夏普比率是什么意思

发布时间:2021-09-20 07:39:32


  近些年来随着基金投资的兴起,一个新的名词越来越多地出现在个人投资者面前,那就是“夏普比率”。然而这个过于“洋气”的名字,让很多小白有些“望而却步”。在知识获取逐渐碎片化和快餐化的时代,比起去研究一个“不明觉厉”的指标算法,或许还是看一眼“近一月收益”和“近一月排名”有多高这样简单无脑的方式有着更高的接受度。当然,我相信我的读者们都会骄傲地说一句:我们不一样。

  什么是夏普比率?

  用大白话讲,就是你每承担一定量的收益率波动风险,可以换取多少相对于无风险理财的超额收益。用数学公式来表示,就是“(持仓品种收益率-无风险收益率)/持仓品种收益率的标准差”。(具体到每个值如何选取与计算,不在这篇文章的讨论范围内,如有兴趣可私聊)很显然,这个指标是用来评价风险资产的持有性价比的,也可以称为一笔投资的“赔率”。

  除此之外,夏普比率越高的资产,其持有体验也越好。夏普比率要高,既要分子大(超额收益高),又要分母小(收益率标准差小)。没有人不喜欢高收益,而收益率标准差小意味着资产价格变化幅度的可预期性很强,这会给投资者一个比较高的安全感。

夏普比率计算公式

  夏普比率具体该如何使用呢?

  首先从数学的角度上讲,只有夏普比率大于1的资产,才是“划算”的资产,意味着你用较少的风险换来了较多的回报。其次,如果两个不同的资产,拥有同样的阶段收益率,在用同样的参数和算法计算出夏普比率之后,计算结果更高的资产更值得投资。但这只是对它用法的一个粗浅介绍,如果只是简单地讲讲这些可以百度到的内容,那读者们就算不给我扔鸡蛋,大概也要取关了。别急,正文在下面。

  首先我们来重新认识一下夏普比率,看看它有哪些容易被忽略的特性。在夏普比率的计算中,是把“收益率的波动”作为投资者所承担风险的衡量。但在真实环境中,投资者对收益率在0值上方的波动要远比在0值下方的波动有着更高的忍受力。换句话说,投资者往往不在乎“昨天涨了5%,今天只涨了3%”,但是很厌恶“昨天涨了1%,今天又跌了1%”。因此,在把夏普比率用作评价投资者持有体验时,会与投资者实际最真实的持有体验有着一定的偏差。

  此外,如果夏普比率不是由同一套参数设定和算法计算得出,会丧失横向可比性。参数设定的不同容易理解,主要是评价周期的长短不同,以及无风险收益率的数值选取不同。算法的差异则体现在“计算收益率标准差的样本数据是日频、周频还是月频”以及“阶段超额收益与标准差是否做年化处理”等等,这些都会造成计算出来的夏普比率在绝对数值上有很大的不同。也就是说,你在A平台上看到的某只基金的夏普比率,不能直接拿去跟B平台上看到的另一只基金的夏普比率去做比较,除非你能确定A平台与B平台的计算方法与参数设定完全一致。

  有心的读者可能会想到,在把无风险收益率设定为0以后,夏普比率是否可以用于量化趋势的“品质”?跟我在聊一聊趋势的“品质”这篇文章中所提及的量化办法相比,有何优劣?为了方便说明,我把夏普比率的计算方法称为A方法,把我在更早的那篇文章中所提及的计算方法称为B方法。

  这里再简单地回顾解释一下B方法,就是把品种价格在一段时间内的“位移”除以这段时间内价格所走过的“总路程”,得出的数值越高,趋势的品质就越好。

  与A方法相比,B方法有个显而易见的优势:不论是计算得出的绝对数值高低,还是不同品种之间相对数值的高低,都有非常强的可比分析参考意义。一方面是因为B方法只涉及到价格数据和周期长短,算法简单而明确,没有多余的参数需要设置;另一方面则是根据B方法得出的数据有一个很明确的数据区间,那就是【-100%,100%】,数据的上下限一旦得以确定,在分析运用上就省事很多。锦上添花的是,B方法对投资者承担风险的衡量,仅仅选取了“倒车的路程”,而忽略了“油门的深浅”,这与大部分投资者的实际投资体验是较为接近的。

  但B方法也并非没有自身的局限性,作为一个有着明确数值上下限的指标,首当其冲的就是“钝化”问题。对于两个在相同期限内取得了同样收益率的品种,一个每天的收益率几乎都完全相同,另一个每天的收益率忽高忽低,假设两者都没有出现过单日负收益。那么根据B方法计算出的趋势品质就是完全相同的结果——都是100%。而根据A方法计算得出的趋势品质,前者会趋向于无穷大,而后者的绝对数值虽然也不会太低,但肯定会低于前者,这也是更符合金融学意义上的优劣比较,因为前者的收益相当于是没有承担任何风险换来的,而后者承担了一定的收益率波动风险。

  此外,在对一段较长周期的数据进行分析时,无论用A方法还是B方法,都不可避免地会存在对过往数据“降权或增权”的情况发生。因为假设价格存在一个显著长期趋势的话,随着期间累计涨跌幅的变大,即使波动率保持不变,也会因“复利效应”的存在而导致当前价格变动的权重上升或下降。只不过由于A方法只涉及到分子,而B方法同时涉及到分子与分母(两者的变化存在一定的冲抵),因而A方法受到的影响会更大一些。

