一些量化指标概念 - QThinker Plus使用说明

这篇博客主要用来介绍 QThinker Plus 中量化分析看板模块涉及到的一些量化指标的概念以及对投资上的参考意义。

一、归一化走势

在量化分析看板模块中，图表区中部有一个模块用来统计指数在指定日期范围内的归一化走势，如下图：

对于不同的指数，其各自拥有其自身的指数数据，比如沪深300的点位为3576.40，国证2000的点位为7916.95。现在我需要在某一段时间周期内，对所有这些指数的阶段走势进行横向对比，以判断这些指数的阶段强弱表现，这个时候就需要对指数数据进行归一化处理。

归一化处理的意义在于消除量纲对数据的影响，将所有指数的期初数据统一换算为1，即在一个起跑线上观察后续走势，方便指数间的横向对比。

以上面的图表为例，我们需要统计宽基指数在2023年11月1日至2023年11月15日这个阶段的相对强弱走势，那么我们需要以2023年10月31日各个指数的收盘价为基准对各个指数的阶段数据进行归一计算，得到的图表就是这个时间区间内，各个指数各自的相对走势图表，通过归一化处理的指数能够进行横向对比，以观察在样本期内，各个指数在不同时间点的强弱与走势特征。

二、量化指标的概念及投资参考意义

在量化分析看板模块中，图表区底部，有对各个指数量化指标的计算表格，如下图所示，接下来对这个表格中所涉及到的指标概念及投资参考意义做简要说明：

1、夏普比率

夏普比率是最为常见的基金绩效评价标准化指标。其计算方法为：

夏普比率 =（投资组合的收益率 - 无风险利率）/ 投资组合的标准差，其中无风险利率一般选用十年期国债利率。简单理解，就是 投资组合超额收益率均值 / 投资组合超额收益率标准差。上一篇博客我们说过，基于马科维茨的理论，波动即风险，夏普比率的意义就是相对于投资组合产生波动，产生了多少超额回报。

然而单纯用夏普比率评价投资绩效并不是公允的，因为其计算方法决定了其参考意义的前提在于投资组合的超额回报符合正态分布，然而现实中的投资分布往往并不是这样，通常具有明显的峰度及长尾，这是夏普比率的不足。

2、索提诺比率

与夏普比率类似，索提诺比率的计算方法为：

索提诺比率 =（投资组合的收益率 - 无风险利率）/ 投资组合的下行标准差，其中下行标准差仅针对超额收益率中小于0的部分进行计算，即扣除无风险收益率后收益率为负值部分的标准差。

通过索提诺比率的算法我们可以了解到这个指标的含义，即相对于投资组合超额收益率为负值时候的下跌波动，投资组合产生了多少超额收益，索提诺比率越高，相对与组合下跌时所经历的波动，所得到的超额收益越高，如果您注重风险控制，那么索提诺比率相较于夏普比率，是一个很好的评价指标。

3、卡玛比率

与索提诺比率类似，卡玛比率也是一个风险评价指标，所不同的是，卡玛比率的分母端为投资组合所产生的最大回撤。其投资参考意义在于，相对于投资组合所产生的的最大回撤，投资组合最终获得了多少收益。

卡玛比率与索提诺比率在对风险的考量上是两个维度，前者评价投资组合的绝对跌幅，后者评价了投资组合的回撤波动。

4、欧米伽比率

相比于前三个指标，欧米伽比率的概念复杂一些。

欧米伽比率在计算时，以对投资组合的期望收益为分界线，将投资组合的回报分为两部分，即高于期望收益的部分与低于期望收益的部分，简单理解 欧米伽比率 = 高于期望收益的部分的合 / 低于期望收益部分的合 。

本站在计算欧米伽比率的时候，期望收益率对应的是10年期国债收益率，视超过长端国债收益率的部分为超额回报。因为考虑了投资组合收益率全部分布，所以在对投资组合的评价上，相较于夏普比率也更为公允。不足的是，欧米伽比率注重于对投资回报本身的评价，而不是风险，适合更为激进的投资者参考。

5、尾比

理解尾比这个概念，需要先了解什么是百分位、百分位数，可以参考我的上一篇博客 一些统计学概念 - QThinker Plus使用说明 。尾比 = 投资组合收益率序列的95分位数 / 投资组合收益率序列的5分位数。简言之，就是投资组合在表现最好时候的上涨强度与表现最差时候的下跌强度的比值。尾比越高，说明相对于下跌的惨烈，上涨更为强劲。

6、最大回撤

这个就很好理解了，是投资组合在样本期内所产生的最大跌幅，有时候一个指数跌没跌到位，可以看看历史最大回撤作为参考。

7、年化收益率、年化波动率

年化收益率这个概念很好理解，就是根据投资组合的持有周期，反算年化收益率。这里说一下年化波动率，这个可能很多朋友不了解，年化波动率就是把投资组合的收益率序列的标准差进行年化处理，可以视为投资组合在一年中的风险水平。和之前说过的变异系数有点像，都是波动的指标，不同的是，变异系数以指数本身的点位进行计算与其均值的乖离程度，而年化波动率则是对收益率序列的乖离程度进行计算。

8、阿尔法、贝塔

在投资中，阿尔法（Alpha）和贝塔（Beta）是两个重要的概念，用于衡量投资组合的表现和风险。

阿尔法（Alpha）是指投资组合的超额收益，即投资组合相对于比较基准的额外收益。如果一个投资组合的阿尔法为正，说明该组合的表现好于基准收益；如果阿尔法为负，说明该组合的表现劣于基准收益。

贝塔（Beta）是指投资组合相对于比较基准的敏感性，即投资组合的收益相对于市场收益的变化程度。如果一个投资组合的贝塔为 1，说明该组合的收益与市场收益完全相关；如果贝塔小于 1，说明该组合的收益相对于市场收益的变化程度较小；如果贝塔大于 1，说明该组合的收益相对于市场收益的变化程度较大。贝塔反映了投资组合的系统性风险，即市场风险。

这里需要说明的是，本站在计算阿尔法和贝塔的时候，采用的比较基准是沪深300指数，超越沪深300也是我的长期投资目标。

以上就是在量化分析看板模块中所涉及的一些量化投资方面的基本概念，只有理解了这些指标背后的含义，才能了解这些数据对于我们个人投资者有如何的参考意义。