评估一个量化策略的好坏，不能只看「总收益率」。两个最终收益相同的策略，可能一个净值平滑上行、另一个剧烈震荡后侥幸翻红——它们承担的风险、统计可靠性和实盘可执行性天差地别。

评估有三个维度：风险调整后的收益（每单位风险换来多少回报）、稳定性（业绩能否持续），以及统计显著性（这是真实优势，还是回测噪声）。

本章结构：① 核心指标（每个完整展开：定义 → 公式 → 假设与失效场景 → 数值示例 → 统计检验）→ ② 进阶/补充指标 → ③ 综合评估框架（加密市场陷阱汇总 + 指标速查表）。Python 计算代码见独立页「指标计算代码库」。

Part I：核心指标

1. Sharpe Ratio（夏普比率）

Sharpe 是最通用的风险调整收益指标，本质是一个信噪比：把策略超额收益（信号）除以其总波动率（噪声）。

定义与公式

定义超额收益序列 $α_t = r_t - r^f$，其中 $r^f$ 为无风险利率，则单期 Sharpe 为：

年化时乘以年化因子 $\eta$：

在 iid（独立同分布，Independent and Identically Distributed）假设下 $\eta = \sqrt{T}$（T 为年交易周期数）：传统金融 T = 252，加密货币 T = 365（全年无休）。

判读标准：SR > 1 可接受，> 2 较优，> 3 优秀。加密市场无风险利率常用 0% 或稳定币理财利率代替。

数值示例：某策略过去 365 天日对数收益率均值 = 0.08%，标准差 = 1.2%。

• 日度 Sharpe = 0.08% / 1.2% = 0.0667
• 年化 Sharpe = 0.0667 × √365 ≈ 1.27

统计假设、公式修正与失效场景

简单年化公式 $SR_{\text{annual}} = SR_{\text{period}} \times \sqrt{T}$ 成立需要两个前提：① 收益相互独立（无自相关）② 同分布（方差稳定）。这两条在传统金融和加密市场中都普遍不满足。

① 为什么自相关会让年化公式失效

$\sqrt{T}$ 年化来自统计学基本结论：N 个独立随机变量之和的标准差 = 单期标准差 × $\sqrt{N}$。一旦收益之间存在正自相关，相邻期的波动不再独立叠加，而是「同向强化」——连续上涨的 N 天并不是赚了 N 次独立的钱，更像同一笔趋势行情被拆成了 N 天记录。真实有效样本数远小于 N，风险被低估，Sharpe 系统性虚高。

正自相关普遍存在于：动量/趋势策略（Jegadeesh & Titman 1993）、持仓重叠的低频策略、CTA 基金、低流动性资产（私募股权、房地产基金定期估值）——传统金融与加密市场均如此。

Lo（2002）修正：将自相关系数 $\rho_k$ 纳入年化因子分母，使其反映真实的独立信息量：

其中 q 为年化周期数，$\rho_k$ 为第 k 阶自相关系数。当 $\rho_k > 0$ 时分母变大，$\eta < \sqrt{q}$，修正后 Sharpe 下降。很多「年化 Sharpe 很漂亮」的低频策略，剔除自相关后会显著缩水。

② 肥尾让 Sharpe 低估尾部风险

正态分布认为极端事件（如单日跌 10%）概率极低，几乎不可能发生。但现实收益分布的峰度（kurtosis）普遍大于 3（正态基准值），表现为两个特征：中间更尖（大多数日子收益平平），两端更厚（极端大涨或大跌比正态预测的更频繁）——这就是肥尾。

Sharpe 的分母 σ 衡量的是「平均偏差」，对极端值不敏感。肥尾策略的日常波动可能很小（σ 看起来低），但偶尔一次极端暴跌就能将账户打穿。Sharpe 完全感知不到这层风险。

一个具体例子：两个策略年化 Sharpe 同为 1.5——

• 策略 A（接近正态）：最差 5% 的日子平均亏 -2.1%
• 策略 B（肥尾分布）：最差 5% 的日子平均亏 -8.3%

Sharpe 看起来完全一样，真实风险天差地别。这个差距只有 CVaR 能捕捉到。加密市场肥尾尤为极端，峰度常远超 10，正态假设下「百年一遇」的事件实际上几年就发生一次。

