2.1 指标地图：不同策略该看什么、不该看什么¶

同样是"年化收益 + Sharpe + 最大回撤"，对股票多头是"够了"，对 CTA 是"不够"，对市场中性是"误导"。

这一章是指标的使用说明书。看错指标 = 看错策略。

一、为什么要谈"指标地图"¶

1.1 指标的"误用陷阱"¶

FOF 行业最常见的陷阱：

用月频 Sharpe 评估高频策略 → 高估
用 Sharpe 评估 CTA → 低估（CTA 收益分布偏度大）
用年化收益评估市场中性 → 不知道这个数字背后承担的风险
用最大回撤评估宏观对冲 → 忽视"修复速度"
用夏普 5+ 接受市场中性 → 没意识到月频导致虚高

根因：每种策略的收益分布和风险来源不同，需要不同的指标体系。

1.2 指标的"三层使用"¶

任何指标都可以从三个层次评估：

层次 1：定义 + 数学¶

"夏普是收益除以波动率"

层次 2：策略适配¶

"夏普适合收益正态分布的策略，对偏度大的策略低估"

层次 3：实战解读¶

"看到一个 CTA 报夏普 1.2，需要追问 Calmar 才能完整判断"

这一章重点在层次 2 和 3。

二、按策略类型的指标地图¶

2.1 股票多头（主观 / 量化指增）¶

必看指标¶

指标	用途	解读阈值
年化超额（vs 基准）	衡量管理人 alpha	主观多头 5-15%，量化指增 5-12%
超额 Sharpe	跨策略横向比较	> 1 合格，> 2 优秀，> 3 顶级
超额最大回撤	α 衰退严重程度	主观 < 15%，量化 < 5-8%
超额回撤修复天数	衰退恢复能力	< 60 天合格
跟踪误差（仅指增）	偏离基准的程度	严格指增 5-8%，主动型 8-12%
信息比率（IR）（仅指增）	偏离风险换收益的效率	> 1.5 优秀
月度胜率（仅量化指增）	α 稳定性	> 70%
前 10 重仓占比（仅主观）	集中度	50-70% 是常态
重仓行业暴露稳定性	风格漂移	季度变化 < 10 个百分点

辅助指标¶

Sortino（下行波动率作分母）—— 主观多头更适合
Calmar（年化 / 最大回撤）—— 简单粗暴的"性价比"
滚动 36 个月 α 中位数 —— 长期一致性

不看 / 慎看¶

❌ 绝对收益 Sharpe（混淆 β 和 α）
❌ 总收益排名（不算超额，没意义）
❌ 单年高收益排名（运气年）

2.2 量化指数增强（特殊性）¶

与主观多头的差异：

量化指增追求稳定超额，所以指标体系更偏"低波 + 稳定"：

超额 Sharpe 是核心指标（> 2 合格，> 3 优秀）
月度 / 周度胜率 必看（> 70% / > 65%）
跟踪误差严格控制（5-8%）
超额回撤 < 5-8%

2.3 市场中性¶

必看指标¶

指标	用途	解读阈值
年化绝对收益	中性核心目标	8-12% 合格，> 15% 优秀
Sharpe（绝对收益版，日频！）	唯一硬指标	> 2 合格，> 3 优秀，> 5 警惕
最大回撤	中性应该极小	< 3% 优秀，< 5% 合格
回撤修复天数	极小回撤的恢复	< 30 天
月度胜率	中性应该 > 80%	> 80% 优秀
Beta vs 基准	是否真中性	< 0.1 优秀，< 0.2 合格
与股市相关性	是否真中性	< 0.3 优秀
风格因子暴露（Barra）	是否风格中性	单因子

辅助指标¶

Calmar（年化 / 最大回撤）—— 中性应该 > 5
Sortino —— 中性应该 > 4
基差贡献占比 —— 判断 alpha 是否真，还是基差红利

关键"骗术"指标¶

月频 vs 日频 Sharpe 的差距 —— 差距大于 30% 说明月频虚高
样本期长度 —— < 24 个月的高 Sharpe 不可信

2.4 CTA¶

必看指标¶

指标	用途	解读阈值
年化收益	绝对收益	中频 12-20%，趋势 15-25%
Calmar 比率	CTA 核心指标	> 1.5 优秀，> 1 合格
Sortino 比率	下行风险调整	> 2 优秀
最大回撤	CTA 必看	< 25% 合格
回撤时长	CTA 痛点	< 6 个月合格
回撤频率（年内 > 5%）	风格稳定性	趋势策略 1-2 次正常
MAR 比率	长期评估	类似 Calmar
品种贡献分布	集中度判断	单品种 < 50%
杠杆使用范围	风险纪律	平均 < 4x

