夏普比率与索提诺比率：赚得多不算本事,单位风险赚得多才是

两个人都说自己去年赚了 20%。A 的账户曲线像一条平缓上扬的斜线,月月小赚小亏;B 的账户像坐过山车,中途甚至腰斩过一次又拉回来。同样是 20%,谁的本事更大?

多数人第一反应会说"一样",因为终点收益相同。但只看终点收益,是投资分析里最常见的错觉之一——它漏掉了"这 20% 是怎么赚到的"。A 的 20% 是稳稳地攒出来的,B 的 20% 是靠一次巨大的波动赌回来的,换个时间点抽样,B 完全可能是巨亏收场。夏普比率和索提诺比率要回答的,正是"扣掉波动这个因素,谁的收益质量更高"。

它解决什么问题

单看收益率,没法回答一个关键问题:这份收益,是拿多大的风险换来的?

如果不衡量风险,排行榜会被"赌性"操纵——押满仓、上杠杆的人,只要赌对了方向,收益率永远能排在前面。但赌对是运气,不是能力,下一次未必还能复制。风险调整后收益就是把"运气赌出来的高收益"和"稳定创造出来的高收益"区分开的工具:同样是 20%,承担的波动越小,说明这份收益的可持续性和可复制性越高。

夏普比率和索提诺比率都属于这一类指标,只是对"风险"的定义不同——这个差异后面会讲到,恰恰是两者最值得理解的地方。

夏普比率:讲人话

夏普比率的公式是:

夏普比率 = (组合收益率 − 无风险收益率) ÷ 组合收益率的波动率(标准差)

拆开看三个部分:

• 组合收益率:你实际拿到的年化收益
• 无风险收益率:不承担风险也能拿到的收益,通常用短期国债利率或类似基准替代
• 波动率(标准差):收益率上下起伏的剧烈程度,越大说明净值曲线越颠簸

分子"组合收益率 − 无风险收益率"叫超额收益——你承担风险,总得比什么都不做多赚一点,这多赚的部分才算你的真本事。分母是波动率,代表你为了拿到这份超额收益,承受了多大的颠簸。

所以夏普比率的直觉是:你每承担一份波动,换来了多少超额收益。比值越高,说明同样的颠簸程度下,你拿到的超额回报越多;或者反过来说,拿到同样的超额回报,你承受的颠簸越小。回到开头 A、B 两人的例子——如果 A 的波动率明显小于 B,即便两人收益率一样,A 的夏普比率会显著更高,这才是"谁更强"的量化答案。

一个常被忽略的细节:夏普比率里的波动率,是把上涨的波动和下跌的波动一视同仁地算进去的。也就是说,如果一只基金某个月暴涨,这也会拉高它的标准差、拖累夏普比率——哪怕这次暴涨对持有人来说是好事。这正是催生索提诺比率的原因。

索提诺比率:只惩罚下行波动

索提诺比率的结构和夏普比率几乎一样,只改了分母:

索提诺比率 = (组合收益率 − 无风险收益率或目标收益率) ÷ 下行波动率

下行波动率只统计收益低于某个基准(通常是 0 或目标收益率)时的那部分波动,忽略掉那些让净值往上冲的波动。

这个改动来自一个朴素的人性观察:没有人会因为账户"涨得太猛"而抱怨风险太大。你真正在意的,是净值往下掉的那部分——这才是让人睡不着觉、真正体感到"亏钱"的风险。用全部波动率(涨跌都算)去衡量风险,等于把"让你开心的上涨"也当成了扣分项,这在直觉上是不公平的。

举个例子会更清楚:两只基金历史波动率一样,但基金甲的波动主要来自偶尔的单月暴涨,基金乙的波动主要来自频繁的下跌。按夏普比率算,两者风险相近;但按索提诺比率算,基金甲的下行波动其实很小,索提诺比率会明显高于基金乙——这更贴近"甲更让人安心持有"的真实体感。

所以索提诺比率不是夏普比率的替代品,而是一个更聚焦"怕亏"这个具体情绪的补充视角。

怎么用

这两个指标最适合的场景是横向比较——拿几只同类型的基金、几套策略放在一起比,谁的风险调整后收益更高。原则上数值越高越好,但有两个前提必须满足,否则比较会失真:

• 同口径比较:必须用同样的时间区间、同样频率的收益率数据(比如都用月度收益算年化),混用不同周期算出来的指标不能直接比大小。
• 同类型比较:拿一只债券基金和一只科技股基金比夏普比率意义有限,因为两者的收益和风险来源完全不同,更适合在同类资产、同类策略之间比较。

实际用的时候,夏普比率适合做"整体风险调整收益"的第一道筛选,索提诺比率适合在你特别在意"会不会大跌"时再交叉验证一遍——两个指标同时高的标的,通常比只有一个高的更值得进一步研究。

局限

这两个指标好用,但不是万能尺子,用之前要清楚它们的边界:

• 依赖历史数据:算出来的都是"过去"的风险调整收益,过去波动小不代表未来也会波动小,市场环境一变,历史数据的参考价值会打折扣。
• 假设收益率接近正态分布:标准差这套统计工具,在收益率分布接近正态(正态分布那种中间高两头低的钟形曲线)时最可靠。但真实市场的收益率往往有更肥的尾部——极端暴跌出现的频率比正态分布预测的更高,这时候标准差会低估真实的尾部风险。
• 可以被平滑或操纵:如果底层资产不常交易、估值更新不频繁(比如某些非标资产),报出来的波动率会显得异常低,夏普比率因此虚高,这不代表真实风险小,只是没被如实计量。
• 短期样本不可靠:用几个月甚至一两年的数据算出来的比率,统计意义上很不稳定,一次极端月份就能让数字大幅摆动。至少要看完整的市场周期(包含过一次像样的下跌),这两个指标才有参考价值。

小结

风险调整后收益的核心逻辑,是把"赚了多少"换成"每承担一份风险赚了多少",这样才能公平比较跑得快但坐过山车的策略,和跑得稳但风光的策略。夏普比率用整体波动率做分母,索提诺比率只用下行波动做分母、更贴近"怕亏"的真实感受——但两者都建立在历史数据和统计假设之上,不能替代你亲自看一眼最大回撤到底有多深。

想直接算一算某段净值经历过的最深回撤和回本难度,可以用 最大回撤与回本计算器;如果想从头理解风险和收益的数学关系,可以回看 风险与收益的数学。