夏普比率 vs 索提諾比率：應該使用哪個風險調整報酬率指標？

夏普比率 vs 索提諾比率：應該使用哪個風險調整報酬率指標？

一檔對沖基金報告夏普比率為1.2，在同類基金中穩居前四分位。一位配置者對相同的報酬率使用索提諾比率，得到1.8。另一檔以波動率賣出策略行銷的基金顯示夏普比率1.4，但索提諾比率僅為0.9。排名逆轉了。哪個指標在說真話？

答案取決於報酬率分布的形狀。William Sharpe (1966)引入並在Sharpe (1994)中修訂的夏普比率對所有波動率施加同等懲罰，將上行驚喜與下行損失同等對待。Sortino and van der Meer (1991)開發並在Sortino and Price (1994)中完善的索提諾比率僅對低於最低可接受報酬率（MAR）的下行偏差施加懲罰。對於報酬率分布對稱的策略，兩個指標產生相似的排名。對於報酬率分布有偏度的策略，它們可能產生顯著差異，而這種差異揭示了關於真實風險特徵的重要資訊。

夏普比率：假設與限制

夏普比率定義如下：

夏普比率 = (R_p - R_f) / sigma_p

其中R_p是投資組合報酬率，R_f是無風險利率，sigma_p是投資組合報酬率的標準差。該指標衡量每單位總波動率的報酬率。

夏普比率的優勢在於其簡潔性。標準差易於計算、廣泛理解，且直接與現代投資組合理論所依賴的常態分布假設相關聯。如果報酬率服從常態分布，標準差就能捕捉風險的全貌；上行偏差和下行偏差互為鏡像，對兩者施加同等懲罰在數學上等價於僅懲罰下行。

當報酬率不服從常態分布時——實際上大多數情況如此——限制就會顯現。金融報酬率表現出偏度（不對稱尾部）和超額峰度（肥尾）。產生頻繁小額收益和偶爾大額損失的策略（負偏度）的波動率被那些大額損失事件所主導，但標準差也捕捉收益的波動率，部分抵消了風險信號。相反，產生頻繁小額損失和偶爾大額收益的策略（正偏度）因投資者實際上歡迎的上行波動率而受到懲罰。

Sharpe (1994)本人也承認了這一限制，指出該比率在比較作為整體投資組合候選的投資組合時最為適用。當應用於具有非常態報酬率分布的個別策略時，夏普比率可能產生誤導性排名。

索提諾比率：僅懲罰造成損害的部分

索提諾比率直接解決了不對稱性問題：

索提諾比率 = (R_p - MAR) / sigma_d

其中MAR是最低可接受報酬率（通常設為零或無風險利率），sigma_d是僅使用低於MAR的報酬率計算的下行偏差。

核心創新在於分母。下行偏差不是在兩個方向上測量圍繞均值的離散度，而是僅測量低於定義可接受績效的閾值以下的離散度。高於MAR的報酬率，無論其波動性多大，對風險度量的貢獻為零。

Sortino and van der Meer (1991)論證了投資者不會將上行波動率視為風險。一位投資組合經理在某月提供2%、下月提供8%的報酬率，具有較高的報酬率波動率，但沒有理性投資者會認為這些波動有問題。夏普比率會懲罰這位經理，索提諾比率則不會。

MAR參數賦予索提諾比率額外的靈活性。年度支出率為5%的捐贈基金可以將MAR設為5%，將風險定義為無法履行義務的機率。退休投資組合可以使用經通膨調整的目標。透過允許風險閾值反映投資者的實際目標，索提諾比率將風險度量與經濟結果而非統計抽象相聯繫。

兩個指標一致的情況

對於報酬率分布大致對稱的策略，夏普比率和索提諾比率產生相似的相對排名。這適用於大多數純多頭股票投資組合、分散化債券投資組合和均衡配置。這些策略的報酬率分布足夠接近常態，上行偏差和下行偏差大致相等。

在這些情況下，索提諾比率通常約為夏普比率的1.4倍（因為對稱分布的下行偏差約為sigma / sqrt(2)），但多個策略的排名將保持不變。如果策略A的夏普比率高於策略B，通常也具有更高的索提諾比率。

兩個指標不一致的情況：偏度信號

具有資訊價值的情況是排名發生分歧時。這發生在具有偏態報酬率分布的策略中，這些分布是幾種常見策略類型的特徵。

考慮兩個假設策略，各有10%的年化報酬率、4%的無風險利率和12%的年化標準差：

策略A（趨勢跟蹤）：產生正偏態報酬率分布。大多數月份產生小額損失或小額收益，但在持續的市場趨勢期間偶爾出現大額收益。月度報酬率概況：中位數+0.3%，均值+0.83%，偏度+1.2。

策略B（波動率賣出）：產生負偏態報酬率分布。大多數月份產生穩定的權利金收入，但在波動率飆升時偶爾出現大額損失。月度報酬率概況：中位數+1.1%，均值+0.83%，偏度-1.4。

兩個策略具有相同的平均報酬率和相同的標準差，因此共享相同的夏普比率：

夏普 = (10% - 4%) / 12% = 0.50

但它們的索提諾比率出現分歧。正偏度的策略A下行偏差更小且更不頻繁，索提諾比率約為0.85。負偏度的策略B下行偏差更大且更集中，索提諾比率約為0.35。

索提諾比率揭示了夏普比率所隱藏的資訊：策略A的波動率主要來自對投資者有利的上行運動，而策略B的波動率被導致實際損失的下行事件所主導。理性投資者應該偏好策略A，索提諾比率正確反映了這一偏好。

