理解Sharpe夏普比率与Python实现

• 风险与收益

  基金绩效评价标准化指标。

  风险的大小在决定组合的表现上具有基础性的作用；

  风险调整后的收益率，就是一个可以同时对收益与风险加以考虑的综合指标，以期能够排除风险因素对绩效评估的不利影响。

• 夏普比率的核心思想

  理性的投资者将选择并持有有效的投资组合，即那些在给定的风险水平下使期望回报最大化的投资组合，或那些在给定期望回报率的水平上使风险最小化的投资组合。

  $WilliamSharpe$在1966年刚提出来的时候，这个比率称为$Reward-to-VariabilityRatio(R/V)$这个名字很好的体现了这个指标的本质。

• Sharpe Ratio计算公式

  $$ShapeRatio=\frac{E(R_p)-R_f}{{\sigma }_p}$$

  $E(R_p)$：投资组合的预期收益率；

  $R_f$：无风险利率；

  ${\sigma }_p$：投资组合的标准差；

  意思是，投资组合每承受一单位总风险，会产生多少的超额报酬。

  这里说的超额回报，指总收益-无风险利率，就是说，你的投资组合至少得高过银行利息吧。

  $SharpeRatio$就是看看投资组合比银行利息高出多少。

  用专业术语说是，如果标准差可以理解为风险的代理指标后，那么夏普率度量的就是风险调整后的超额收益。

• 事前夏普率和事后夏普率

  在$WilliamSharpe$自己解读夏普率的一篇文章$(Sharpe1994)$中，它指出夏普率分为：

  • 事前夏普率（The Ex Ante Sharpe Ratio）

    使用对未来单期收益率均值和标准差的预测进行计算；

  • 事后夏普率（The Ex Post Sharpe Ratio）

    使用历史数据计算，也就是我们常说的夏普率。

• 夏普率SR多大合适

  一般来说，如果一个策略在回测中的年化夏普率（扣除各种交易成本后）小于 1，它就没有什么继续被研究的价值了（确实残酷）；

  很多量化对冲基金往往要求回测中的年化夏普率超过 2；

  更有甚者（某家全球上著名的量化对冲基金）仅仅考虑年化夏普率大于 3 的策略。

  1、2、3的夏普率意味着什么？
  

  **当年化夏普率为 3 时，净值曲线（在对数坐标下）基本上是一条直线了；**当年化夏普率为 2 时，它的净值曲线也仅在局部有一些小的波动；当年化夏普率为 1 时，它的净值曲线在全局范围内呈现出更大的波动。

• 夏普率的使用假象

  频率越高的策略，夏普率可能越高。

  在使用高频夏普率来推导年化夏普率的时候，不考虑单期收益率的相关性将造成年化夏普率估计的巨大误差。

• Python实现

  from empyrical import sharpe_ratio
  

  详情参见《金融评测指标empyrical库详解Sortino、calmar、omega、sharpe、annual_return、max_drawdown》

• References

1. MBA 夏普比率
2. 石川-知乎：夏普率越高越好吗？