辅助指标¶

滚动 12 个月 Sharpe —— 稳定性
不同市场环境（趋势 / 震荡）下的表现 —— 策略稳健性

不看 / 慎看¶

❌ Sharpe（CTA 收益分布偏度大，Sharpe 低估或高估都可能）
❌ 月度胜率（CTA 趋势策略胜率本来就低）

2.5 套利类¶

必看指标¶

指标	用途	解读阈值
年化收益	绝对收益	5-15%
Sharpe	套利核心	> 2 合格，> 3 优秀
最大回撤	套利应该极小	< 5%
月度胜率	套利稳定性	> 75%
与各资产相关性	真分散性	与股市 < 0.3
VaR / CVaR	极端风险	单日 < 2%
滚动 alpha 趋势	是否衰减	看 12 个月滚动

辅助指标¶

Calmar（年化 / 最大回撤）—— 套利 Calmar 应该 > 2
Sortino —— > 3

2.6 宏观对冲¶

必看指标¶

指标	用途	解读阈值
年化收益	长期目标	6-15%
Sharpe	风险调整收益	> 1.0 合格，> 1.5 优秀
最大回撤	多资产应该可控	< 15%
危机时段表现（2008/2018/2020/2022）	真正价值	优秀宏观对冲应正贡献
与单一资产相关性	真"多资产"	vs 股市 0.3-0.6

辅助指标¶

Calmar / Sortino
跨年份业绩稳定性

关键判断¶

宏观对冲最重要的不是数字，是事前判断 + 事后验证的一致性。

三、按指标类型的策略适用图¶

3.1 收益类指标¶

年化收益（Annualized Return）¶

定义：

年化收益 = (1 + 累计收益)^(1/年数) - 1

适用策略：所有策略都看，但不能单独看。

特殊提醒： - 短期年化（< 1 年）容易误导 - 复利效应在长期才显现

累计收益（Cumulative Return）¶

定义：起点到终点的总收益。

适用策略：所有策略，但作为"展示"而非"评估"指标。

陷阱：累计收益受时间窗口影响巨大，容易被选择性展示。

几何平均 vs 算术平均¶

几何平均：考虑复利的真实年化

几何平均 = (1 + 累计收益)^(1/年数) - 1

算术平均：简单平均

算术平均 = Σ(年度收益) / 年数

关键差异：

年份	收益
2020	+50%
2021	+50%
2022	-50%

算术平均 = (50+50-50)/3 = +16.7%
几何平均 = (1.5 × 1.5 × 0.5)^(1/3) - 1 = +4.0%

正确指标：用几何平均。算术平均会严重高估波动大的策略。

3.2 波动率类指标¶

年化标准差（Annualized Standard Deviation）¶

定义：

年化波动率 = std(日收益) × sqrt(252)
       = std(月收益) × sqrt(12)

关键提醒： - 用日频数据更准确 - 月频数据会低估真实波动率（特别是趋势性策略）

下行波动率（Downside Deviation）¶

定义：只考虑负收益的波动。

下行波动率 = sqrt[Σ(min(R_i - 0, 0))² / N] × sqrt(年化因子)

为什么需要： - 普通波动率把"赚得多"也算"波动"，对正偏度策略不公平 - 下行波动率只关心"亏的痛"

适用策略：CTA、宏观对冲、套利等收益分布偏度大的策略。

3.3 风险调整收益类指标¶

夏普比率（Sharpe Ratio）¶

定义：

Sharpe = (年化收益 - 无风险利率) / 年化波动率

国内私募实操：无风险利率取 1.5-2%（10 年国债收益率附近）。

适用策略：股票多头、量化指增、市场中性、套利。

不适用：CTA、宏观对冲（偏度大，Sharpe 失真）。

详见 2.3 章夏普骗术。

Sortino 比率¶

定义：

Sortino = (年化收益 - 目标收益) / 下行波动率

与 Sharpe 的差异：分母用下行波动率，剔除"赚得多的波动"。

适用策略：CTA、宏观对冲、套利、有正偏度的策略。

详见 2.2 章。

Calmar 比率¶

定义：

Calmar = 年化收益 / 最大回撤

适用策略：CTA、套利、对回撤敏感的策略。

详见 2.2 章。

Omega 比率¶

定义：

Omega = E[max(R - 阈值, 0)] / E[max(阈值 - R, 0)]
     = 收益超过阈值的累计概率 / 收益低于阈值的累计概率

适用策略：所有策略，但常用于复杂收益分布的策略。

详见 2.2 章。

信息比率（Information Ratio, IR）¶

定义：

IR = 年化超额收益 / 跟踪误差

适用策略：指数增强（跟踪基准的策略）。

关键点：仅适用于有明确基准的策略。

3.4 回撤类指标¶

最大回撤（Maximum Drawdown, MDD）¶

定义：

MDD = max[(峰值 - 谷值) / 峰值]