實證證據：兩種指標下的策略排名

下表展示了六種常見策略類型的風險報酬率概況，說明夏普和索提諾排名如何分歧。

最顯著的排名逆轉發生在負偏度策略中。波動率賣出按夏普排名第二（0.52），但按索提諾降至第四（0.38）。該策略取得一致的權利金收入，使平均報酬率相對於總波動率偏高，但下行偏差嚴重。備兌買權表現出類似模式，從第四（夏普）降至最後（索提諾）。

相反，管理期貨（趨勢跟蹤）按夏普排名最後（0.37），但按索提諾躍升至第二（0.58）。該策略的正偏度意味著總波動率高估了其真實的下行風險。索提諾比率正確識別出這是比夏普比率所暗示的更有利的風險特徵。

實戰比較：趨勢跟蹤 vs 波動率賣出

趨勢跟蹤與波動率賣出之間的排名逆轉值得更詳細的檢視，因為它展示了一個取決於指標選擇的實際配置決策。

波動率賣出策略（系統性賣出S&P 500的價外賣權）在正常市場環境下通常表現出0.45至0.55的夏普比率。該策略每月收取選擇權權利金，以高勝率（通常80-90%的月份獲利）產生穩定的收入流。總標準差看起來適中，因為眾多小額收益在整體離散度計算中部分抵消了偶爾的大額損失。

趨勢跟蹤策略通常表現出0.30至0.45的夏普比率。該策略勝率較低（通常40-45%的月份），無趨勢期間的眾多小額損失被持續趨勢期間偶爾的大額收益所抵消。總標準差較高，因為那些大額收益創造了上行波動率。

僅憑夏普比率，波動率賣方看起來更優。這正是2010年代大部分時間主導的排名——那個時期以低波動率和穩步上漲的股票市場為特徵，有利於選擇權賣出策略。

然而，索提諾比率講述了一個不同的故事。波動率賣方的下行偏差遠高於其上行偏差，因為損失集中且大（分布的左尾）。趨勢跟蹤者的下行偏差遠低於其上行偏差，因為收益集中且大（右尾）。調整偏度後，趨勢跟蹤通常按索提諾比率排名高於按夏普比率，波動率賣方則排名更低。

2020年3月的事件提供了即時壓力測試。CBOE PutWrite指數（系統性賣出賣權的基準）在單月損失約16%。SG趨勢指數損失約2%。在2008年等更長的危機中，差異更加戲劇化。索提諾比率對下行風險的強調被證明是更具資訊量的信號。

超越夏普和索提諾：替代指標

夏普-索提諾比較是最常見的，但其他風險調整指標從不同角度解決類似問題。

Keating and Shadwick (2002)引入的Omega比率透過計算閾值以上收益與閾值以下損失的比率來捕捉整個報酬率分布，不假設任何特定的分布形式。它將分布的所有矩（均值、變異數、偏度、峰度及更高階）整合為單一數值。對於常態分布的報酬率，Omega比率是夏普比率的單調變換；對於非常態報酬率，它提供額外資訊。

卡爾瑪比率將年化報酬率除以最大回撤，提供每單位最壞情況損失的報酬率的直接度量。這對於回撤規模和持續時間是主要風險關注點的策略（如CTA和對沖基金）特別相關。然而，卡爾瑪比率對樣本期間非常敏感，因為單一極端事件可能主導分母。

每個指標照亮了風險-報酬率權衡的不同方面：

機構實務：配置者實際如何使用這些指標

在實務中，機構投資者很少依賴單一指標。評估對沖基金或策略的典型盡職調查過程涉及計算多個風險調整報酬率度量，並檢查它們一致和不一致的地方。

常見的機構框架從三個維度評估策略。首先，夏普比率作為基線可比性度量，因為幾乎每個策略都報告它，並且它能在共同標準上進行跨策略排名。其次，索提諾比率（或基於下行偏差的變體）作為偏度檢查；當索提諾比率與夏普比率的預期1.4倍顯著偏離時，表明存在需要進一步調查的非常態報酬率。第三，卡爾瑪比率或最大回撤分析作為尾部風險評估，捕捉夏普比率和索提諾比率都未完全反映的最壞情況結果的規模。

Rollinger and Hoffman (2013)記錄了許多從業者錯誤地計算夏普比率，特別是在月度數據的年化方面。將月度夏普乘以sqrt(12)的標準做法假設報酬率是獨立同分布的，但由於序列相關、時變波動率和體制依賴性，大多數策略報酬率違反了這一假設。索提諾比率面臨類似的年化挑戰。

何時使用哪個指標

夏普和索提諾之間的選擇取決於策略的報酬率特徵和投資者的風險優先順序。

在評估純多頭股票投資組合、分散化均衡投資組合或任何報酬率大致對稱的策略時，將夏普比率作為主要指標。在這些情況下，夏普比率的簡潔性、可比性和廣泛接受使其成為最實用的選擇。對上行波動率的懲罰很小，因為上行偏差和下行偏差大致相等。

在評估具有顯著偏態報酬率分布的策略時，將索提諾比率作為主要指標（或關鍵補充指標）。這包括選擇權策略（買入和賣出）、管理期貨和趨勢跟蹤、事件驅動策略（併購套利、困境債務）、具有非線性報酬的槓桿策略，以及投資者主要關注的是避免低於特定閾值的損失的所有策略。

最佳做法是同時計算兩者，檢查它們之間的比率，並將分歧用作診斷信號。當索提諾/夏普顯著高於1.4時，策略具有有利的正偏度；當顯著低於1.4時，策略存在夏普比率本身無法揭示的隱藏負偏度。