量化课堂 · 依瓦团队 · 18 次阅读

量化绩效指标详解:夏普、索提诺、卡玛比率怎么算

量化绩效指标详解|夏普、索提诺、卡玛比率怎么算

这节课学什么

策略不能只比较收益率。本节学习年化收益、波动率、最大回撤、夏普、索提诺和卡玛比率,理解每个指标回答的问题、使用条件和盲区,并用同一组净值数据完成计算。

三个核心比率

设策略日收益为 R_t、无风险日收益为 R_f,下行收益只保留低于最低可接受收益MAR的部分:

Sharpe = sqrt(252) · mean(R_t-R_f) / std(R_t-R_f)
Sortino = sqrt(252) · mean(R_t-MAR) / DownsideDeviation
Calmar = AnnualizedReturn / |MaxDrawdown|

夏普同时惩罚上涨和下跌波动,适合总体波动近似稳定的策略;索提诺只关注不利波动,但对MAR和样本长度敏感;卡玛直接把收益与历史最大回撤比较,直观但会被单次极端区间主导。

最大回撤来自净值相对历史峰值的最大跌幅:

Drawdown(t) = NAV(t) / max_(s≤t) NAV(s) - 1
MaxDrawdown = min_t Drawdown(t)

pandas实操

先按日期排序净值,计算日收益、累计峰值和回撤序列;再计算指标。务必统一年化交易日、无风险利率和费用口径。比较多个策略时使用相同时间区间,否则指标没有可比性。

练习任务

准备两条策略净值,一条收益较高但回撤大,另一条收益较低但更稳定。分别计算六项指标,并查看最大回撤发生时间、持续时间和恢复时间。最后写出选择结论:目标是追求绝对收益、控制下行风险,还是缩短资金回撤周期。不要用一个比率替代完整判断。

本节学习方法

建议先完整阅读概念和公式,再按照实操步骤独立完成一次。不要直接复制最终结果:先记录数据范围、字段口径和预期现象,运行后对照检查。若结果不同,应从复权方式、交易日对齐、缺失值、可交易状态和费用假设逐项排查。每次练习保存代码版本、参数、运行日期和结果截图,形成可以复现的研究记录。

课后检查

本课程用于量化研究方法学习,不构成个股推荐、收益承诺或投资建议。示例参数用于演示计算过程,不代表适合任何真实账户。

IWA依瓦AI量化 —— 金融垂直人工智能平台,覆盖数据、大模型、智能Agent、交易终端全栈能力。

免费注册 更多资讯