夏普比率 vs 索提诺比率：应该使用哪个风险调整回报指标？

夏普比率 vs 索提诺比率：应该使用哪个风险调整回报指标？

一只对冲基金报告夏普比率为1.2，在同类基金中稳居前四分位。一位配置者对相同的回报使用索提诺比率，得到1.8。另一只以波动率卖出策略营销的基金显示夏普比率1.4，但索提诺比率仅为0.9。排名逆转了。哪个指标在说真话？

答案取决于收益分布的形状。William Sharpe (1966)引入并在Sharpe (1994)中修订的夏普比率对所有波动率施加同等惩罚，将上行惊喜与下行损失同等对待。Sortino and van der Meer (1991)开发并在Sortino and Price (1994)中完善的索提诺比率仅对低于最低可接受回报（MAR）的下行偏差施加惩罚。对于收益分布对称的策略，两个指标产生相似的排名。对于收益分布有偏度的策略，它们可能产生显著差异，而这种差异揭示了关于真实风险特征的重要信息。

夏普比率：假设与局限

夏普比率定义如下：

夏普比率 = (R_p - R_f) / sigma_p

其中R_p是投资组合回报，R_f是无风险利率，sigma_p是投资组合回报的标准差。该指标衡量每单位总波动率的回报。

夏普比率的优势在于其简洁性。标准差易于计算、广泛理解，且直接与现代投资组合理论所依赖的正态分布假设相关联。如果回报服从正态分布，标准差就能捕捉风险的全貌；上行偏差和下行偏差互为镜像，对两者施加同等惩罚在数学上等价于仅惩罚下行。

当回报不服从正态分布时——实际上大多数情况如此——局限性就会显现。金融回报表现出偏度（不对称尾部）和超额峰度（肥尾）。产生频繁小额收益和偶尔大额损失的策略（负偏度）的波动率被那些大额损失事件所主导，但标准差也捕捉收益的波动率，部分抵消了风险信号。相反，产生频繁小额损失和偶尔大额收益的策略（正偏度）因投资者实际上欢迎的上行波动率而受到惩罚。

Sharpe (1994)本人也承认了这一局限，指出该比率在比较作为整体投资组合候选的投资组合时最为适用。当应用于具有非正态收益分布的单个策略时，夏普比率可能产生误导性排名。

索提诺比率：仅惩罚造成损害的部分

索提诺比率直接解决了不对称性问题：

索提诺比率 = (R_p - MAR) / sigma_d

其中MAR是最低可接受回报（通常设为零或无风险利率），sigma_d是仅使用低于MAR的回报计算的下行偏差。

核心创新在于分母。下行偏差不是在两个方向上测量围绕均值的离散度，而是仅测量低于定义可接受绩效的阈值以下的离散度。高于MAR的回报，无论其波动性多大，对风险度量的贡献为零。

Sortino and van der Meer (1991)论证了投资者不会将上行波动率视为风险。一位投资组合经理在某月提供2%、下月提供8%的回报，具有较高的回报波动率，但没有理性投资者会认为这些波动有问题。夏普比率会惩罚这位经理，索提诺比率则不会。

MAR参数赋予索提诺比率额外的灵活性。年度支出率为5%的捐赠基金可以将MAR设为5%，将风险定义为无法履行义务的概率。退休投资组合可以使用经通胀调整的目标。通过允许风险阈值反映投资者的实际目标，索提诺比率将风险度量与经济结果而非统计抽象相联系。

两个指标一致的情况

对于收益分布大致对称的策略，夏普比率和索提诺比率产生相似的相对排名。这适用于大多数纯多头股票投资组合、分散化债券投资组合和均衡配置。这些策略的收益分布足够接近正态，上行偏差和下行偏差大致相等。

在这些情况下，索提诺比率通常约为夏普比率的1.4倍（因为对称分布的下行偏差约为sigma / sqrt(2)），但多个策略的排名将保持不变。如果策略A的夏普比率高于策略B，通常也具有更高的索提诺比率。

两个指标不一致的情况：偏度信号

具有信息价值的情况是排名发生分歧时。这发生在具有偏态收益分布的策略中，这些分布是几种常见策略类型的特征。

考虑两个假设策略，各有10%的年化回报、4%的无风险利率和12%的年化标准差：

策略A（趋势跟踪）：产生正偏态收益分布。大多数月份产生小额损失或小额收益，但在持续的市场趋势期间偶尔出现大额收益。月度回报概况：中位数+0.3%，均值+0.83%，偏度+1.2。

策略B（波动率卖出）：产生负偏态收益分布。大多数月份产生稳定的权利金收入，但在波动率飙升时偶尔出现大额损失。月度回报概况：中位数+1.1%，均值+0.83%，偏度-1.4。

两个策略具有相同的平均回报和相同的标准差，因此共享相同的夏普比率：

夏普 = (10% - 4%) / 12% = 0.50

但它们的索提诺比率出现分歧。正偏度的策略A下行偏差更小且更不频繁，索提诺比率约为0.85。负偏度的策略B下行偏差更大且更集中，索提诺比率约为0.35。

索提诺比率揭示了夏普比率所隐藏的信息：策略A的波动率主要来自对投资者有利的上行运动，而策略B的波动率被导致实际损失的下行事件所主导。理性投资者应该偏好策略A，索提诺比率正确反映了这一偏好。

