夏普多少算好，回撤多少可接受：四档基准，超过 5 的夏普该怀疑，超过 10 基本可判负

关于夏普比率，最该先纠正的是方向问题：它不是越高越好。公开可查的顶级量化基金，长期年化夏普大多在 2 到 4 之间。当一份材料给你看夏普 8 的时候，正确反应不是「这个策略很强」，是「这份回测哪里出了问题」。这篇给出算法、四档基准、以及夏普失灵的三种情况。

先给一个用来校准直觉的换算：年化夏普 2 对应的单日胜率只有 55%。 也就是说，一套已经算得上优秀的策略，在日线上看起来和抛硬币差不了太多。理解这一点，很多对短期表现的焦虑会自动消失。

一、算法：三步，一个 Excel 就能算完

年化夏普 = 日均收益率 × 252 ÷ (日收益率标准差 × √252)

分子是年化收益，分母是年化波动。252 是一年的交易日数，√252 ≈ 15.87。

三步操作：

第一步，取每日净值，算出每日收益率（今日净值 ÷ 昨日净值 − 1），得到一列数。

第二步，对这列数求平均值和标准差。Excel 里就是 AVERAGE 和 STDEV.S 两个函数。

第三步，代入公式。也可以用一个更简洁的等价式：年化夏普 = (日均收益 ÷ 日标准差) × 15.87。

一个可以照抄的算例：

日均收益 0.08%，日收益标准差 0.9%。

年化收益 = 0.08% × 252 = 20.16% 年化波动 = 0.9% × 15.87 = 14.29% 年化夏普 = 20.16% ÷ 14.29% = 1.41

两个必须注意的细节。 一是严格的夏普要减去无风险利率，个人交易者可以省略，但对比不同来源的数字时要确认口径一致。二是必须用日频数据算，用月度数据算出来的夏普会系统性偏高，因为月度采样掩盖了月内的波动。

二、四档基准和各档的真实体感

年化夏普	档位	单日为正概率	单月为正概率	单年为正概率	体感
< 0.5	不及格	51.3%	55.7%	69.2%	和运气分不开
0.5 到 1	及格	52.5%	61.4%	84.1%	能赚钱，过程很难受
1 到 2	良好	55.0%	71.8%	97.7%	个人交易者的现实目标
2 到 4	优秀	59.9%	87.6%	接近 100%	顶级量化基金的公开区间
4 到 5	存疑	62.4%	92.6%	接近 100%	要求提供实盘验证
> 5	大概率有问题	—	—	—	过拟合或前视偏差
> 10	基本可判负	73.6%	99.8%	接近 100%	数据有误或在造假

上表中概率一列由正态近似算出，实际收益分布有肥尾，极端情况下会偏离，但作为量级参照足够用。

先看「单日为正概率」这一列。 夏普 2 的优秀策略，每天只有 55% 的概率是赚的。也就是说每一百个交易日里有四十五天在亏钱，这是优秀策略的正常状态，不是出了问题。多数人对策略的判断是按天做的，而按天根本判断不出任何东西。

再看「> 10 基本可判负」这一条为什么成立。 夏普 10 意味着单月为正的概率是 99.8%，也就是四十年里最多亏一个月。任何真实市场里都不存在这样的东西。看到这种数字，唯一合理的解释路径是：用到了未来数据、成本没算进去、或者样本期只有几个月。

夏普大于 5 就该要求对方拿出实盘曲线，这条尽调标准和另外四个必问的问题在别人递给你一套策略时先问这五个问题里有完整清单。

三、回撤：分档阈值与回本难度

回撤和夏普是一对，夏普告诉你收益的质量，回撤告诉你代价的上限。

回本难度表，这张表的数字比任何说教都直接：

最大回撤	回本需要涨	按 E(R)=0.2R、单笔风险 1% 估算需要的笔数
5%	5.3%	约 27 笔
10%	11.1%	约 56 笔
15%	17.6%	约 88 笔
20%	25.0%	约 125 笔
30%	42.9%	约 215 笔
50%	100.0%	约 500 笔