③ 负 Sharpe 的陷阱

策略亏损时 Sharpe 为负，但波动率大的亏损策略 Sharpe 反而「更高」（负数除以更大分母，绝对值更小）。负 Sharpe 只表示在亏，大小无法比较。

④ 对上下行波动一视同仁

Sharpe 把上行波动也算作风险而惩罚，会低估收益右偏（大涨小跌型）的策略——这引出 Sortino Ratio。

统计显著性与置信区间

Sharpe 是从有限样本估计出来的，本身带抽样误差。在 iid 正态近似下，估计量的标准误约为（Lo 2002）：

其中 N 为样本数、$\hat{SR}$ 为单期 Sharpe。

示例：上例 $\hat{SR} \approx 0.0667$，N = 365，则 $SE \approx \sqrt{(1 + 0.5 \times 0.0667^2)/365} \approx 0.0524$。单期 Sharpe 的 95% 置信区间约 $[-0.036,\ 0.169]$——区间跨过 0，说明仅凭一年日线数据，在统计上还无法可靠区别于「无效策略」。样本越短、Sharpe 越低，估计越不可信。

滚动 Sharpe：在时间轴上滚动计算（如 30 日窗口），观察有效性是否稳定；持续走低是策略失效的早期信号。

Probabilistic & Deflated Sharpe Ratio

当你回测了多个参数组合后挑出 Sharpe 最高的那个，「最优 Sharpe」天然被选择偏差抬高了。Bailey & López de Prado 提出两个工具纠偏：

Probabilistic Sharpe Ratio（PSR）——在给定基准 $SR^*$ 下，真实 Sharpe 超过该基准的概率，显式纳入偏度 $\gamma_3$ 与峰度 $\gamma_4$：

负偏、肥尾（$\gamma_4$ 大）均会拉低 PSR——这正是加密策略需要的修正。

Deflated Sharpe Ratio（DSR）：将 PSR 的基准 $SR^*$ 替换为「做了 N 次独立试验后，纯靠运气能达到的期望最大 Sharpe」。回测试验次数越多，及格线越高。DSR > 0.95 才算扛得住多重检验。

2. Sortino Ratio（索提诺比率）

定义与公式

Sortino 是 Sharpe 的改进版，只用**下行偏差（Downside Deviation）**作分母，仅惩罚低于目标收益的波动：

其中 MAR（Minimum Acceptable Return）通常取 0 或无风险利率，$\bar{r}$ 为年化收益率，DD 为下行标准差。

判读标准：Sortino > 1 可接受，> 2 较优。对同一策略 Sortino 通常高于 Sharpe（分母更小），比较时需在同类指标间进行。

数值示例：某策略年化收益率 18%，MAR = 0%，过去 365 天中共有 160 天收益为负，这 160 天的平方均值开根号得 DD = 1.8%/天，年化 DD = 1.8% × √365 ≈ 34.4%。

• Sortino = 18% / 34.4% ≈ 0.52

统计假设与失效场景

① 下行样本更少，估计噪声更大。 Sharpe 用全部 N 个样本估计，而 Sortino 的分母只用 $r_t < MAR$ 的那部分。若负收益天数仅占 30%，有效样本数缩减到 ~0.3N，标准误显著放大。短样本（< 1 年）的 Sortino 可信度不如 Sharpe。

② 对趋势跟踪策略更公平。 趋势策略典型特征是「多数小亏 + 少数大赚」——上行波动大，但这是好事。Sharpe 把大赚的波动也算作风险而惩罚，Sortino 不会，因此对这类策略的评估比 Sharpe 更准确。

③ MAR 的选取影响可比性。 不同策略若使用不同 MAR，Sortino 不可直接比较。横向比较时需统一 MAR = 0 或同一无风险利率。

④ 加密市场的肥左尾。 加密收益分布左尾极厚，极端暴跌日的下行平方项会主导 DD 计算，导致 Sortino 对尾部风险的感知反而比 Sharpe 更敏感——这是优点，但也意味着极端行情样本的多寡会使结果波动较大。

与 Sharpe 的对比

3. 最大回撤与回撤族指标

3.1 最大回撤（Max Drawdown, MDD）

定义与公式

MDD 衡量策略在历史最坏情况下从峰值到谷底的最大亏损幅度，直接决定实盘的心理底线与可用杠杆。

其中 $V(t)$ 为 t 时刻净值。需遍历所有历史高点 $t_1$ 及其后低点 $t_2$，取最大跌幅。

数值示例：净值序列 1.0 → 1.3 → 1.1 → 1.5 → 0.9 → 1.2

• 最高点 1.5（$t_1$），随后低点 0.9（$t_2$）
• MDD = (1.5 - 0.9) / 1.5 = 40.0%

回撤的两个维度

幅度只是一半，另一半是时间：

• 回撤持续时间（Drawdown Duration）：从高点跌落到净值回到新高的总天数（即「水下时间」）。漫长的水下期对心理和资金占用都是考验，即使最终回本，流动性损耗也真实存在。
• Recovery Factor = 年化收益率 / |MDD|，> 1 说明一年收益足以覆盖历史最大损失。

