量化回测 青柠量化

跟踪误差是什么?怎么算,和波动率有什么不同

Z ZPYZTECH
2026-08-05

如果你关心的是“有没有稳定跑赢沪深300”,而不只是账户绝对赚亏,就需要把跟踪误差(Tracking Error)从波动率里拆出来。很多回测报告只给总波动,却在讨论相对基准的主动能力——口径一开始就错位了。

一、定义与直觉算法

跟踪误差描述的是:组合相对基准的超额收益,波动有多大。实务上,先按同样频率计算组合收益与基准收益的差(超额序列),再对该序列求标准差,并按需要年化。信息比率常见写法是:

IR = 超额收益 ÷ 跟踪误差

分子是你相对基准多赚的部分,分母是你为了多赚所承受的“偏离抖动”。分母很小、分子稳定,才谈得上相对基准的性价比。

二、和波动率差在哪里

波动率回答“这个组合自己抖得厉不厉害”;跟踪误差回答“它相对基准抖得厉不厉害”。一个紧跟指数的组合,自身波动率可以不低,但跟踪误差可以很小;一个独自乱晃、偶尔跑赢的组合,跟踪误差往往很大。也正因为如此,低跟踪误差本身不是奖章——你可以靠几乎复制指数把跟踪误差压得很低,同时几乎没有主动价值。

三、使用时最容易踩的坑

基准必须匹配策略目标:做中证500增强却拿沪深300当基准,跟踪误差数字会失去解释力。区间太短时,超额序列噪声大,跟踪误差会被放大或缩小得没有稳定性。此外,只追求低跟踪误差而忽略超额与回撤,会把研究带向“更像指数”而不是“更好”。

四、和个人回测怎么结合

评估相对基准的选股/增强思路时,建议同时看四样东西:超额收益、跟踪误差、信息比率、最大回撤。缺了跟踪误差,你不知道超额是否来自大幅度偏离;缺了回撤,你不知道相对优势的持有体验。口径统一(同一基准、同一区间、同一成本假设)比多堆指标更重要。

如果你想在本地回测中对照基准观察策略表现,可以了解 青柠量化,策略与结果保存在本地。

下载与说明见产品页:
https://www.zpyztech.com/product/qingquant/


免责声明: 本文仅作量化知识科普,不构成任何投资建议。历史指标不代表未来表现,请独立判断并自行承担投资风险。

读到这里,不如自己验证一次

文章里的逻辑,你可以在青柠量化里用真实数据重新跑一遍。免费,零代码。

免费下载客户端

写下你的看法

邮箱仅用于回复通知,不会公开。