Calmar比率怎么计算？衡量收益风险比的新角度

推荐阅读：《【最全攻略】券商交易接口API申请：从数据获取到下单执行》

Calmar比率怎么计算？衡量收益风险比的新角度

什么是Calmar比率？

Calmar比率（Calmar Ratio）是衡量基金或投资策略风险调整后收益的指标，名字来源于它的发明人——对冲基金经理Terry W. Young的基金公司“California Managed Accounts Reports”（简称Calmar）。

简单来说，它告诉你：每承担一单位最大回撤，能赚多少钱。和夏普比率（Sharpe Ratio）不同，Calmar比率更关注最大回撤，而不是波动率。

为什么用Calmar比率？

如果你买过基金或股票，肯定经历过“赚了20%，结果一波大跌全吐回去”的情况。这时候，夏普比率可能还不错（因为波动率不算太高），但你的实际体验很糟糕。

Calmar比率直接盯住最大回撤——也就是你投资期间最惨的时候亏了多少。它特别适合用来评估高波动、高收益策略（比如CTA、对冲基金、趋势跟踪策略）。

Calmar比率的计算公式

公式很简单：

Calmar比率 = （年化收益率 - 无风险利率） / 最大回撤（取绝对值）

举个例子：

• 某基金过去3年年化收益15%
• 无风险利率（比如国债）2%
• 期间最大回撤-20%

那么它的Calmar比率 = (15% - 2%) / 20% = 0.65

一般来说：

• >1：收益风险比优秀
• 0.5~1：还行
• <0.5：风险可能没补偿到位

怎么查Calmar比率？

国内Wind、同花顺iFinD、私募排排网都能查。如果你自己算，可以用Python：

import pandas as pd

def calmar_ratio(returns, risk_free_rate=0.02, periods=252):
    cumulative_returns = (1 + returns).cumprod()
    peak = cumulative_returns.expanding().max()
    drawdown = (cumulative_returns - peak) / peak
    max_drawdown = drawdown.min()
    
    annualized_return = (1 + returns.mean()) ** periods - 1
    return (annualized_return - risk_free_rate) / abs(max_drawdown)

# 示例：假设你有一个日收益率序列daily_returns
calmar = calmar_ratio(daily_returns)
print(f"Calmar比率: {calmar:.2f}")

Calmar比率的局限性

1. 依赖历史数据：如果最大回撤发生在很久以前，可能对当前策略参考性下降。
2. 对计算周期敏感：用3年数据和5年数据算出来可能差很多。
3. 不适用于低回撤策略：比如市场中性策略回撤小，Calmar比率可能虚高。

实战怎么用？

• 买基金时：别光看收益，对比同策略基金的Calmar比率，选“赚同样钱但跌得少”的。
• 量化回测：如果你的策略Calmar<0.3，可能要优化风控。
• 组合管理：用Calmar比率平衡高风险（股票）和低风险（债券）资产。

下次看到某基金宣传“年化收益30%”，记得问一句：“最大回撤多少？Calmar比率多少？”——这才是真正体现基金经理水平的数字。