实证证据：两种指标下的策略排名

下表展示了六种常见策略类型的风险收益概况，说明夏普和索提诺排名如何分歧。

最显著的排名逆转发生在负偏度策略中。波动率卖出按夏普排名第二（0.52），但按索提诺降至第四（0.38）。该策略获取一致的权利金收入，使平均回报相对于总波动率偏高，但下行偏差严重。备兑看涨期权表现出类似模式，从第四（夏普）降至最后（索提诺）。

相反，管理期货（趋势跟踪）按夏普排名最后（0.37），但按索提诺跃升至第二（0.58）。该策略的正偏度意味着总波动率高估了其真实的下行风险。索提诺比率正确识别出这是比夏普比率所暗示的更有利的风险特征。

实战比较：趋势跟踪 vs 波动率卖出

趋势跟踪与波动率卖出之间的排名逆转值得更详细的检视，因为它展示了一个取决于指标选择的实际配置决策。

波动率卖出策略（系统性卖出S&P 500的虚值看跌期权）在正常市场环境下通常表现出0.45至0.55的夏普比率。该策略每月收取期权权利金，以高胜率（通常80-90%的月份盈利）产生稳定的收入流。总标准差看起来适中，因为众多小额收益在整体离散度计算中部分抵消了偶尔的大额损失。

趋势跟踪策略通常表现出0.30至0.45的夏普比率。该策略胜率较低（通常40-45%的月份），无趋势期间的众多小额损失被持续趋势期间偶尔的大额收益所抵消。总标准差较高，因为那些大额收益创造了上行波动率。

仅凭夏普比率，波动率卖方看起来更优。这正是2010年代大部分时间主导的排名——那个时期以低波动率和稳步上涨的股票市场为特征，有利于期权卖出策略。

然而，索提诺比率讲述了一个不同的故事。波动率卖方的下行偏差远高于其上行偏差，因为损失集中且大（分布的左尾）。趋势跟踪者的下行偏差远低于其上行偏差，因为收益集中且大（右尾）。调整偏度后，趋势跟踪通常按索提诺比率排名高于按夏普比率，波动率卖方则排名更低。

2020年3月的事件提供了实时压力测试。CBOE PutWrite指数（系统性卖出看跌期权的基准）在单月损失约16%。SG趋势指数损失约2%。在2008年等更长的危机中，差异更加戏剧化。索提诺比率对下行风险的强调被证明是更有信息量的信号。

超越夏普和索提诺：替代指标

夏普-索提诺比较是最常见的，但其他风险调整指标从不同角度解决类似问题。

Keating and Shadwick (2002)引入的Omega比率通过计算阈值以上收益与阈值以下损失的比率来捕捉整个收益分布，不假设任何特定的分布形式。它将分布的所有矩（均值、方差、偏度、峰度及更高阶）整合为单一数值。对于正态分布的回报，Omega比率是夏普比率的单调变换；对于非正态回报，它提供额外信息。

卡尔马比率将年化回报除以最大回撤，提供每单位最坏情况损失的回报的直接度量。这对于回撤规模和持续时间是主要风险关注点的策略（如CTA和对冲基金）特别相关。然而，卡尔马比率对样本期间非常敏感，因为单一极端事件可能主导分母。

每个指标照亮了风险-回报权衡的不同方面：

机构实践：配置者实际如何使用这些指标

在实践中，机构投资者很少依赖单一指标。评估对冲基金或策略的典型尽职调查过程涉及计算多个风险调整回报度量，并检查它们一致和不一致的地方。

常见的机构框架从三个维度评估策略。首先，夏普比率作为基线可比性度量，因为几乎每个策略都报告它，并且它能在共同标准上进行跨策略排名。其次，索提诺比率（或基于下行偏差的变体）作为偏度检查；当索提诺比率与夏普比率的预期1.4倍显著偏离时，表明存在需要进一步调查的非正态回报。第三，卡尔马比率或最大回撤分析作为尾部风险评估，捕捉夏普比率和索提诺比率都未完全反映的最坏情况结果的规模。

Rollinger and Hoffman (2013)记录了许多从业者错误地计算夏普比率，特别是在月度数据的年化方面。将月度夏普乘以sqrt(12)的标准做法假设回报是独立同分布的，但由于序列相关、时变波动率和体制依赖性，大多数策略回报违反了这一假设。索提诺比率面临类似的年化挑战。

何时使用哪个指标

夏普和索提诺之间的选择取决于策略的收益特征和投资者的风险优先级。

在评估纯多头股票投资组合、分散化均衡投资组合或任何收益大致对称的策略时，将夏普比率作为主要指标。在这些情况下，夏普比率的简洁性、可比性和广泛接受使其成为最实用的选择。对上行波动率的惩罚很小，因为上行偏差和下行偏差大致相等。

在评估具有显著偏态收益分布的策略时，将索提诺比率作为主要指标（或关键补充指标）。这包括期权策略（买入和卖出）、管理期货和趋势跟踪、事件驱动策略（并购套利、困境债务）、具有非线性收益的杠杆策略，以及投资者主要关注的是避免低于特定阈值的损失的所有策略。

最佳做法是同时计算两者，检查它们之间的比率，并将分歧用作诊断信号。当索提诺/夏普显著高于1.4时，策略具有有利的正偏度；当显著低于1.4时，策略存在夏普比率本身无法揭示的隐藏负偏度。