下载掌阅APP，畅读海量书库
立即打开
◆ 摘要 ◆
对于一个选股组合的好坏，可以通过一些指标来判别，主要包括收益率指标和风险率指标两大类。对于投资者，特别是机构投资者来说，收益率并不是判断好坏的唯一指标，需要更多地考虑相对市场、相对业绩基准的情况，并且还要考虑收益率的波动情况、是否投资足够稳健等。
假定初始建仓日期为T 1 ，建仓时总权益为N 1 ，平仓日期为T 2 ，平仓时总权益为N 2 ，则总收益率可以用下面的公式计算出来：
单独看总收益并不能说明一个投资组合的好坏，因为总收益率与投资期限有关系，从常理上说，投资期限越长，获得的收益率应该越高，所以判断一个投资组合的好坏，用年化复合收益率更适合。
其中，（T 2 —T 1 ）表示投资期限，（T 2 —T 1 ）/365表示将投资期限折算成年数。
相对收益率是用来查看某个投资组合的收益率相对于基准收益率的好坏程度，用以下公式表示：
业绩基准收益率主要有沪深300指数、上证指数、行业指数等。
阿尔法收益率主要是指在利用股指期货对冲掉系统性风险后，某投资组合所能创造的超额收益，与相对收益率不同的是，阿尔法收益率中需要考虑股指期货保证金占用所带来的总投资增加的问题。假定初始建仓股指期货权益为M 1 ，平仓时权益为M 2 ，则：
股票是先买后卖，所以股票部分权益是（N 2 -N 1 ），股指期货是先卖后买，所以股指期货部门权益是（M 1 -M 2 ）。
贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；其绝对值越小，显示其变化幅度相对于大盘越小。如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
若β大于1，则股票的波动性大于业绩评价基准的波动性。反之亦然。如果β为1，则市场上涨10%，股票上涨10%；市场下滑10%，股票相应下滑10%。如果β为1.1，则市场上涨10%时，股票上涨11%；市场下滑10%时，股票下滑11%。如果β为0.9，则市场上涨10%时，股票上涨9%；市场下滑10%时，股票下滑9%。
这一指标可以作为考察投资策略降低投资波动性风险的能力。在计算贝塔系数时，除了投资策略的表现数据外，还需要有反映大盘表现的指标。其定义式为：
其中，r k 表示某类资产组合K的市场收益率，r m 表示市场组合的收益率，cov（r k ，r m ）表示某类资产组合的收益率与市场收益率的协方差，var（r m ）表示市场收益率的方差。
系数一般有3种估计模型，分别是基于β系数定义、CAPM以及单因素模型的估计。
1）基于定义估计
根据β系数的定义，得到以下估计：
其中r
kt
表示第K种证券在第t个单位时间段（如日、周、月、年等）的收益率，
表示第K种证券在某时间段（如T天、T周、T月、T年等）的平均收益率，T表示时间段的长度。r
mt
表示证券市场组合在第t个单位时间段的收益率，
表示证券市场组合在某个时间段内的平均收益率。这种做法假设在某个时间段T 内的β系数不变，没有衡量时变的β系数。
2）基于CAPM 估计
CAPM 指出，在市场处于均衡的时候，某种证券或组合的投资收益和风险存在一定的关系，CAPM 可表示为：
这里，
是资产K的贝塔系数，也是收益率对随机折现系数的敏感度，它表示资产K 的系统风险测度，从而可以利用β系数将资产组合的风险区分为系统风险和非系统风险。r
m
是最优风险证券组合的收益率，var（r
m
）是最优风险证券组合的方差，r
k
是某种资产的收益率，cov（r
k
，r
m
）为资产K与最优风险证券组合之间收益率的方差，r
f
为无风险证券收益率。
3）基于单指数模型
与CAPM 相比，单指数模型也叫市场模型，是一种基于现实市场中证券资产的价格或收益变动普遍存在的同涨同跌现象，认为这种联动关系是由市场收益这个共同因素影响的。模型不需要太多的假设，可以表示如下：
其中，α k 、β k 是模型的参数。与CAPM中估计的β系数相同，这样得到的β系数也被认为不是时变的，也可以类似CAPM 进行时变模型的转化处理，得到：
1）夏普比率的计算公式
其中，
是收益率均值，
是无风险利率，σ
p
