详细阐述了量化策略开发的通用流程，大家应该对量化策略从构思到实盘交易有了一定的了解。那么，新的问题就来了，将量化策略比作是车间生产出来的产品，自己怎么断定这个产品的好坏呢？除了直观定性地看策略净值曲线外，宽客一般还有什么定量的指标去衡量策略的优劣？并且还要做到不同净值曲线之间依靠单个指标就可以对比出来，高下立判呢？
接下来，大家宅在家里听我废话一下，听听国内外宽客经常用来度量策略优劣的指标，这些指标当中有度量策略收益的、度量风险的、度量与基准相关度的和综合度量的。
策略的收益自然而然地可以想到是使用收益率来度量，一般收益率分为累积收益率、年化收益率、超额收益率。为了方便理解，举这样一个例子，小宽开发了一个选股策略，10万元的本金在两年里面翻了一番，也就是赚了10万元，最终账户资产是20万元，期间沪深300指数涨了30%。累积收益率就是策略从回测开始到结束期间总共赚了多少利润，这个利润占原始本金的比例，一般用百分比（%）表示。
在上面那个例子中，小宽这个策略的累积收益率是100%，俗话来说就是“翻了一番儿”或是“赚了一倍儿”。一般策略回测的起始时间和结束时间都跨越多个自然年度，并且每个人不同策略回测的时间长度还不一样，例如小宽的策略是2年赚了100%，大宽的策略是3年赚了182.7%。为了方便对比，就需要“平摊一下”，看看每一年的收益情况是怎么样的，这就是“年化收益率”的由来。首先说明一下，年化收益率计算一般默认是采用“复利”方式计算，即盈利金额再投资的方式，与“复利”相对的就是“单利”，即盈利金额不投资的方式，在例子当中会解释“复利”和“单利”的区别。
式子中右上角的那坨东西就是为了换算出你这个策略的起止时间包含了多少年，然后根据这个年数去开方，一般也不需要我们去手算，直接用计算器一下子就能算出来。一般地，一年对应365个自然日，对应240~260个交易日，不同国家不同年份的交易日数还不一样，根据自己喜好来选择就可以，一般240、250和252都是较为常用的换算常数。在小宽这个例子当中，策略跨越的年数刚好是2年，年化收益率=(1.0+100%)^2-1.0=41.42%，这是采用复利方式计算的，也就是说，平均地算，第一年赚了4.142万元，第一年年末账户上一共有14.142万元，第二年继续赚了41.42%，也就是账户上一共有14.142*(1+41.42%)=20万元。
如果要按照单利的方式赚10万元，则要在第一年赚5万元，然后就把这5万元提现出来锁在保险柜里，依然用10万元本金去投资，第二年赚5万元，这样才能在第二年末让本金翻一番，可以看出，如果用单利方式计算，年化收益率则应该是50%。爱因斯坦曾经说过：“复利是世界上第八大奇迹，它的威力甚至超过了原子弹。”
超额收益率就是自己给策略选定一个基准，看看自己超过了多少，公式如下：
说超额收益率的时候，可以算年化的，也可以不算，跟别人交流的时候说清楚时间期限就行了，比如上面这个例子，回测期间超额收益率就是100% – 30%=70%。国内外宽客常常用来度量风险的指标就是波动率和最大回撤。什么是风险？不确定性往往就意味着风险。在金融中，往往就用日收益率序列R的标准差作为波动率，计算公式如下
这是日线级别的波动率，往往在日常中说的都是年化波动率，日波动率需要乘以sqrt(250)才能成为年波动率，sqrt是开根号的意思，“250”这个数字跟前文中年化收益率的是一样的，不再赘述。标准差这玩意儿在初中时就经常出现，考点一般就是，两个射击手平时训练时的平均环数是一样的，谁的环数标准差小就是谁的水平更加稳定，标准差越大就意味着在“平均意义”上偏离平均环数的幅度就越大。举个不恰当的例子，两个策略的年化收益率都是30%，一个波动率(也就是标准差)是10%，另外一个是5%，在“平均意义”上，假如行情延续策略之前的风格，前一个策略很可能在现实中出现的收益率是20%，而后者是25%。
最大回撤就是策略回测期间出现过的最大跌幅，如果是一直上涨，则最大回撤为0（概率极小）。
例如小宽的账户资产从13万跌到9万，则跌幅为(13 – 9)/13=44.44%，计算出所有类似的跌幅，数值最大的那个就是最大跌幅。
最大回撤反映的是在历史数据当中所出现的最大亏损情况，如果最大回撤超过了自身的风险承受能力，建议策略不要上实盘。
如果在实盘当中策略的最大跌幅超过了历史最大回撤，则应引起警觉，分析市场的逻辑是否已经改变，运行的策略是否还能适应市场。