适用策略：所有策略，但解读不同。

详见 2.4 章。

回撤时长 / 修复天数¶

定义：从峰值到再创新高的时间（交易日）。

适用策略：CTA、宏观对冲、套利（对长回撤敏感）。

平均回撤（Average Drawdown）¶

定义：所有回撤期的平均深度。

适用策略：高频策略、套利策略（频繁小回撤）。

Ulcer Index¶

定义：

UI = sqrt[Σ(回撤²) / N]

衡量"回撤的痛苦累计"，比 MDD 更全面。

适用策略：高频策略、有持续小回撤的策略。

3.5 胜率类指标¶

月度胜率 / 周度胜率¶

定义：

胜率 = 正收益月份数 / 总月份数

适用策略： - 量化指增：月度胜率 > 70% - 市场中性：月度胜率 > 80% - 套利：月度胜率 > 75%

不适用：CTA 趋势策略（胜率 30-50% 是常态）。

盈亏比（Profit/Loss Ratio）¶

定义：

盈亏比 = 平均赢钱幅度 / 平均输钱幅度

适用策略：CTA 趋势策略（盈亏比 > 2 是关键）。

3.6 相关性类指标¶

与基准的 Beta¶

定义：

Beta = Cov(产品, 基准) / Var(基准)

适用策略：判断是否真中性 / 是否纯 alpha。

与多资产的相关系数¶

定义：

ρ = Cov(产品, 资产) / (σ_产品 × σ_资产)

适用策略：宏观对冲、套利、市场中性。

四、指标的"组合判断"¶

4.1 主观多头组合判断¶

正面信号组合： - 年化超额（vs 偏股基金指数） > 5% - 滚动 36 个月超额 Sharpe > 1 - 超额最大回撤 < 同类中位数 - 重仓行业暴露稳定（季度变化 < 10 个百分点） - 分年度跑赢同类 50%+

负面信号组合： - 累计收益靠 1-2 个明星年（其他年份排名差） - 重仓股 12 个月内换了 50%+ - 风格画像和实际持仓不一致 - 大回撤期决策对不上叙事

4.2 量化指增组合判断¶

正面信号组合： - 超额 Sharpe（日频） > 2 - 月度胜率 > 70% - 跟踪误差控制在 5-8% - 信息比率 > 1.5 - 滚动 12 个月超额稳定（中位数 ± 30% 波动内）

负面信号组合： - 超额 Sharpe（月频） > 5（虚高） - 跟踪误差 > 12%（实际是主动选股） - 规模快速扩张 + 超额衰减 - 实盘 alpha < 回测 alpha 50%

4.3 市场中性组合判断¶

正面信号组合： - 日频 Sharpe 2-4 - 月度零回撤或极小回撤 - Beta < 0.1 - 风格因子贡献近零（纯 alpha） - 月度胜率 > 80%

负面信号组合： - 月频 Sharpe > 5（样本短或月频虚高） - 单一风格暴露 |β| > 0.5（不是中性） - 净敞口波动大（对冲不严格） - 收益高度依赖基差红利

4.4 CTA 组合判断¶

正面信号组合： - Calmar > 1.5 - Sortino > 2 - 多品种贡献分散（单品种 < 50%） - 分年度收益跨越牛熊 - 风控纪律完整（杠杆 / 止损 / 极端事件应对）

