⚠️ 免责声明：本章仅为教育与研究方法展示，不构成任何投资建议。 所有回测结果来自历史数据，不代表未来表现。投资有风险，决策需独立判断。
第十课：夏普比——每单位风险的回报¶
本章代码：
code/lesson10_sharpe.py运行方式：python lesson10_sharpe.py
10.0 策略概述¶
这是什么策略¶
前九课里你学会了看收益、看风险、看估值、看动量。现在该问一个整合性问题了：哪个指数性价比最高？
夏普比 = (年化收益 - 无风险利率) / 年化波动率。
翻译：每承受 1% 的颠簸，你额外赚了多少。就像买西瓜算"多少钱一斤"——不是只问总价，是问单价。
它回答什么问题¶
| 问题 | 方法 |
|---|---|
| 哪个指数"性价比"最高？ | 夏普比排名 |
| 夏普比最高的指数一定最值得买吗？ | 不一定——夏普比惩罚上涨波动 |
| 夏普比为负 = 什么？ | 买理财比买这个指数更好 |
10.1 16 指数夏普比排名¶
跑 python code/lesson10_sharpe.py，你会得到（1990—2026 全数据，无风险利率 3.5%）：
排名 指数 夏普比 年化收益 波动率
1 中证 500 0.24 10.3% 28.8%
2 深证红利 0.23 9.9% 27.4%
3 深证 100 0.23 9.8% 27.7%
4 上证指数 0.21 11.1% 36.1%
5 中证 800 0.18 8.2% 25.4%
...
15 深证价值 -0.03 2.7% 23.4%
16 深证成长 -0.09 1.2% 25.7%
图 10-1：16 指数夏普比排名柱状图。 绿柱（>0.5）= 优秀，橙柱（0—0.5）= 一般，红柱（<0）= 不如存银行。注意垫底的深证价值（-0.03）和深证成长（-0.09）——买理财比买它们好。上证 50 的夏普只有 0.05，排在倒数第四——"上证 50 最稳"是常见错觉。
10.2 夏普比的死穴¶
夏普比把"上涨波动"和"下跌波动"同等对待。一个指数如果暴涨 50% 再跌 10%，波动率会很大——夏普比会很低。但这个指数的持有者赚了 35%。
Sortino 比率修正了这个缺陷——只计算下跌波动。但大多数资料引用的还是夏普比，所以你要知道它的局限。
10.3 这一课教了你什么¶
- 夏普比 = "性价比"——每单位风险的超额回报。
- 中证 500 是 26 年综合性价比冠军（夏普 0.24），深证价值/深证成长垫底（负值）。
- 上证 50 夏普仅 0.05——"大盘蓝筹最稳"需要数据检验，不能靠感觉。
- 夏普比惩罚上涨波动——这不是 bug，但使用时要意识到。
- 夏普比最大的用处不是选指数——是排除。夏普比 < 0 的指数直接跳过。
10.3 课堂问答¶
问：夏普比 0.24 的指数，和夏普比 0.18 的指数，我应该选前者吗？
不一定。夏普比的差异在统计上可能不显著——0.24 和 0.18 之间的差距，换一个数据窗口可能就反转了（本课代码里沪深300 的 3 年滚动夏普在 -1.09 到 +2.78 之间波动）。夏普比最大的价值在排除——夏普比 < 0 的指数（深证价值 -0.03、深证成长 -0.09），你可以确定它"不如存银行"。但夏普比 0.24 和 0.18 之间——需要结合其他因素（估值、动量、你自己的信息优势）综合判断。
问：为什么不用 Sortino 比率？
应该用。Sortino 只计算下跌波动——它不会因为一个指数涨得太好而惩罚它。但因为大多数资料和基金报告引用的是夏普比，你要先学会看夏普比——然后自己心里默默算 Sortino。
动手练习（第 10 课）¶
- 入门：实现 Sortino 比。把分母从"总波动"改成"下行波动" （只取负收益的标准差），重新排名。谁上升了？谁下降了？ 想想为什么（惩罚上涨波动的夏普，对谁最不公平）。
- 进阶：改无风险利率。把 3.5% 改成 2% 和 5%，16 个指数的排名变化大吗？ 如果排名对无风险利率不敏感，说明结论稳；如果敏感，说明结论脆。
- 挑战：找"从未为负"的指数。写代码算每个指数 3 年滚动夏普的历史最低值—— 有没有一个指数在任何 3 年窗口都没亏过钱？如果答案是"没有"， 你就理解了为什么"过去表现好"不能推导"未来表现好"。
下节预告： 最后一课——强弱势策略。不是"涨了还是跌了"，是"涨了多少个标准差"。跃升等级，第十一课。