统计假设与失效场景

① MDD 随样本长度单调不减。 MDD 是路径依赖指标，看得越久越可能撞上更大的回撤。在随机游走近似下，期望最大回撤大致以 $\sigma\sqrt{T}$ 增长。直接后果：不同回测长度的 MDD 不能直接比较，比较前必须统一时间窗口。

② 加密波动率放大 MDD。 加密资产 σ 远高于传统资产（BTC 日波动率常达 2–5%，传统股票约 1%），相同时间窗口下 MDD 天然更大，横向与股票策略比较会失真。

③ MDD 不捕捉频率。 一次大回撤和十次小回撤的 MDD 可能相同，但对策略稳定性的判断完全不同。需配合 Ulcer Index 使用。

3.2 Calmar Ratio（卡玛比率）

定义与公式

衡量「每单位最大回撤风险换来多少年化收益」，是回撤控制要求严格的策略（CTA、趋势跟踪）的核心指标。

判读标准：> 1 合格，> 3 优秀。

数值示例：年化收益率 24%，MDD = 18%，则 Calmar = 24% / 18% = 1.33（合格）。

统计假设与失效场景

① Calmar 通常定义在最近 36 个月。 不同窗口算出的 Calmar 不可比，比较时必须统一时间窗口（业界惯例 36 个月）。

② 分子与分母的时间窗口要一致。 若分子用全样本收益、分母用近 1 年 MDD，结果会被系统性高估。

③ 一次极端事件即可大幅压低 Calmar。 Calmar 对尾部事件非常敏感，单看某时点的快照有局限，应看其随时间的变化趋势。

3.3 Ulcer Index 与 Martin Ratio

定义与公式

Ulcer Index（UI）同时惩罚回撤的深度和持续时间，比只看单点 MDD 更能反映「煎熬程度」：

其中 $D_t$ 为 t 时刻相对历史最高净值的回撤百分比（始终为非负）。

Martin Ratio：

数值示例：某策略连续 10 天回撤分别为 2%, 3%, 5%, 8%, 10%, 8%, 5%, 3%, 2%, 0%。

• $\sum D_t^2 = 4+9+25+64+100+64+25+9+4+0 = 304$
• $UI = \sqrt{304/10} \approx 5.51\%$

这比 MDD = 10% 更平滑地反映了「持续处于水下」的压力。

与 MDD / Calmar 的对比

4. 期望值、几何收益与 Kelly

4.1 期望值（Expected Value）

只有 E > 0 才具备数学正期望。

数值示例（设平均亏损 = 1）：

B 胜率更高却长期必亏——高胜率 ≠ 好策略。

4.2 几何收益与波动拖累（Volatility Drag）

$\sigma^2/2$ 即「波动拖累」。即使算术期望 μ > 0，只要波动 σ 足够大，几何收益 g 仍可能为负，长期净值持续缩水。

数值示例：月度 μ = 5%，σ = 20%。

• $g \approx 5\% - 2\% = 3\%/\text{月}$
• 若 σ 扩大到 32%：$g \approx 5\% - 5.12\% = -0.12\%$——长期必亏。

4.3 Kelly Criterion（凯利公式）入口

或在连续收益下等价为 $f^* = \mu / \sigma^2$。Full Kelly 波动极大，实践中常用 Half-Kelly 或更低仓位。 详见「三、风险管理基础」。

5. Information Ratio（信息比率）

定义与公式

其中 $b_t$ 为基准收益（加密市场常用 BTC Buy-and-Hold 或等权市值加权指数）。IR 衡量策略相对基准的主动 alpha 的稳定性。

判读标准：IR > 0.5 可接受，> 1.0 优秀。

统计假设与失效场景

① 基准选取直接影响 IR 数值。 评估主动策略时，基准应是「不做任何主动操作时的自然选择」——对于全仓加密的策略通常是 BTC HODL 或市值加权指数。

② IR 和 Sharpe 的关系。 若基准 $b_t = r^f$（无风险利率），IR 退化为 Sharpe。当基准本身波动很大（如 BTC），IR 通常低于同策略的 Sharpe。

