sharpe-ratioperformance-evaluationstatisticsnon-normalityselection-bias

夏普比率的统计性质 (Statistical Properties of the Sharpe Ratio)

一句话：夏普比率是样本统计量，不是一个可以直接比较的数——它的抽样分布依赖于真实夏普比率、收益的偏度/峰度、观测期长度、以及序列相关；因此"这个基金的夏普比率更高"这句话在统计上需要先问：在同样的观测期长度与同样的分布假设下，这个差距是不是采样噪声。

抽样分布：为什么不是简单的标准误

设超额收益 r_t-r_f 的样本均值 \bar r 与样本标准差 \hat\sigma，样本夏普比率

\widehat{SR} \;=\; \frac{\bar r}{\hat\sigma}

Lo (2002) 的结论是：\widehat{SR} 的抽样分布在有限样本下不是正态的。当观测期足够长时 \widehat{SR} 近似正态，偏差与偏度主要由三件事决定——真实夏普比率的大小、收益分布的偏度与峰度、观测期长度 T。

具体机制：夏普比率是均值与标准差之比，分母 \hat\sigma 本身是随机量。真实夏普比率接近 0 时分母的估计误差占比大，分布偏斜且重尾；真实夏普比率较大时（例如月频下的 \widehat{SR}>2）分布明显左偏。因此"夏普比率 0.5 显著、3.0 更显著"这类直觉并不成立。

这直接影响假设检验：夏普比率 页指出，对单个夏普比率检验零假设用 Jobson-Korkie 检验（含 Memmel 修正），对两个策略做比较用平稳自助法（收益自相关时必须用它）。

非正态下的偏误

收益分布偏离正态时有三类后果：偏度会拉高夏普比率的估计（右尾厚让样本标准差低估真实波动）；峰度改变置信区间形状（正态假设下的标准误公式在厚尾下过于乐观）；有限样本使 \hat\sigma 向下偏，间接让 \widehat{SR} 偏大。

Goetzmann 等（2002）从策略构造侧给出同一问题的另一面：不修正估计误差，而是直接构造一个把夏普比率推到最大的组合。允许卖期权时，最大夏普比率组合的收益分布是右尾被截断、左尾厚重的反偏形态，等价于卖出一部分虚值看涨期权并卖出更多虚值看跌期权。

跨基金比较的可比性

夏普比率最常被用作基金/经理之间的排名依据，但这个用法有三层可比性问题：观测期不同（抽样误差随 T 增长而缩小，比较长度不同的历史等于把噪声差当成业绩差）；风险口径不同（日频与月频的数值不可直接比）；收益分布不同（债券基金的夏普比率天然高于股票基金，跨资产类别排名没有意义）。

Goetzmann 等人给出的量化标尺来自一个"完美选股"的思想实验：在每个行业内完美排序、行业内多空各半，收益恒为正，但夏普比率只有个位数——单个分析师的典型年化收益差约 20%–140%，单个行业平均收益约 64%；然而行业收益波动从 SIC 2（建筑）的 9% 到 SIC 7（金融）的 31%，所以即使收益恒正，夏普比率也不高。其中公用事业（SIC 4）即使完美预知也只能做到 2.5；十个行业组合中有五个难以显著超过 3，等权组合起来夏普比率也只有 4.26。

由此作者给出的"未被人为操纵的股票买入持有策略"的合理标尺是大约 −5 到 +5——把这一点作为读数基准，比盲目比较排名更有用。

多期夏普比率与序列相关导致的低估

单一夏普比率只是样本期内的一个数字。把它跨期滚动得到一条序列时，会遇到两个额外问题：序列相关（滚动窗口高度重叠，夏普比率序列自相关——用它做因子或择时信号时，回测表现会虚高）；跨期偏误（估计误差在短窗上更大，滚动序列波动被放大，基于它的"夏普比率择时"会在样本内被过度优化）。

Goetzmann 等人从实务后果说明这件事：基金经理可以用未来的杠杆修复早期表现——整期夏普比率在历史夏普 S_h<0 时恒定，在 0.3 以上近乎线性，形状像期权价格。若历史平均超额收益为负，最优策略是极端加杠杆；若为正，则应把未来的期望超额收益设在接近历史均值处。

夏普比率可被系统性操纵

Goetzmann 等人的核心结论是："用奖励-风险比考核基金经理"这件事本身可以被刷分。参数 r=5\%、\mu=15\%、\sigma=15\%、T=1 时：

构造 夏普比率
指数本身 0.631
卖 0.843 份行权价 1.0098 的看涨期权 0.731
两个行权价组合（\kappa=-2.58, K=0.88, \eta=0.77, H=1.12） 0.743
完全市场的最大夏普比率 0.748

即一个期权合约拿到全部可能提升的 86%，两个期权拿到 96%。而且对行权价不敏感：用价内 5% 或价外 5% 的看涨期权分别能做到 0.716 与 0.694，两者同时用 0.737。行权价价差通常不到 10%，所以普通看涨/看跌期权就够用。

报告频率也有影响：月夏普比率 0.6 的基金只需丢弃高于均值 1.54 个标准差的月度收益，且只有 5% 的收益被"浪费"；若改为直接用年度收益考核，超过 60% 的平均收益被浪费——报告期限越长，管理者越有自由裁量权去丢弃或挪动高收益。

局限与开放问题

  • 抽样分布的结论依赖观测期长度与分布假设，短样本 + 厚尾 + 偏态的组合下正态近似偏离最大。
  • Goetzmann 等人的"最优操纵"以允许卖期权为前提；无衍生品约束时问题有所缓解，但"给基金经理 20% 的看涨期权"这类不对称奖励本身又会进一步扭曲奖励-风险类指标。
  • 论文的公式是完全一般的，但偏度、峰度等具体形态结论依赖对数正态假设。
  • 对冲基金的高水位费合约在成立时相当于让投资者卖出 20% 的平值看涨期权——期权形态本身就内含在报酬契约里，所以对冲基金夏普比率的分布天然偏高。

与其他概念的关系

来源