阶段3收益率数学●●●●●

夏普比率：从同期超额收益序列计算

我的掌握程度：

q-220精讲

先掌握这个答案

先构造同期超额收益e_t=r_t−rf_t。常见年化估计Sharpe=mean(e_t)/std(e_t, ddof=1)×√K，K为年内观测期数。√K缩放依赖序列相关等假设；无风险利率频率必须匹配。算术收益均值年化与CAGR不是同一指标，不应无说明地互换。仅当题目明确给的是匹配口径的年化算术超额均值13%、年化波动20%时，近似夏普为0.65。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

跑赢基准还不是能力证明

简单超额是策略与基准收益之差；Jensen Alpha是相对于指定风险模型的截距。未解释的收益也可能来自遗漏暴露、运气或估计误差，需说明模型、区间、费用与显著性。

从同期超额收益序列计算

常见估计为mean(r−rf)/std(r−rf, ddof=1)×√K；频率、无风险利率和费用口径要匹配。不要直接把CAGR代入算术均值公式。自相关、偏度、肥尾和大量选参会影响可靠性，不存在通用“合格夏普”。

本阶段实战方法 · 每个统计量都要带单位和假设

计算收益、波动、回归、显著性或相关性时，先明确样本和推断条件。

写清收益频率、样本数、缺失处理、是否含费用；百分数与小数不可混用。
手算一组小样本，再用代码复算；区分算术均值年化、复合年化和年化波动。
解释假设不成立会发生什么：自相关、肥尾、非平稳与多次试验都会影响结论。

使用边界

p值不是原假设为真的概率，也不是策略未来盈利概率。
日波动×√252依赖时间聚合假设；252是教学常用交易日数，实际市场与口径可能不同。

不懂的术语：夏普比率（Sharpe Ratio）无风险利率（Risk-Free Rate）

背景 · 从一个困惑说起

两个报告都说夏普1.2，一个把复合年化收益放进公式，另一个用日收益均值。数字一样，含义却未必一致。

由此产生的问题

从日收益开始，怎样计算可比较的夏普？

核心概念

为什么需要它

夏普评价的是单位波动对应的平均超额收益；如果分子、分母和频率各取不同口径，它就失去比较意义。

实际应用场景

报告注明采样频率、样本区间、rf、是否扣费、标准差约定和年化方式；与回撤、偏度、稳定性并列。

与之前知识的联系

q-206解释√K条件，q-528解释夏普的使用陷阱。

⚠ 常见误解

日频夏普与月频夏普没有固定30%或50%的差异。
不存在所有策略通用的“合格夏普”阈值。
零波动时不能正常相除；短样本和反复选参会让估计不稳定。

🤖 AI导师

导师会先检查你的前置知识（年化收益、年化波动、量级双锚），再用案例、公式和代码帮助理解。此功能需要先启用服务。