基金指标： beta, alpha, Sharpe Ratio, 最大回撤

当前内容和是为了测试博客，内容选自I天辉I的博客(https://blog.csdn.net/IAlexanderI/article/details/78654515)

        在选择基金的时候，每只鸡的累计收益、贝塔系数、阿尔法系数，基金评级、基金经理相关信息等方面，你更着重关注哪一个指标？下面我想抛开走势，去探索一下基金平台上各产品页面中需要去挖掘的东西。

贝塔系数（beta）

贝塔系数衡量了资产的回报率对市场变动的敏感程度，代表了该资产的系统性风险，表示策略对大盘的敏感性。计算公式不作普及，看基金平台的数据就好。

通俗的来说，如果该系数为1，基金就和市场共同进退，如果该系数为1.1，市场上涨10%，基金上涨11%，市场下滑10%基金下滑11%。牛市中，由于是上涨趋势，贝塔系数高的基金收益更高；熊市中，贝塔系数低的基金表现好，更抗跌。

阿尔法系数（alpha）

虽然我们的策略会受到大盘的影响，但是每个策略都会有自己市场因素之外的收益，阿尔法值表示实际风险回报和平均预期风险回报的差额，衡量了投资的非系统性风险。计算公式：

（账户年化收益-无风险收益）-beta*（参考基准年化收益-无风险收益）。

高贝塔系数基金的收益，往往是大盘上涨带来的，不能体现基金经理的能力。所以引进了阿尔法系数。阿尔法系数越高，基金经理的操盘能力也就越强。而由这两个指标就引申出了一些基金经理所谓的贝塔策略和阿尔法策略。简单来说，贝塔策略依靠对市场大势的把握去选择合适的时机获得超越大盘的收益，而阿尔法策略则是依靠精选主题、个股来超越大盘。

以上两个指标衡量基金的相对表现情况，可结合基金经理投资策略进行参考。下面简单介绍下基金的风险指标。

夏普比率（Sharpe Ratio）

也叫报酬与波动性比率，可能是最常用的投资组合管理度量标准。它表示每承受一单位风险，会产生多少的超额回报。也就是说，同样增加1%风险的前提下，夏普比率较高的产品可能带来的超额回报更高。计算公式为：（账户年化收益率-无风险利率）/ 收益波动率。

这里有一个重点，一般来说预期收益率和波动率可通过计算历史年化收益率和其标准差去估算这两个值。随之而来的就有一个问题：同一个资产，不同周期频率收益率，算出来的夏普值，根本就不是一回事！

详细计算各位有兴趣的话可以用开篇的问题去试试，算不过来的话你就想想，一个产品，每天都盈利是不是比每年都盈利困难些呢？

所以在夏普比率的时候，一定要留意这个值的计算方式，否则很容易产生误判。自己计算的话，有两点要注意：

一是要结合自己的实际，比如高频策略当然得用日收益率，每周调仓的策略可以用周收益率；

二是对比策略优劣的时候，周期要一致，比如对比每日调仓的策略和每月调仓的策略，一定要换算到同一个周期上，才有可比性。

标准差

主要根据股价或基金净值在一段时间波动情况计算得来，广泛用于股票，基金投资风险的衡量。标准差反映的是基金总回报率的波动幅度，其数值越大，表明波动越厉害，风险程度也越大。

标准差到底有什么用？其实标准差比较小的话，他可能与你预期会比较相吻合。标准差太大，感觉就像赌博，心理没底。

最大回撤

最大回撤就是在选定周期内任一历史时点往后推，产品净值走到最低点时的收益率回撤幅度的最大值。，衡量了最极端可能的亏损。例如一个策略的最大回撤是50%，那么你使用这个策略之前就要掂量掂量，自己是否能经受得起50%的下跌。

相对来说，最大回撤当然越小越好。但是这也只是相对的。例如08年的华夏大盘，上证指数08年熊市时，从最高点的6124点到最低点的1664点，最大跌幅达到了73%，而华夏大盘的最大撤回为45%。73%意味着前者需要上涨270%才能回到最高点，45%的后者则上涨82%就能回到最高点，谁更困难?这时，再用“华夏大盘最大撤回太大，不是好基金”这样的行为去衡量它，就显得有点不专业了。

sortino ratio（索提诺比率）

应该是每承担一单位的下行波动（相对于比较基准或无风险收益率）所能获得的单位收益，数值越大，说明承担同样下跌风险的情况下，可以获得