夏普比率

夏普比率(Sharpe Ratio)是金融领域中用于衡量投资风险调整后表现的重要指标。它由威廉·夏普于1966年提出,用于量化投资者在承担每单位风险时所获得的超额回报率。夏普比率的计算公式为(回报率 – 无风险利率)/ 标准差,其中,回报率表示资产的平均收益,无风险利率通常与国债收益率相近,而标准差则代表资产收益的波动性或风险。 夏普比率越高,说明在相同风险水平下,投资策略所获得的回报越高,反之则越低。此指标不仅为投资者提供了一个量化工具来评估投资组合的风险与回报之间的平衡关系,还有助于比较不同资产或策略之间的性能。因此,夏普比率在金融决策、资产配置和绩效评估等方面具有广泛应用。

从均值方差到有效前沿

https://bigquant.com/experimentshare/cdf694a0f88d426ca700c042745dfa8a

\

更新时间:2024-03-02 04:43

三因子加工

{{membership}}


https://bigquant.com/codeshare/a04ad103-6217-4484-a57c-81cc1e64fdf6

\

更新时间:2024-01-12 07:02

三因子线性模型(包含滚动训练)

{{membership}}

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

\

更新时间:2024-01-12 07:01

如何只选择中证1000成分股进行回测

如标题

更新时间:2024-01-09 06:13

小市值策略报错

https://bigquant.com/codeshare/1d87d715-5139-432b-9267-5b99154e598b

更新时间:2023-12-29 10:56

夏普比率公式及使用技巧(含Python代码)

夏普比率(Sharpe Ratio)是衡量投资表现的一个指标,它通过比较投资的超额回报与其承担的风险来评估投资的性价比。由诺贝尔奖获得者威廉·夏普提出,是风险调整后的回报的一种度量。

通过BigQuant量化平台金融市场数据因子以及AI量化策略平台(PC端),可以验证夏普比率因子组成的AI量化策略有效性。

![](/wiki/api/attachments.redirect?id=8df056d7

更新时间:2023-12-19 03:33

回测引擎常用功能示例

{{membership}}

https://bigquant.com/codeshare/ccb0fdad-c4da-424e-ace1-dd57ace94cec

\

更新时间:2023-12-15 02:48

从均值方差到有效前沿(代码)

策略案例

https://bigquant.com/experimentshare/68b5d7cfac264dbda781c1fbcc6a4880

\

更新时间:2023-11-26 16:58

利用机器学习对冲风险

https://bigquant.com/experimentshare/d50ee96c36f84af6ad990409294db4cb

\

更新时间:2023-11-26 16:58

小市值策略变形记

{{membership}}

https://bigquant.com/codeshare/5a5dd498-4590-44c2-8109-ae4501f49494

\

更新时间:2023-10-23 02:29

用财务因子怎么构建机器学习策略?

\

更新时间:2023-10-09 07:09

回测曲线的相对收益线的计算公式

回测曲线的相对收益线的计算公式

更新时间:2023-10-09 07:04

日历效应实现——回测模块

https://bigquant.com/codeshare/108f8f5f-14e7-4a73-ba80-d9daa1f4f87d

\

更新时间:2023-10-09 02:36

回测如何设置一次全仓买入一只股票

回测如何设置一次全仓买入一只股票

更新时间:2023-10-09 02:35

投研小组分享区

更新时间:2023-08-16 09:10

LLT低延迟趋势线择时交易

研报:

{{membership}}

LLT低延迟趋势线择时交易模型研究

https://bigquant.com/codeshare/38ef8568-518b-4756-98f0-8dd8722d01e5

LLT低延迟趋势线择时交易

[https://bigquant.com/codeshare/942d320a-c17f-4061-9e56-d24e3a0ac472](https://bigquant.com/

更新时间:2023-08-07 05:52

Dai读取高频因子构建一个简单多因子策略

https://bigquant.com/codeshare/3b5c66d6-ed5b-46a0-8dc6-3a48cc76a482

\

更新时间:2023-08-03 06:02

开源金工|看看顶级量化私募择时选股能力

222

更新时间:2023-07-21 03:16

【参赛】Deep Alpha-CNN策略克隆&调参擂台赛

\

更新时间:2023-06-27 03:23

量化书籍


\

更新时间:2023-06-14 03:02

量化价值投资

价值投资可以量化嘛?我们来尝试下.......

以下文字翻译自Clifford S. Asness,Andrea Frazzini 和 Lasse H. Pedersen(2013)合著的working Paper:Quality Minus Junk。此文的思想,后续体现在 Buffett's Alpha(2013)这篇working Paper里面。

小弟翻译及学术水平有限,倘若有翻译不佳或学理上的误用之处,希望各位大拿不吝赐教,我会不断修改此文。

一、框架与导入:

1.1 市场价格(Book Value调整之后的,即P/B,后续提到的价格皆是如此)视角:

股票的高质量(定义见

更新时间:2023-06-14 03:02

量化读书会1:交易真的能赚钱么?

交易能不能赚钱,这个话题很大,可以说是世纪争论。如果能解决好这个问题,有生之年拿一个诺贝尔经济学奖,肯定是没问题的。

夏普(对,就是量化策略常用的夏普比率的那个夏普),在1991年,提出:

![](data:image/svg+xml;utf8,<svg%20xmlns='[http://www.w3.org/2000/svg' width='929' height='206](http://ww

更新时间:2023-06-14 03:02

量化价值投资真的管用吗?(二)

本文主要取材于Kok U-Wen, Jason Ribando和Richard Sloan发表在Financial Analyst Journal上的文章"Facts about formulaic value investing"。由于篇幅长度分成两篇。

  1. 量化价值投资真的管用吗?(一)
  2. 量化价值投资真的管用吗?(二)

本篇的主题是简单的价值比率(如净市率)并不能有效地鉴别被市场错误估值的股票,事实上,它们常常筛选出

更新时间:2023-06-14 03:02

Alpha系列——主动投资管理定律(基本篇)

https://bigquant.com/experimentshare/4cd77a18145849ba935b42c775c2694e

\

更新时间:2023-06-14 03:02

回测的艺术_Aspect Capital_对冲基金文章翻译计划033

原文章来自Aspect Capital网站,本文为原文章的中文翻译。本文仅用于交流学习使用,不得用于商业用途。如对相关著作人造成侵害,请立即联系译者及时删除。

原文标题:The Art of Simulation

原文时间:2017年2月

翻译:雷闻


摘要

能够回测交易策略在一段时间内的表现,是系统化投资方法的主要优点之一。但是,必须以科学和有纪律的方式进行。回测使我们能够在一系列市场和市场环境中测试投资策略。在最好的情况下,它使投资研究能够采用科学的方法,检验假设并设计策略,目的是评估一种特定的市场交易方法。然而,建立一个看起来盈利的回测策略看似非常容易,

更新时间:2023-06-14 03:02

分页第1页第2页第3页第4页第5页第6页第7页