注意这张表的加速度。 从 10% 到 20%，回撤翻倍，回本笔数翻了一倍多；从 20% 到 50%，回撤两倍半，回本笔数变成四倍。回撤的代价是超线性增长的，这就是为什么止损线必须设在很浅的位置，而不是「再等等看」。

三档回撤阈值：8% 预警、15% 减半、25% 强制停手，每一档对应的强制动作和恢复条件在账户回撤到多少该停手里有完整版本。这里补一条本文相关的：降档之后最小仓位不低于正常仓位的 1/4，不要降到零，否则没有新样本就永远达不到恢复条件。

回撤和夏普之间有一条经验关系。 在年化波动 20% 的假设下用蒙特卡洛模拟一年的走势：夏普 1 时年内最大回撤的中位数约 15%，夏普 2 时约 12%，夏普 4 时约 8%。换句话说，夏普翻倍并不会让回撤减半，只会让它小一点。 想大幅压低回撤，靠的是降仓位，不是提高夏普。降下来的仓位会让所有回撤数字等比例缩小，而夏普不变。

四、夏普失灵的三种情况

情况一：收益分布严重偏斜。 夏普的分母是标准差，它把上涨波动和下跌波动同等对待。一套「常年小赚、偶尔巨亏」的卖期权式策略，在巨亏发生之前夏普会非常漂亮，因为它的日收益极其平稳。这类策略的夏普是一个在爆炸前始终好看的指标。

改法：同时算索提诺比率（Sortino），它只把下行波动放进分母，能识别出这类偏斜。

情况二：样本期太短。 不满一年的数据算年化夏普，误差大到没有意义。三个月的数据算出夏普 3，扩展到三年之后可能只有 0.8。样本下限 50 笔，时间跨度至少覆盖一个完整的趋势和一个完整的震荡，具体的样本量要求见回测多少笔才算有效。

情况三：低频策略。 一年只做十几笔的策略，日收益率序列里绝大多数是零，标准差被人为压低，夏普会虚高。这类策略应该直接看单笔 R 的分布和收益回撤比，不看夏普。六个指标各自适用的场景，见评估策略除了胜率盈亏比还看什么。

五、个人交易者该定什么目标

不要以夏普 3 为目标。 那是配置了数据团队、执行系统和多策略分散的机构才够得着的区间，个人用手工交易去追它，唯一的结果是把参数调到过拟合。

现实的目标是这样一组数：

年化夏普 1 到 2，落在良好档，意味着单年为正的概率接近 98%，同时不需要牺牲策略的稳健性去凑数字。

最大回撤 不超过 20%，配合回本难度表看，这是一个还能靠正常交易走回来的位置。

收益回撤比 大于 0.5，也就是最大回撤不超过年化收益的两倍。

这三个数的组合比任何单一数字都更能说明问题。 只有夏普没有回撤，或者只有收益没有过程，都是不完整的描述。

顶级基金在极端年份里的回撤纪律，Medallion 在 2007 年的那次回撤是一个值得看的样本。

写在最后

夏普比率这个指标最大的价值，不在于它能证明一个策略有多好，在于它能证伪一个策略有多假。

在实际使用中，它被用来排除的次数远多于被用来选择的次数。看到夏普 8 就掉头走开，这个动作能帮你避开的损失，比找到一个夏普 2 的策略赚到的还要多。

而在你自己的账户上，比夏普数值更重要的是先有一份完整的每日净值记录，否则这一切都无从算起。

3秒免费测一下你的”管不住手指数”：journal.xtradingtime.com（记住 3316，就能找到我们）

---

本文内容仅供教育和参考用途，不构成任何投资建议。文中的概率数值由正态分布近似计算得出，实际收益分布存在肥尾，极端情形下会偏离；回撤与夏普的对应关系来自蒙特卡洛模拟，仅作量级参考。交易有风险，入市须谨慎。