夏普比率

夏普比率（或夏普指数等）是金融领域评价投资业绩时调整和反映投资风险的方法，以威廉·F·夏普的名字命名。夏普比率是投资资产或投资中的常用术语。交易策略。它衡量每单位偏差的超额收益（或风险溢价），称为风险。

夏普比率与信息比率类似，但如果夏普比率是资产无风险利率的超额收益除以收益的变异性或标准差，则信息比率是最佳拟合的超额部分参考指标，是收益除以超额收益的标准差或跟踪误差。

夏普比率定义了资产的回报对投资者承担的风险的补偿程度。当将两种资产与共同基准进行比较时，夏普比率较高的资产可以为相同的风险提供更高的回报。（或者，在同样的意义上，它以较低的风险提供相同的回报率。）但是，与其他数学模型一样，夏普比率取决于数据的准确性。当使用平滑资产投资绩效的回报率时（例如，收益基金），夏普比率应根据标的资产的表现而不是基金的回报率来计算。

夏普比率通常与培训师比率和詹森阿尔法一起用于调整投资组合或共同基金经理的业绩。

夏普比率的统计验证已被多次提出，包括 Jobson & Korkie、Gibbons、Ross & Shanken 等。

主要的抱怨是夏普比率依赖于风险就是波动性而波动性是不好的概念。这种简单化的逻辑要求降低波动性，从而减少获得更高回报的机会。问题在于它平等地对待所有波动性。基本上，夏普比率惩罚具有上行波动性的策略（换句话说，高回报）。我认为这不应该被视为负面的事情。

夏普比率的主要优点是它可以直接根据时间序列回报的观察来计算，而不需要有关盈利来源的额外信息。引入的其他比率对于观察到的时间序列回报中固有的风险来说特别差。 。

培训师比率仅反映投资组合的系统性风险，而夏普比率则反映系统性风险和内在风险。

回报可以有不同的测量周期（即每日、每周、每月或每年回报），只要回报遵循正态分布，就可以按年化。分布的峰度、肥尾或偏度等异常可能会给夏普比率带来问题，因为如果存在这些问题，标准差将不会产生相同的效果。有时回报不遵循正态分布，但使用此比率可能会非常危险。

根据 Baileyand Lópezde Prado (2012) 的一项研究，在对冲基金业绩记录较短的情况下，夏普比率往往会被高估。为了提出一个随机版本。为了根据夏普比率选择投资组合操作区域，作者提出了夏普比率无差异曲线，表明即使选择夏普比率为负的投资组合操作区域也是有效的。

因为它们是特定点上的比率，所以非专家很难解释各种投资的夏普比率。例如，非专家很难知道夏普比率为0.5的投资与其他投资相比要好多少夏普比率为 -0.2 的投资。以百分比形式表示，几乎为所有投资者所广泛理解，这对莫迪利亚尼风险调整绩效衡量标准的发展起到了很好的补充。在某些条件下，凯利准则用于将将夏普比率转化为回报率（凯利公式给出了理想的投资规模，该投资规模给出了回报率，并根据投资期限和每单位的预期回报率进行调整。）

夏普比率估计的准确性取决于回报的随机性，而回报的随机性在策略、投资组合和时间段之间存在很大差异。