投资收益和风险指标

 

Total Returns（策略收益）

 

Total Annualized Returns（策略年化收益）

 

Benchmark Returns（基准收益）

 

Benchmark Annualized Returns（基准年化收益）

 

Alpha（阿尔法）

投资中面临着系统性风险（即Beta）和非系统性风险（即Alpha），Alpha是投资者获得与市场波动无关的回报。比如投资者获得了15%的回报，其基准获得了10%的回报，那么Alpha或者价值增值的部分就是5%。

Alpha值	解释
α>0	策略相对于风险，获得了超额收益
α=0	策略相对于风险，获得了适当收益
α<0	策略相对于风险，获得了较少收益

Beta（贝塔）

表示投资的系统性风险，反映了策略对大盘变化的敏感性。例如一个策略的Beta为1.5，则大盘涨1%的时候，策略可能涨1.5%，反之亦然；如果一个策略的Beta为-1.5，说明大盘涨1%的时候，策略可能跌1.5%，反之亦然。 

 

Beta值	解释
β<0	投资组合和基准的走向通常反方向，如空头头寸类
β=0	投资组合和基准的走向没有相关性，如固定收益类
0<β<1	投资组合和基准的走向相同，但是比基准的移动幅度更小
β=1	投资组合和基准的走向相同，并且和基准的移动幅度贴近
β>1	投资组合和基准的走向相同，但是比基准的移动幅度更大

Sharpe（夏普比率）

表示每承受一单位总风险，会产生多少的超额报酬，可以同时对策略的收益与风险进行综合考虑。 

 

Sortino（索提诺比率）

表示每承担一单位的下行风险，将会获得多少超额回报。 

 

Information Ratio（信息比率）

衡量单位超额风险带来的超额收益。信息比率越大，说明该策略单位跟踪误差所获得的超额收益越高，因此，信息比率较大的策略的表现要优于信息比率较低的基准。合理的投资目标应该是在承担适度风险下，尽可能追求高信息比率。 

 

Algorithm Volatility（策略波动率）

用来测量策略的风险性，波动越大代表策略风险越高。 

 

Benchmark Volatility（基准波动率）

用来测量基准的风险性，波动越大代表基准风险越高。 

 

Max Drawdown（最大回撤）

描述策略可能出现的最糟糕的情况，最极端可能的亏损情况。 

 

Downside Risk（下行波动率）

策略收益下行波动率。和普通收益波动率相比，下行标准差区分了好的和坏的波动。 

胜率(%)

盈利次数在总交易次数中的占比。 

 

日胜率(%)

策略盈利超过基准盈利的天数在总交易数中的占比。 

盈亏比

周期盈利亏损的比例。 

 

下面一段关于alpha和beta的论述，我觉得很有道理，(转自https://www.zhihu.com/question/314729120/answer/615028020)

我们用的数据都是别人有的，用的算法模型方法，也是别人都知道的，所以哪里来的alpha？

其实不存在着绝对的alpha，所有的alpha都是来源于beta，股票的波动不仅跟大盘有关，还跟一系列beta因子有关，例如某个板块近期表现较好，该板块的股票就表现出了alpha，国家实施货币宽松政策，对M2较敏感的股票就表现出alpha，所有获得的alpha都是因为赌对了beta。

从事后的角度，总是有办法回测出非常漂亮的alpha曲线，但这个没什么意义。

要获得alpha还是要靠人的认知来对未来做出预判。

多因子alpha策略的核心不是挖掘有效的因子，也不是去找一个牛逼的算法，跟传统主观投资一样，核心依然还是对市场的认知，量化仅仅只是投资认知模型化的工具，它无法弥补人对市场的无知。