如何计算夏普比率(交易)

夏普比率衡量每单位风险的收益,但要正确计算它,需要周期收益、合适的无风险利率和正确的年化。本文介绍公式、来自交易日志的计算实例,以及该比率遗漏了什么。

如何计算夏普比率(交易)

最近更新:

简而言之。 夏普比率是将平均超额收益(收益减去无风险利率)除以该超额收益的标准差,得到一个表示每单位风险收益的数字。请根据一系列周期收益(通常按月)来计算它,而不是仅凭胜率或盈利因子,并在跨策略或跨时间周期比较之前,将其乘以每年周期数的平方根进行年化。

大多数交易日志已经追踪胜率、盈利因子和 R 倍数。它们都不能回答另一个问题:一个策略在其承担的波动率之下产生了多少收益。夏普比率正是为这种比较而设计的,而且只需要在日志中增加少数几个字段,就能正确计算它。

公式

现代形式的夏普比率,是差额收益(策略收益减去基准收益,通常是无风险利率)的平均值除以该差额收益的标准差。威廉·夏普(William Sharpe)本人在 1994 年的重述给出了实用的捷径:在一列中列出各期收益,在第二列中列出每期的无风险利率,相减得到第三列的超额收益,然后将该列的平均值除以其标准差。

使用哪种无风险利率

公式中的无风险利率,旨在代表对应期间内毫无风险可获得的收益。实际上,这意味着短期政府债务的收益率。美国财政部每日公布国库券利率,惯例是使用与你的收益周期相匹配的收益率,例如月度收益使用 1 个月期国库券利率,并转换为与其余计算相同的周期。对于加密货币和杠杆外汇账户,由于没有持有真正的无风险工具,许多交易者干脆使用 0% 作为无风险利率,而不是硬塞进一个无关的基准,并在报告比率时明确说明。

年化比率

收益以及由它们构建的夏普比率,并不独立于用来衡量它们的周期。夏普 1994 年的论文解释了原因:如果将单期收益累加到更长的周期,均值与期数(T)成比例增长,而标准差与 T 的平方根成比例增长,所以夏普比率本身与 T 的平方根成比例增长。这就是标准年化步骤的基础:月度夏普比率乘以 12 的平方根,周度乘以 52 的平方根,日度乘以 252 个交易日的平方根。

夏普在那篇论文中给出的实例使用的是一个借款融资的宽基股票指数:年超额收益均值 6%、年标准差 15%,得出年化夏普比率为 0.40。这个数字是一个有用的参照,因为它来自多元化的、只做多的基准,而不是杠杆交易策略。

来自交易日志的计算实例

假设某日志记录了一个资金账户六个月的净收益,交易者使用 0% 作为无风险利率,因为该账户不持有无风险工具。

月份 净收益 超额收益(收益减 0%)
1 +4.2% +4.2%
2 -1.8% -1.8%
3 +3.1% +3.1%
4 +0.5% +0.5%
5 -2.4% -2.4%
6 +5.0% +5.0%

六个超额收益的均值为 1.43%。这六个值的样本标准差约为 3.05%。月度夏普比率为 1.43 除以 3.05,约为 0.47。年化后,即 0.47 乘以 12 的平方根,约为 1.62。1.62 是否算强劲的结果,完全取决于策略类型、所用杠杆,以及其背后业绩记录的长度,而六个月本身太短,无法单独定论。

夏普比率与盈利因子和 R 倍数的对比

指标 衡量什么 遗漏了什么
夏普比率 跨周期每单位收益波动率的平均超额收益 对上行和下行波动一视同仁;需要足够多的周期才能稳定
盈利因子 各笔交易的毛利润除以毛亏损 不能说明这些交易随时间到来的平稳或杂乱程度
R 倍数 单笔交易结果相对于其计划风险 针对单笔交易,不是组合层面;不会汇总为风险调整后的收益数字

一个策略可以同时拥有健康的盈利因子和平庸的夏普比率,通常是因为产生该盈利因子的权益曲线沿途波动很大,在盈利阶段之间有大幅摆动。

夏普比率没有捕捉到什么

这种计算把同样大小的一个大涨月和一个大跌月视为同样有风险,因为标准差不区分摆动的方向。一个只有少数几个特别盈利的月份而其余持平的策略,可能显示出比小额稳定盈利的策略更差的夏普比率,即使大多数交易者更喜欢前者。该比率还假设收益序列接近正态分布;有小概率出现大额亏损的策略,例如做空波动率或做空期权仓位,在亏损发生之前可以一直显示出强劲的夏普比率,因为从平静月份计算出的标准差低估了真实的尾部风险。

计算夏普比率的步骤

记录夏普比率所需的内容

仅围绕胜率和单笔交易结果构建的日志无法计算这一比率,因为输入的是固定周期上的收益序列,而不是逐笔交易的清单。支持它的日志记录需要一致地记录期末余额或收益数字,无论该周期是日、周还是月,另外还要注明使用了哪种无风险利率,以及该数字是否已年化。没有这种一致性,同一份日志中不同月份计算出的夏普比率彼此不可比较。

本文仅用于教育目的,不构成财务或投资建议。基于标准差的风险度量总结的是过去的波动率,而不是未来的风险,无论策略的历史夏普比率如何,使用杠杆交易都有损失部分或全部投资资本的高风险。

了解 绩效仪表盘 如何与你的其他交易数据一起追踪周期收益和风险调整指标。

常见问题,一一解答

常见问题

我可以根据单笔交易而不是周期收益来计算夏普比率吗?
按标准形式不行。该比率是针对一致时间周期(日、周或月)上的收益序列定义的,而不是针对单笔交易结果的清单,因为分母需要的是可比周期之间收益的变动性,而不是大小和持续时间各异的交易之间的变动性。
加密货币交易者应使用什么无风险利率?
许多交易者使用 0%,因为加密货币账户通常不持有真正无风险的工具,每当分享该比率或与可能采用不同惯例的另一个账户比较时,都应明确说明这一选择。
为什么同一个策略按日与按月衡量时夏普比率不同?
因为该比率随所用周期数的平方根缩放,正如夏普 1994 年的论文所示。对同一个底层策略的日度和月度衡量会不同,除非两者都用匹配的缩放因子进行年化。
负的夏普比率总是比正的更差吗?
负比率意味着策略平均表现不及无风险利率,但比较两个负比率并不可靠,因为波动率增加可以让负比率看起来没那么负,而结果并没有真正改善。
需要多少个周期的数据才能得到有意义的夏普比率?
没有固定数字,但如上例所示的六个数据点通常太少,无法得出确定的结论。更长的业绩记录可以降低任何一个异常好或异常差的周期对结果的影响。
高夏普比率能保证策略是安全的吗?
不能。高的历史夏普比率只反映过去的收益和波动率。具有罕见但巨大潜在亏损的策略,可以在很长一段时间内显示出强劲的比率,然后这种风险才出现在数据中。