Alpha和Beta源自资本资产定价模型（CAPM），简单来说，这个模型认为个股的收益率只与市场的收益率有关系，衡量这个关系的指标就是Beta，但是这个模型的预测值跟实际个股收益率往往存在偏差，那这个偏差就是Alpha。假设已知策略日收益率序列R和市场日收益率序列Rm，Beta的计算公式如下：对于股票策略，市场收益率在实际应用当中一般用沪深300指数或其他大盘指数表征。Beta的含义非常明显，表示的就是策略和市场的波动相关性，如果Beta等于1.0，表示策略和市场的波动一样；如果大于1.0，表示策略的波动比市场大，假设为2.0，市场上涨10%，则策略上涨20%；如果小于1.0，表示策略的波动比市场低，假设为0.5，市场上涨10%，则策略只上涨5%。因此，在牛市当中，高Beta策略收益率更好；熊市期间，低Beta策略更加偏向于防守。
如果说Beta表示系统性风险的话，Alpha就是表示非系统性风险，计算公式如下：
其中，rf是无风险收益率(年化)，从式子中看出，Alpha就是剔除了系统性风险的回报，这个回报在理论上跟市场波动无关。我们常常听到的“Alpha策略”的实现方法就是：买入一揽子股票，做空沪深300股指期货（或其他相关股指期货）。“Alpha策略”其中的原理就是：一揽子股票的组合中同时包含了Alpha和Beta部分，而沪深300股指期货代表了Beta部分，一对冲，只剩下了Alpha部分，只要Alpha为正，便可以持续获得与市场波动无关的超额收益。
前文单独讲了度量收益和风险的指标，有没有把两者综合在一起的指标呢？答案是有的，那就是夏普比率（Sharpe Ratio）和信息比率（Information Ratio），其中夏普比率可以看成是信息比率的特例。两者计算公式如下：大家可以看出夏普比率和信息比率的计算式子的形式基本一致，除了分子的减数和分母。信息比率中减去的是年化基准收益率，但是大家采用的基准往往不一致，在信息比率数值相近的情况下看不出策略优劣，而夏普率中减去的是无风险收益率(年化)，而无风险收益率大家的观点比较统一，就是短期国债收益率，在同一个国家(地区)内相差不大。
对于分母，夏普率的分母是策略日收益率序列的标准差，表示策略的总风险，信息比率的分母是超额收益率序列的标准差，也就是策略收益率序列减去基准收益率序列后的标准差，表示策略相对基准来说所承担的主动风险。
由于大家伙儿选用的基准不太一致，可比性较差，因此夏普比率较信息比率常用。
无论是夏普比率还是信息比率，都是表达冒着1单位的(总/主动)风险去赚取多少收益，也可以看成是经过风险调整后的收益，因此数值越大越好，一般夏普比率低于1.0的策略是不会上实盘的。
例如夏普率为2.0，意味着冒着损失一块钱的风险去赚两块钱（假设无风险收益率为0）；夏普率为0.8，表示冒着损失一块钱的风险预期只能赚到0.8元，很明显这是划不来的生意。
看了夏普率的解释，大家是不是很容易就明白了“为什么抢&银￥行收益巨大，但是实施者少”的原因了吧。
这三个指标很直观，听我唠叨这么久，我就不解释了，喝口水跟大家总结一下就收摊儿了。如果有很多策略摆在眼前，让你从其中挑选一个好策略上实盘，但只给你展示一个评价指标，你会选哪个评价指标？我觉得这个问题因人而异，需要具体情况具体分析。虽然我是往往都是选择“夏普率”，但也有例外的情况。如果是私募/公募等所发行基金产品的策略，因为产品有期限和清盘线等方面的要求，首先要保证基金产品的存续，然后再争取较高收益率，因此比较好的指标是夏普比率。在实际应用当中，还会用另外一个指标辅助判断，那就是“收益回撤比”，一般要求是大于2.0。
如果是自有资金，而且还是“闲钱”，那不用考虑什么其他乱七八糟的限制了，直接选择看年化收益率就行了，特别是选择高年化收益率的趋势型策略，出现了再大的回撤，抗住就行了，“逆势死扛，再创辉煌”！
如果自己胆儿比较小，风险承受能力比较差，还老是在盯盘，建议还是选择看胜率这个指标，选择高胜率的策略。至少能保证自己不用心惊胆战、安心睡觉，像海龟这种低胜率高赔率的趋势策略，开三四单都是亏损的，策略未必敢运行下去。
但胜率高并不意味着能赚大钱，胜率高的话要么是赔率比较小，也就是每次交易只能赚一点点；要么就是交易机会比较少，周转率不够高，例如需要等待不合理价差的套利策略；要么就是策略资金容量不大，即使收益率高，盈利金额也不大。
在生产实践中，往往是综合多个指标进行判断，运用的原则就是：明白自己想要的，挑对应的指标折中判断。
例如，你既想收益高，也想回撤低，一般是两者都不可兼得，回撤低的策略往往是为了避免风险离场较早，从而导致收益一般不会太高，你只能取两者都在自己接受范围的“折中”策略了。
本文系作者 @root 原创发布在 CycleGen。未经许可，禁止转载。
