夏普比率高好还是低好？别被单一数字带偏

打开回测报告，很多人眼睛先盯夏普：数字高就点头，低就皱眉。这个习惯本身没错——夏普把「赚了多少」和「晃得有多狠」捏成一个比值——但它很容易变成捷径：只要夏普好看，别的指标随便翻翻。交易里最贵的错误，往往不是「不会算」，而是把一个好指标用成了唯一裁判。

高夏普在说什么，又没说什么

夏普回答的问题很窄：相对无风险利率，每一单位波动换来了多少超额收益。 高，通常意味着「收益相对波动更划算」。低，意味着要么收益不够，要么波动太大，要么两者兼有。

它没回答的事同样重要：最大回撤有多深、回撤持续多久、交易次数够不够、收益是不是集中在某几个月、样本外是否还成立。我见过夏普 2.0+ 的曲线，拆开一看，收益几乎全靠一段单边行情；换一段震荡市，曲线立刻变平。那种「高」更像阶段性好运，不是能力证明。

反例也不难想：策略 A 年化 8%、波动很小、夏普漂亮；策略 B 年化 25%、波动更大、夏普略低，但你真正在意的是「能否扛住回撤去拿收益」。若你资金性质允许波动，B 未必输给 A。夏普高不等于更适合你，只等于风险调整后更「省波动」。

什么时候「高」反而要多疑

回测里夏普异常高，我会先当警报，不当奖状。常见几种情况：

1. 1. 样本太短或行情太单一：牛市里做多、熊市里空仓，夏普很容易被抬高；换一段就塌。
2. 2. 低估交易成本与冲击：高频、小票、打板类策略，费用一抠，夏普往往最先掉。
3. 3. 未来函数或偷看参数：信号时点不对、先看全样本再选参数，曲线会「假稳」。
4. 4. 收益分布偏斜：少数大赚撑起均值，多数日子平淡——夏普对这种偏斜不如你想的敏感，回撤和尾部更关键。

有个很土的验法：把回测区间按年份或按牛熊切开，看夏普是「各段都不差」，还是「一段特别高、其余凑数」。后者我会直接降权。

低夏普就一定该扔吗

不一定。趋势跟踪类策略，历史上常有「胜率不高、盈亏比靠几次大行情」的特征，全样本夏普可能一般，但在趋势年份贡献巨大。你若用「夏普必须 >1.5」一刀切，可能把这类策略提前杀掉。

更稳妥的问法是：低夏普是因为波动太大且收益一般（该警惕），还是因为收益集中在少数时段、平时在交波动税（要看你是否愿意持有）？把最大回撤、卡玛比率、分年度收益摊开，比盯一个夏普有用得多。

我自己怎么验：三步交叉

假设你已经有一套规则和一条回测曲线，别急着因为夏普高低做决定，按这个顺序过一遍：

第一步：固定口径。 无风险利率用什么、收益按日还是按周、是否年化——写进笔记。换口径比的夏普没有意义。

第二步：拆区间。 至少留一段样本外；样本内再按年份或按波动环境切开。只报全样本夏普的策略，默认可疑。

第三步：配指标。 夏普旁边至少摆最大回撤、交易次数、盈亏比或期望值。夏普升了但回撤恶化、交易数少到不可信，就不算进步。

若你在改参数：只允许「夏普略降、但样本外更稳、回撤可控」这种取舍；不允许「夏普冲高、样本外崩」当成功。那是在奖励过拟合。

还有一个容易忽略的对照：把无风险利率从 0 改成一个更接近国债的近似值，再算一遍夏普。若排序大变，说明你的超额本来就薄，结论别说太满；若排序几乎不动，才比较有资格横向比策略。资金曲线若长期贴近现金，夏普会被「低波动」抬轿——这时先看绝对收益够不够覆盖你的时间成本，再谈比率漂不漂亮。

做这类对比时，把同一套规则存成可复现版本很重要——下次换区间重跑，数字才对得上。青柠量化 适合把策略与回测结果保存在本地，方便你按区间、按版本对照夏普和回撤，而不是截一张图就定终身。

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。历史回测与指标不代表未来表现，请独立判断并自行承担投资风险。