③ 加密市场 alpha 的衰减。 IR 在时间轴上的稳定性（滚动 IR 是否持续为正）比单点数值更有意义。

6. CVaR / Expected Shortfall（条件在险价值）

CVaR 与 Sharpe、MDD 并列，是加密量化策略风险评估不可缺少的核心工具，专门捕捉 Sharpe 和 MDD 都看不到的极端尾部损失。

先理解 VaR

把策略所有交易日的收益排列，VaR₉₅ 回答：最差的 5% 的日子里，亏损的门槛是多少？

比如 VaR₉₅ = -3%，意味着有 95% 的日子亏损不超过 3%，有 5% 的日子亏损超过 3%。

VaR 的问题：只告诉你「超过了这条线」，超过之后亏多少它不管。同样是 VaR₉₅ = -3%，两个策略的最差 5% 可能天差地别：

• 策略 A：最差那些天平均亏 -3.5%，基本贴着线
• 策略 B：最差那些天平均亏 -15%，偶尔直接爆仓

定义与公式

CVaR 补上这个缺口，回答：在最差的那 5% 的日子里，平均亏多少？

即在收益低于 VaR 阈值的条件下，收益的期望值。

数值示例：365 天中最差 18 天（约 5%）的平均收益为 -3.2%。

• $CVaR_{95\%} = -3.2\%/\text{天}$

为什么是核心指标而非补充指标

加密收益峰度极高，暴跌日损失远超正态假设——交易所暴雷、协议被黑、监管打压，这类事件发生时亏损可能是 -30% 甚至归零。CVaR 直接对尾部均值建模，是黑天鹅风险的直接量化工具。

Sharpe + MDD + CVaR 三件套是加密策略风险评估的最小完备集，三者分别捕捉不同层次的风险：

• Sharpe：日常风险收益比（平均情况）
• MDD：历史路径上最糟糕的一次亏损
• CVaR：极端尾部的平均损失（黑天鹅量化）

判读标准：CVaR 无固定及格线，关键看横向对比。同类策略中 CVaR 越接近 0 越好；若 CVaR 远大于 MDD 日均值，说明尾部存在超预期的极端事件。

Part II：进阶与补充指标

7. Omega Ratio

给定阈值 θ：

Omega 用到整个收益分布（含所有高阶矩），不假设正态，对肥尾分布尤其合适。θ = 0 时，Ω > 1 等价于正期望，但比期望值更丰富——它反映收益分布的整体形态。

数值示例：θ = 0%，正收益天加总 = 15%，负收益天亏损加总 = 10%，则 Ω = 1.5（盈面占优）。

8. Tail Ratio

右尾（盈利极值）与左尾（亏损极值）的比值。> 1 表示右尾更肥，对趋势策略是好信号；< 1 则相反（典型的卖期权或做市策略形态）。

数值示例：95 分位日收益 = +4.2%，5 分位 = -2.8%，Tail Ratio = 1.5（右尾占优）。

9. Gain-to-Pain Ratio

Schwager 常用指标，直观且对异常值稳健。GPR > 1 即盈利总量超过亏损总量。不依赖正态假设，以「累计盈亏」而非「均值/方差」评估，对月度频率的策略总结很直观。

Part III：综合评估框架

加密市场特有的评估陷阱（汇总）

• 必须用净值（扣费后）评估。 永续合约需持续支付/收取资金费率，高频策略会被手续费和滑点吞噬。用名义收益算出的 Sharpe 是「纸面 Sharpe」，扣费后常大幅缩水甚至转负。
• 年化口径统一。 加密 T = 365，传统 T = 252；跨市场比较时要换算到同一口径，否则差异约 √(365/252) ≈ 1.20 倍。
• 幸存者偏差。 回测必须纳入已下架、已归零的代币，否则结果被系统性高估。
• 肥尾低估尾部风险。 加密收益峰度极高，正态假设下的 VaR、Sharpe 会系统性低估极端行情损失，需用 CVaR、Tail Ratio 补充。
• 回测长度可比性。 MDD、Calmar 随样本长度变化，横向比较前先统一时间窗口（Calmar 惯例 36 个月）。
• 自相关与 Lo 修正。 低频、重叠持仓策略的收益自相关会让简单年化 Sharpe 虚高，评估时必须做 Lo(2002) 修正或检查 PSR。
• 多重检验与 DSR。 回测了大量参数组合后挑出的「最优」Sharpe 必须用 DSR 校验，DSR > 0.95 才算扛得住多重检验。

指标组合框架

任何单一指标都有盲区，实践中应组合使用，并始终追问「这个结果在统计上可靠吗」：

1. Sharpe / Sortino（+ PSR / 置信区间）—— 风险调整收益及其显著性
2. MDD + 回撤持续时间 / Ulcer Index（+ Martin Ratio）—— 极端风险与煎熬程度
3. Calmar（统一 36 个月窗口）—— 回撤效率快照
4. 期望值 + 几何收益 g（+ Kelly f*）—— 每笔交易数学期望与复利后真实增长
5. CVaR（+ Tail Ratio）—— 尾部极端损失
6. Information Ratio（滚动）—— 相对基准的持续 alpha
7. 净值曲线平滑度 + 扣费后业绩 —— 直观稳定性与实盘可执行性

任何一项明显不及格，或样本长度过短、PSR 偏低，都应对策略保持警惕，而非被某个亮眼的单一指标迷惑。

指标选用场景速查表