夏普比率陷阱

夏普比率可以被尋求提升其表面風險調整回報歷史的投資組合經理所操縱。這可以通過延長回報測量間隔來實現，從而降低對波動性的估計。例如，年度回報的標準差(波動性)一般低于月度回報，而月度回報的波動性又低于每日回報。金融分析師在使用夏普比率時，通常會考慮月度回報的波動性。

計算最有利的業績區間的夏普比率，而不是客觀選擇的回望期，是另一種精選數據的方式，這些數據會扭曲風險調整后的回報。

夏普比率也有一些固有的局限性。比率分母中的標準偏差計算用作投資組合風險的代理，它基于正態分布并且在評估對稱性時最有用概率分布曲線。相反，金融市場受制于羊群行為會比正態分布更頻繁地走向極端。因此，用于計算夏普比率的標準偏差可能會低估尾部風險。（來源 http://www.tumamayizhan.com）

3
市場回報也受以下因素影響序列相關。最簡單的例子是，相鄰時間間隔的回報可能是相關的，因為它們受到相同市場趨勢的影響。但是平均值回復也取決于序列相關性，就像市場勢頭。結果是，序列相關性往往會降低波動性，因此，依賴于序列相關性因素的投資策略可能會表現出誤導性的高夏普比率。四
形象化這些批評的一個方法是，考慮在幾乎所有時間都在緩慢且可預測地移動的壓路機前撿鎳幣的投資策略，除了少數突然且致命地加速的罕見情況。因為這種不幸的事件非常罕見，那些撿鎳幣的人在大多數情況下會以最小的波動性帶來正回報，從而獲得高夏普比率。如果一只在壓路機前撿硬幣的基金在那些極其罕見和不幸的情況下被壓扁了，它的長期夏普可能仍然看起來不錯:畢竟只是一個糟糕的月份。不幸的是，這不會給該基金的投資者帶來多少安慰。

夏普替代方案:索蒂諾和特雷諾
夏普比率公式中的標準差假設價格朝兩個方向變動的風險是一樣的。事實上，對于大多數投資者和分析師來說，異常低回報的風險與異常高回報的可能性非常不同。（來源 http://www.tumamayizhan.com）
夏普的一個變種叫做Sortino比率忽略高于平均水平的回報，只關注下行偏差作為投資組合中基金風險的更好代表。

排序比率分母中的標準差衡量負回報或低于選定基準的回報相對于此類回報平均值的方差。
夏普的另一個變種是特雷諾比率，將超額回報除以無風險利率或基準利率貝塔證券、基金或投資組合的價值，作為衡量其系統性風險曝光。貝塔系數衡量股票或基金的波動性與整個市場的波動性相關的程度。特雷諾比率的目標是確定投資者是否因市場帶來的額外風險而得到補償。

如何使用夏普比率的示例
夏普比率有時用于評估增加投資可能如何影響投資組合的風險調整回報。
例如，一個投資者正在考慮增加一個避險基金配置到去年回報率為18%的投資組合中。目前的無風險利率為3%，投資組合月收益率的年化標準差為12%，這使其一年的夏普比率為1.25，即(18 - 3) / 12。

這位投資者認為，將對沖基金加入投資組合將使來年的預期回報率降至15%，但也預計投資組合的波動性將因此降至8%。預計未來一年無風險利率將保持不變。（來源 http://www.tumamayizhan.com）

用同樣的公式估算未來數字，投資者發現投資組合的夏普比率預計為1.5，或者(15% - 3%)除以8%。
在這種情況下，雖然對沖基金投資預計會降低投資組合的絕對回報，但基于其預計的較低波動性，它將在風險調整的基礎上改善投資組合的表現。根據預測，如果新投資降低了夏普比率，就會被認為不利于風險調整后的回報。這個例子假設基于投資組合歷史表現的夏普比率可以與使用投資者回報和波動性假設的夏普比率進行公平比較。

什么是好的夏普比率？
夏普比率高于1通常被認為是“好的”，提供相對于波動性的超額回報。然而，投資者經常將投資組合或基金的夏普比率與其同行或市場部門進行比較。因此，舉例來說，如果大多數競爭對手的夏普比率高于1.2，夏普比率為1的投資組合可能會被發現缺乏。良好的夏普比率在一種情況下可能只是馬馬虎虎，在另一種情況下可能更糟。

夏普比率是如何計算的？

為了計算夏普比率，投資者首先從投資組合的收益率中減去無風險率，通常使用美國國債收益率作為無風險收益率的代理。然后，他們將結果除以投資組合超額收益的標準差。
?