夏普比例是超额收益和收益的波动的比值，数字大于1，代表如果波动增加1%，超额收益增加1%。所以，这个数字大一些的话，说明承担相同风险的时候，超额收益就会较大。
这是基本概念，我们今天试图通过更直观的解释来看这个比例，那就是输赢比。
假设我们的return是一台normal distribution (当然 t-distribution更真实, 各位读者也可以根据以下推导换成t distribution，没问题).
r = \mathbb{E}[r] + \sigma z
, where z is a standard normal distribution N(0, 1)
我们想要知道的是P(r < 0)
那么就是P(\mathbb{E}[r] +\sigma z < 0)= P(z < -\frac{\mathbb{E}[r]}{\sigma}) = P(z < - ShapeRatio)
如果年化的Sharpe Ratio = 1, 那么每天的dAIly Sharpe is \frac{1}{\sqrt{252}} \approx \frac{1}{16} = 0.0625
所以的loss probability is
P (z < -0.0625) = 47.5\%
ALMOST 50%!!!!
这就意味着，几乎每两天，一台Sharpe ratio = 1的基金经理就会经历一天的亏损。可以从这个角度感受一下基金经理的心里痛感。
各位读者也可以试试别的Sharpe ratio， 比如2， 3， 4等等。
当然，如果你换算成分钟，这个数字就更接近50%了。那么也就是说，频率高的交易，只要胜率比50%大一点就可以了。 |
用Deepseek满血版问问看
