什么是夏普比率？为什么收益高不代表策略好
什么是夏普比率？为什么收益高不代表策略好
假设有两个策略。
策略A：
年化收益20%。
策略B：
年化收益15%。
只看收益率，策略A更好。
但如果再告诉你：
策略A每天大涨大跌，账户波动很剧烈。
策略B虽然赚得少一点，但资金曲线非常稳定。
这时候，问题就变成了：
为了赚这些钱，你到底承担了多少风险？
这就是夏普比率想解决的问题。
简单来说：
夏普比率，是用来衡量“每承担一份波动风险，换来了多少收益”的指标。
它不是只看赚了多少。
而是看：
这些收益赚得值不值。
一、为什么只看收益率不够
假设有两个策略。
策略A
年化收益：20%
平时账户波动很大。
有时候一个月涨15%，
下个月又跌12%。
策略B
年化收益：15%
但每个月的涨跌相对稳定。
很少出现特别剧烈的波动。
如果只看收益率，
A比B高5个百分点。
但如果你真正拿真钱交易，
策略A可能让你每天都很难受。
而策略B虽然收益稍低，
过程却更稳定。
所以量化交易里，经常不会只问：
收益是多少？
还会问：
这些收益是用多大的波动换来的？
夏普比率，就是为了衡量这个问题。
二、夏普比率到底是什么意思
夏普比率的英文叫：
Sharpe Ratio
它最核心的思想很简单：
收益越高越好，波动越小越好。
如果两个策略收益差不多，
那波动更小的策略通常更有吸引力。
如果两个策略波动差不多，
那收益更高的策略通常更好。
所以夏普比率，本质上是在把：
收益
和
波动
放到一起比较。
你可以简单理解成：
单位风险带来了多少回报。
三、一个最简单的例子
假设有两个策略。
策略A
年化收益：20%
波动率：20%
策略B
年化收益：15%
波动率：8%
如果只看收益：
A更高。
但B的波动明显更小。
这时候，策略B的夏普比率反而可能更高。
也就是说：
虽然它赚得少一点，
但赚钱过程更稳定。
从风险收益效率来看，
它反而可能更好。
这就是夏普比率最有价值的地方。
四、夏普比率越高越好吗
一般来说，
越高越好。
因为它意味着：
你承担同样的波动风险，
获得了更多收益。
但不能机械地理解。
比如经常有人会看到这样的说法：
夏普低于1，不好。
夏普1到2，不错。
夏普超过2，很优秀。
夏普超过3，非常厉害。
这些只能作为非常粗略的参考。
因为不同市场、
不同策略、
不同回测时间、
不同数据频率，
夏普比率都可能不一样。
一个日内高频策略，
和一个长期持股策略，
本来就不能简单放在一起比较。
所以：
夏普比率适合比较，但不能脱离策略背景单独下结论。
五、为什么夏普比率会受到波动影响
假设一个策略长期平均收益不错。
但赚钱过程是这样的：
第一年：
+50%。
第二年：
-30%。
第三年：
+40%。
第四年：
-20%。
第五年：
+35%。
最后可能还是赚钱的。
但整个过程非常不稳定。
它的波动率会比较高。
夏普比率就会受到影响。
再看另一个策略：
每年大概赚8%到12%。
没有特别惊人的年份，
但也很少出现大亏。
这种策略虽然收益率不一定特别高，
但夏普比率可能很好看。
所以夏普比率实际上在奖励一种特征：
稳定。
六、夏普比率和最大回撤有什么区别
这两个指标经常一起出现。
但它们关注的不是同一个问题。
最大回撤看的是：
最惨的一次跌了多少。
夏普比率看的是：
平时整体波动有多大，收益和这些波动是否匹配。
举个例子。
一个策略平时很稳定，
但某一年突然发生一次极端亏损。
这种情况下：
平时波动可能不大，
但最大回撤可能很严重。
另一个策略每天上下波动很多，
但从来没有出现一次特别深的下跌。
它的最大回撤不一定非常大，
但波动率可能很高。
所以：
最大回撤看“最坏时刻”。
夏普比率看“整体风险收益效率”。
两者不能互相替代。
七、为什么高夏普策略看起来更舒服
假设有两个策略，
最后都把100万元变成150万元。
策略A的资金曲线是：
100万
→ 120万
→ 90万
→ 135万
→ 105万
→ 150万
策略B是：
100万
→ 108万
→ 116万
→ 125万
→ 137万
→ 150万
最后结果一样。
但过程完全不同。
策略A像坐过山车。
策略B相对平稳。
如果策略B的收益和波动比例更好，
它的夏普比率通常会更高。
这也是为什么很多专业投资者特别关心夏普比率。
他们不只是想知道：
赚没赚钱。
还想知道：
赚钱过程是不是足够稳定。
八、夏普比率是怎么计算的
夏普比率的完整计算会涉及：
策略收益、
无风险收益率、
收益波动率。
但对入门读者来说，不需要一开始就记公式。
只要先理解它的逻辑：
策略多赚的钱 ÷ 为了赚这些钱承担的波动。
就够了。
收益越高，
夏普越容易变高。
波动越大，
夏普越容易变低。
所以一个策略想获得高夏普，
通常需要满足两个条件：
赚钱。
而且：
不要赚得太颠簸。
九、为什么有些高收益策略夏普并不高