  如果说B方法还存在一个致命缺陷的话,那就是目前为止没有看到哪一家行情软件默认支持显示用B方法计算得出的数据,尽管它的算法要更为简单,无奈该指标的知名度和普及率实在是过低,只有自己在软件中编写指标计算后才能使用。所以对于普通读者来说,让自己习惯使用夏普比率是更合适的选择。

  夏普比率的衍生应用

  夏普比率衡量的是承担多少风险能换取多少相对于无风险收益率的超额回报,但这依然是一种评估绝对收益风险回报比的方式。那么假如我把这个基准换一下,把无风险收益率改成一些追求相对收益的权益类基金的业绩比较基准,把相对于基准的超额收益率作为分子,把超额收益率的标准差作为分母,不就能够很巧妙地衡量计算出经理获取超额回报时所承担的风险收益比了吗。

  改造后的指标所最适用的场景,无疑就是最近被越来越多人所了解的指数增强型基金。因为指数增强型基金在产品设计时就被要求尽可能长时间做到“beta为1与行业中性”,经理对资产的管理目标主要就是在选股上获取alpha回报。所谓beta为1,就是你的仓位要基本处于满仓状态,并且组合净值的整体波动率水平要与对标指数基本相当。而行业中性的概念,就是说组合里个股的行业分布与权重也要与指数成分股的行业分布和权重基本相当,或者说要把偏差控制在一个有限的范围内。经理能做的是,在同一个行业内选取比指数成分股更好的股票作为成分股的替代,以此来获取超越指数的回报。

  简而言之,对于同一对标指数的不同指增产品来说,可以默认他们承担了同样的底层风险或者说系统性风险。那么在扣除掉底层指数的同期收益之后,就可以得到经理通过选股获取的超额回报大小,而通过计算出超额回报的标准差,可以得到经理的选股操作给组合带来的额外风险大小,两者相除之后就得到了超额收益的性价比,这对于所有指数增强产品的经理来说,都是非常公平的考核方式。

  除此之外,相比起其他类型的产品,指增产品的持有人对超额稳定性的要求几乎可以说是最高的,说是苛刻也不为过。因为其他类型的产品虽然也会有一个“业绩比较基准”,但无论是基金管理人还是投资者自己,大部分都仅仅是把它作为一种“成绩合格线”。他们不在乎产品运作时的风险收益比是否优于对标指数,只要产品最终所带来的绝对收益能够让双方满意就行。这既是因为这些产品大多赋予了基金经理做一些beta管理的权限,且这个权限往往很大。也因为绝大部分普通个人投资者专业度和成熟度较低,不清楚自己到底投的是什么样的产品以及自己应该承担和实际承担了怎样的风险收益比。于是,也就出现了文体产业与医药主题基金去重仓新能源收获点赞无数,而消费主题的基金经理即使仍在不断跑出超额也要被基民怒斥无能等等场景,这其实是整个公募基金行业所面临的无奈困局。当然,对于一只全市场主动基来说,这或许也是合理的。人们在投资这类基金时往往看重的是长期回报,对beta部分的管理更符合个人投资者自身的交易习惯,因而当相对于基准的收益出现偏离时也更容易被理解。

  然而指数增强型产品的经理就没这么幸运了。一方面是,愿意接触这类产品的投资者大多已经有了一定的专业度基础,能够明白这类产品的定位是资产配置中的一种工具型产品,目标就是获取超额收益而非绝对收益。另一方面,在剥离掉了beta风险的管理考量之后,经理获取alpha的能力被赤裸裸地暴露在投资者面前,不剩下一点伪装。哪段时间发挥欠佳,哪段时间表现优异可以说是一目了然。在指增产品出现阶段性跑输对标指数时,投资者无法用“价值投资、长期投资、等待风口到来、经理在坚守个人风格或者能力圈”等等理由去强化自己的持有信心,对经理能力的质疑会很快到来,当然这其实是很合理的。因而,指增产品持有人对经理的考核周期明显更加短期化,超额收益稳定性和高频胜率在持有体验中的贡献占比要远高于其他产品,这就让改造版的夏普比率站到了舞台的C位。

  没有公平性问题,加上能够抓住产品持有人的核心关注点,至少对于策略和管理运作相对比较简单的公募指增产品来说,“超额改造版”的夏普比率这一个指标就已经足够去把它们划分出一个“三六九等”。而在考核周期的选择上,个人也不建议去选择太长的时间,一年的维度或许刚好合适。由于不同的指增产品承担着同样的beta风险,在不同的产品之间做“转换”时所承担的额外择时风险也是很低的,这可以说是只有指增产品才有的特殊优点。

  以上的讨论,都仅限于公募指增。因为公募指增的数据相对来说容易获取,在通达信软件中即可通过自编指标来实现量化分析,加上产品申赎便利和门槛较低,对于小体量个人投资者的产品挑选已经足够。但是因为公司特性与产品特性的原因,公募指增的整体实力相较于私募有所欠缺也是事实,如果是要挑选私募指增产品,要考量的东西就远不是一个简单的量化指标就能代替,这不在今天的讨论范围之内。



下一篇:EMA是什么意思

上一篇:什么是MACD(指标之王)