负面信号组合： - 单品种贡献 > 70%（伪多品种） - 历史最大回撤 > 30% - 杠杆使用无规则 - PPT 净值 vs 实盘净值差异大（如涌涵）

五、指标的"频率陷阱"¶

5.1 数据频率对指标的影响¶

关键真理：用什么频率算指标，结果可能差 30-60%。

Sharpe 的频率敏感性¶

理论：

Sharpe（年化）= 期望收益 / 波动率

月频 Sharpe：用月度数据，乘以 √12 年化 日频 Sharpe：用日度数据，乘以 √252 年化

为什么差距大： - 月度数据忽略了月内波动 - 月度数据样本少（一年 12 个点 vs 252 个点） - 月度数据容易被极端值主导

实例（彬元中性 1 号）： - 月频 Sharpe 6.52 - 日频 Sharpe 4.17 - 差距 36%

正确做法：所有评估都用日频数据。

最大回撤的频率敏感性¶

理论：用任何频率都应一致。

实际： - 月度净值披露，月内回撤被掩盖 - 真实最大回撤可能比披露值大 50%+

实例： - 月度披露：最大回撤 -5% - 实际日频：最大回撤 -15%（月内大跌后反弹回月底） - 月度数据严重低估真实回撤

5.2 频率选择的纪律¶

评估管理人时： - 必须要日频数据 - 不接受"我们只能给月频数据" - 不能给的，可能在隐藏什么

计算指标时： - Sharpe / Sortino / Calmar 都用日频 - 最大回撤用日频 - 胜率可以用月频（因为关注的是"月度结果"）

六、指标的"样本陷阱"¶

6.1 样本期长度的影响¶

统计学要求： - 统计显著的 Sharpe：至少 3 年日频（750+ 数据点） - 可信的最大回撤：至少 5 年（至少经历过 1 个完整周期） - 风格稳定性判断：至少 5 年

国内私募的常见样本问题： - 私募成立 < 3 年的占多数 - "Sharpe 5+"的多是短样本（< 18 个月） - 老牌私募 > 5 年的就那几家

判断纪律： - 样本 < 18 个月：所有指标都是"参考"，不能下决策 - 样本 18-36 个月：可以做"试水配置"（5% 首仓） - 样本 > 36 个月：可以做"高确信度配置"（15%+） - 样本 > 60 个月：可以做"长期重仓"（20%+）

6.2 样本剪裁的陷阱¶

销售话术常见： - "成立以来年化收益 25%" - "近 3 年 Sharpe 4.5" - "最近 12 个月零回撤"

陷阱： - "成立以来"可能是 6 个月 - "近 3 年"可能避开了大回撤年份 - "最近 12 个月"可能是策略最顺风期

正确处理： - 要求看完整时间序列 - 自己分段算指标 - 不接受"我们觉得这样比较有代表性"的剪裁

七、指标的"统计陷阱"¶

7.1 选择偏误（Selection Bias）¶

常见形式： - 幸存者偏差：见到的管理人都是过去做得好的（爆雷的早就消失了） - 回测偏差：回测时挑历史上做得好的策略

应对： - 加入"已退出 / 已清盘"管理人的数据做参考 - 关注"幸存者样本"vs"全样本"的差异

7.2 多重比较问题（Multiple Comparison）¶

问题：测 100 家管理人，有 5 家"显著优秀"是统计学的偶然，不一定真优秀。

应对： - 不只看绝对 alpha 数字 - 看 alpha 的 t 值（统计显著性） - 多角度交叉验证

7.3 数据 snooping 偏差¶

问题： - 看到回测结果不好 → 修改参数 - 反复迭代 → 找到"最优参数" - 实际上是"对历史数据过拟合"

应对： - 看 in-sample vs out-of-sample 的差距 - 看实盘业绩 vs 回测业绩的衰减率

八、指标速查表（实战工具）¶

按策略快速查表¶

股票多头： - 年化超额 + 超额 Sharpe + 超额回撤 + 行业暴露稳定性

量化指增： - 超额 Sharpe（日频）+ 月度胜率 + 跟踪误差 + 信息比率

市场中性： - 年化收益 + Sharpe（日频）+ 最大回撤 + Beta + 风格暴露

CTA： - Calmar + Sortino + 最大回撤 + 品种贡献分布

套利： - Sharpe + 最大回撤 + 月度胜率 + 与各资产相关性

宏观对冲： - Sharpe + 危机时段表现 + 与单资产相关性

红线指标¶

❌ Sharpe > 5 + 样本 < 24 个月 = 几乎肯定有问题
❌ Beta > 0.3 + 自称中性 = 包装
❌ 单品种 > 70% + 自称多品种 CTA = 伪装
❌ 月度数据 vs 日频数据差距大 = 月频虚高
❌ 最近 12 个月超额 < 历史 50% = α 衰减
❌ PPT 净值 vs 托管行净值不一致 = 业绩造假

九、一句话总结¶

指标 = 工具，不是答案

我们用指标判断管理人，而不是让指标定义管理人。

指标使用的 3 个第一性原理：

指标必须匹配策略：对每种策略用对应指标体系，不要跨策略硬比
数据必须够频够长：日频 + 36 个月样本是基础门槛
数字必须交叉验证：单一指标可以骗，多指标交叉很难骗

最硬的两个追问（拿到任何业绩数据时自问）：

"这个数字是用什么频率、什么样本期算的？" —— 不知道就别评估
"这个数字和其他相关指标一致吗？" —— Sharpe 5 + 月度胜率 60% = 不自洽，必有诈

记住：不会用指标的 FOF 团队，本质是在赌。