文件

Manus Quant Agent 790c0eaa0a feat: 全面优化迭代所有文档 - 增加数据说明+计算公式+名词解释+内部链接

变更统计:
- 70个文件变更 (39个新增 + 31个修改)
- 新增 6554 行内容

优化内容:
1. 30个核心文档增加附录(数据说明/计算公式/参数表/使用场景/常见误区)
   - 第一批: 量化基础/技术指标/策略/信号/品种/数据流/回测/风控/链上/EWO
   - 第二批: AI/案例复盘/多Agent/Hyperliquid/KOL/期权/RWA/券商/BTC/主流币
   - 第三批: ETH/SOL/BNB_DOGE/XAUT/代币化美股/信号优化/tradehk系统
2. 新增38个名词解释wiki条目(Delta对冲/Gamma/Theta/Vega/IV/VaR/CVaR等)
3. 更新全局术语表索引(79个术语/12大类/知识图谱/学习路径)
4. 新增内部链接体系(wiki式交叉引用)

2026-03-06 05:09:34 -05:00

5.9 KiB

原始文件 永久链接 Blame 文件历史

索提诺比率 (Sortino Ratio)

🟡进阶

一句话解释

索提诺比率是一种衡量投资组合风险调整后收益的指标，它通过计算每单位“有害”风险（即下行风险）所能带来的超额回报，来评估投资的表现，与只考虑总波动的夏普比率相比，它更关注投资者真正厌恶的亏损风险。

详细解释

背景与原理

索提诺比率由经济学家弗兰克·A·索提诺（Frank A. Sortino）提出，是对经典的夏普比率（Sharpe Ratio）的改进。传统风险指标（如标准差）将所有的价格波动都视为风险，无论这些波动是向上（带来收益）还是向下（导致亏损）。然而，对于大多数投资者而言，向上的波动是受欢迎的，只有向下的波动才是他们真正关心的“风险”。

索提诺比率的核心思想正是区分“好”的波动与“坏”的波动。它在计算风险时，只考虑那些低于投资者设定的最低可接受回报率（Minimum Acceptable Return, MAR）的收益率，这部分被称为“下行偏差”或“下行风险”（Downside Deviation）。通过这种方式，索提诺比率提供了一个更符合投资者实际风险偏好的绩效评估视角，即在承受同等亏损风险的情况下，哪项投资能带来更高的回报。

计算公式

索提诺比率的计算公式如下：

\text{Sortino Ratio} = \frac{R_p - MAR}{DD_{MAR}}

其中：

( R_p ) 是投资组合的平均回报率。
( MAR ) 是最低可接受回报率（Target Return），通常可以设为无风险利率或零。
( DD_{MAR} ) 是下行标准差（Downside Deviation），计算方式如下：

DD_{MAR} = \sqrt{\frac{1}{N} \sum_{t=1}^{N} (\min(0, R_t - MAR))^2}

这里 ( R_t ) 是每一期的回报率，N是总期数。该公式只对回报率低于MAR的期数进行平方和计算，然后取平均值的平方根。

计算示例

假设一个投资组合在过去5个月的回报率分别为：+3%, -1%, +5%, -2%, +4%。投资者设定的最低可接受回报率（MAR）为0%。

计算平均回报率 (Rp): ( R_p = \frac{3% - 1% + 5% - 2% + 4%}{5} = 1.8% )
计算下行标准差 (DD_MAR): 我们只考虑低于0%的回报率，即 -1% 和 -2%。 ( \text{Sum of Squared Differences} = (\min(0, 3% - 0%))^2 + (\min(0, -1% - 0%))^2 + (\min(0, 5% - 0%))^2 + (\min(0, -2% - 0%))^2 + (\min(0, 4% - 0%))^2 ) ( = 0^2 + (-1%)^2 + 0^2 + (-2%)^2 + 0^2 = 0.0001 + 0.0004 = 0.0005 ) ( DD_{MAR} = \sqrt{\frac{0.0005}{5}} = \sqrt{0.0001} = 1% )
计算索提诺比率: ( \text{Sortino Ratio} = \frac{1.8% - 0%}{1%} = 1.8 )

在量化交易中的应用

非对称性策略评估：对于期权策略、趋势跟踪策略等具有非对称收益分布的量化模型，索提诺比率是比夏普比率更有效的评估工具。因为这些策略可能存在大量小幅盈利和少量大幅亏损（或反之），索提诺比率能更准确地捕捉其下行风险特征。
投资组合优化：在构建量化投资组合时，可以将最大化索提诺比率作为优化目标之一。通过这种方式构建的投资组合，能够在满足特定回报预期的同时，将亏损的波动性降至最低，从而更符合风险厌恶型投资者的需求。
风险预算和绩效归因：量化交易团队可以使用索提诺比率来进行风险预算分配。通过分析不同策略或资产对组合整体下行风险的贡献，可以将资本更有效地分配给那些单位下行风险回报更高的策略。同时，它也用于绩效归因，分析超额收益是来自承担了更多下行风险还是卓越的择时能力。
动态调仓信号：在动态资产配置策略中，可以监控投资组合索提诺比率的变化。当比率持续下降时，可能预示着策略的下行风险正在增加，从而触发风控模型进行减仓或对冲操作，以保护资本安全。

数据规格

属性	说明
数据类型	float
取值范围	理论上为 (-∞, +∞)，正值越大越优
单位	无（比率）
更新频率	取决于回报率数据的频率（如每日、每小时）
典型数据源	基于资产或投资组合的历史回报序列计算得出，数据可来自彭博、Refinitiv、券商API等

常见误解

误解：索提诺比率和夏普比率没有区别。 正确理解： 两者核心区别在于风险的定义。夏普比率使用总标准差，将所有波动一视同仁；而索提诺比率仅使用下行标准差，只惩罚低于目标收益的“有害”波动，因此更能反映投资者对亏损的厌恶。
误解：索提诺比率越高，投资就一定越好。 正确理解： 索提诺比率是一个相对指标，它必须在同类策略或投资之间进行比较才有意义。一个高索提诺比率的策略可能总回报率较低，它只表明其风险控制（特别是下行风险控制）做得很好。投资者仍需结合绝对回报、流动性、策略容量等其他因素综合判断。
误解：最低可接受回报率（MAR）必须是无风险利率。 正确理解： MAR是一个主观参数，可以根据投资者的具体目标灵活设定。虽然无风险利率是常用基准，但也可以设为0、通货膨胀率、或投资者期望的最低年化收益（如8%）等。不同的MAR会导致索提诺比率的计算结果不同。

深入阅读

[Sortino, F. A., & van der Meer, R. (1991). Downside risk. Journal of Portfolio Management, 17(4), 27-31.](./Downside_Risk_Sortino_1991.md)
[Investopedia - Sortino Ratio](./Investopedia_Sortino_Ratio.md)

5.9 KiB 原始文件 永久链接 Blame 文件历史 Unescape Escape