假设一个策略一年赚40%。
听起来非常厉害。
但这一年中：
账户曾经上涨60%，
又跌回10%，
然后再涨到最终的40%。
虽然最后收益很好，
但整个过程波动极大。
这种策略的夏普比率不一定好看。
反过来，
另一个策略一年只赚15%。
但几乎每个月都是小幅上涨，
波动很低。
它的夏普可能反而更高。
所以：
高收益和高夏普不是一回事。
高收益回答的是：
赚了多少。
高夏普回答的是：
这些收益是不是用比较合理的风险换来的。
十、夏普比率也会“骗人”
夏普比率很重要。
但它不是万能的。
一个特别漂亮的夏普比率，
也可能有问题。
比如：
1. 回测时间太短
一个策略只测了半年。
刚好这半年市场特别适合它。
夏普可能很高。
但并不能说明长期也一样。
2. 数据被过度优化
如果你不断调整参数，
直到找到一组夏普最高的参数，
很可能已经过拟合。
3. 忽略极端风险
有些策略平时非常稳定。
每天都赚一点。
所以夏普很好看。
但偶尔可能一次亏掉很多。
这种策略的尾部风险，
单靠夏普不一定能看出来。
所以看到高夏普时，
还要继续看：
最大回撤、
回撤持续时间、
最差单月收益、
最差单日收益、
不同市场环境下的表现。
十一、一个经典问题：夏普2一定比夏普1好吗
如果其他条件完全一样，
通常可以认为夏普2更有吸引力。
但真实世界里，
很少会“其他条件完全一样”。
假设：
策略A
夏普：2.0
回测时间：1年
交易次数：30次
策略B
夏普：1.3
回测时间：15年
交易次数：2000次
你不能简单地说：
A一定比B好。
因为B经过了更长时间、
更多交易、
更多市场环境的检验。
它的1.3，
可能比A的2.0更可信。
所以量化研究里非常重要的一点是：
指标高不高是一回事，指标靠不靠谱是另一回事。
十二、不同策略的夏普不要乱比
夏普比率最好用于：
相似策略之间比较。
比如：
两个股票多因子策略。
两个趋势跟踪策略。
两个相同市场的择时策略。
如果拿完全不同类型的策略比较，
参考价值会下降。
例如：
高频交易策略，
长期价值策略，
期权卖方策略，
CTA趋势策略，
它们的收益分布、
交易频率、
风险来源都不同。
单独比较一个夏普数字，
很容易得出过于简单的结论。
十三、为什么量化机构特别喜欢看夏普
因为资金规模越大，
单纯追求高收益往往不是唯一目标。
很多机构更关注：
在可控风险下，
能不能获得稳定收益。
假设一个策略：
年化50%。
但最大回撤70%。
对很多大型资金来说，
可能根本无法使用。
另一个策略：
年化12%。
最大回撤8%。
夏普也比较稳定。
反而可能更适合机构资金。
所以专业投资里经常关注的不是：
谁赚得最多。
而是：
谁能用更稳定的方式赚钱。
十四、夏普比率越高，未来就越赚钱吗
当然不是。
夏普比率和所有回测指标一样，
都是基于历史数据计算出来的。
历史夏普高，
只能说明：
过去这段时间里，策略的收益和波动关系比较好。
不能证明：
未来还会保持一样。
如果市场环境改变，
策略失效，
波动突然变大，
夏普也可能迅速下降。
所以它是：
评价工具。
不是：
未来收益保证书。
十五、看夏普比率时，最好同时看什么
以后看到一份策略报告，
不要只看一个夏普数字。
最好至少一起看：
年化收益率
策略赚得多不多。
最大回撤
最差的时候跌了多少。
波动率
平时波动有多大。
回测时间
数据够不够长。
交易次数
样本够不够多。
基准收益
和市场相比到底怎么样。
这样，你对一个策略的判断才会比较完整。
十六、把前三个指标放在一起看
到这里，我们已经讲了三个非常重要的指标。
年化收益率
回答：
赚得快不快？
最大回撤
回答：
最惨的时候会亏多少？
夏普比率
回答：
为了这些收益，你承担的波动值不值？
假设两个策略：
策略A
年化收益：25%
最大回撤：45%
夏普：0.8
策略B
年化收益：18%
最大回撤：12%
夏普：1.7
如果只看收益，
A更吸引人。
但把三个指标放在一起，
B可能反而更值得研究。
因为它虽然少赚一些，
但风险更低，
收益也更稳定。
这就是为什么量化交易不能只盯着收益率。
最后
夏普比率不是在告诉你：
这个策略赚了多少钱。
它真正想告诉你的是：
这些钱赚得稳不稳，值不值。
一个年化30%、但波动巨大、夏普很低的策略，
和一个年化18%、资金曲线稳定、夏普较高的策略，
完全不是一回事。
所以以后看到一份回测报告，
不要只问：
“年化多少？”
也不要只问：
“最大回撤多少？”
还可以再问一句：
夏普比率是多少？
当你开始把：
收益率、
最大回撤、
夏普比率
放在一起看，
你就已经不只是看一个策略“能不能赚钱”，
而是在判断：
它到底是不是一个值得承担风险的策略。
下一篇，我们继续讲一个更容易被新手误解的指标：
胜率。
很多人会觉得：
胜率越高，策略就越好。
但现实里，
一个胜率80%的策略，
完全可能最后还是亏钱。