为收益率标准差。
它反映了单位风险投资组合净值增长率超过无风险收益率的程度。如果夏普比率为正值，则说明在衡量期内投资组合的平均收益率超过了无风险利率。在以同期银行存款利率作为无风险利率的情况下，说明该投资组合比银行存款要好。夏普比率越大，说明投资组合单位风险所获得的风险回报越高。
以夏普比率的大小对投资组合表现加以排序的理论基础在于，假设投资者可以以无风险利率进行借贷，这样，通过确定适当的融资比例，高夏普比率的投资组合总是能够在同等风险的情况下获得比低夏普比率的投资组合高的投资收益。
例如，假设有两个投资组合A和B，A投资组合的年平均净值增长率为20%，标准差为10%，B投资组合的年平均净值增长率为15%，标准差为5%，年平均无风险利率为5%，那么，投资组合A和投资组合B的夏普比率分别为（20%-5%）/10%=1.5和（15%-5%）/5%=2。依据夏普比率，投资组合B的风险调整收益要好于投资组合A。
为了更清楚地对此加以解释，可以以无风险利率的水平，融入等量的资金（融资比例为1：1），投资于B，那么B的标准差将会扩大1倍，达到与A相同的水平，但这时B 的年平均净值增长率为25%（即2*15%-5%），即大于投资组合A。
2）夏普率在运用中应该注意的问题
夏普率在计算上尽管非常简单，但在具体运用中仍需要对夏普比率的适用性加以注意：
（1）用标准差对收益进行风险调整，其隐含的假设就是所考察的组合构成了投资者投资的全部。因此只有当考虑在众多的投资组合中选择投资某一只组合时，夏普比率才能够作为一项重要的依据。
（2）使用标准差作为风险指标也被人们认为不合适。
（3）夏普率的有效性还依赖于可以以相同的无风险利率借贷的假设。
（4）夏普率没有基准点，因此其大小本身没有意义，只有在与其他组合的比较中才有价值。
（5）夏普率是线性的，但在有效前沿上，风险与收益之间的变换并不是线性的。因此，夏普指数在对标准差较大的投资组合的绩效衡量上存在偏差。
（6）夏普率未考虑组合之间的相关性，因此纯粹依据夏普值的大小构建组合存在很大问题。
（7）夏普率与其他很多指标一样，衡量的是投资组合的历史表现，因此并不能简单地依据投资组合的历史表现进行未来操作。
（8）计算上，夏普率同样存在一个稳定性问题：夏普率的计算结果与时间跨度和收益计算的时间间隔的选取有关。
尽管夏普率存在上述诸多限制和问题，但它仍以其计算上的简便性和不需要过多的假设条件而在实践中获得了广泛的运用。
参考文献
[1]潘凡.“基于有效因子的多因子选股模型”，安信证券，道客巴巴，2011
[2]俞科进，“换手率与收益”，长江证券，汗牛网，2009
[3]焦健，“成长股选股策略研究”，国信证券，道客巴巴，2010
[4]娄静，丁鲁明，“数量化选股模型实证—相对价值选股”，海通证券，百度文库，2009
[5]谢江，“寻找淡定的猪猪侠”，华泰联合证券，百度文库，2010
[6]谢江，曹传琪，“低风险选股策略”，华泰联合证券，百度文库，2009
[7]王红兵，谢江，“寻找超越指数的选股指标”，华泰联合证券，豆丁网，2008
[8]提云涛，“构建成长优化组合，获取长期超额收益，”申银万国证券，百度文库，2011
[9]刘敦，提云涛，“市场驱动因子分析框架报告，”申银万国证券，百度文库，2009
[10]曹源，“A股风格轮动策略探寻”，国都证券，百度文库，2010
[11]阚先成，“风格投资以及风格轮换”，东方证券，百度文库，2008
[12]宋曦，“风格投资的动量与反转”，联合证券，百度文库，2007
[13]蒋瑛琨等，“风格投资Ⅰ：风格区分与收益”，国泰君安证券，豆丁网，2008
[14]蒋瑛琨等，“风格投资Ⅱ：风格周期与轮动”，国泰君安证券，百度文库，2008
[15]郑雅斌，胡倩，“风格轮动模型之二—大小盘轮动的关键因子及其轮动效应分析”，海通证券，百度文库，2009
[16]谢江，“利用市场情绪把握风格轮动”，华泰联合证券，百度文库，2010
[17]宋曦，“风格选时潜在收益与风格轮动量化策略”，联合证券，百度文库，2007
[18]宋曦，何天翔，“货币周期与行业轮动策略”.联合证券，百度文库，2009
[19]王红兵，谢江，“基于市场情绪的行业轮动策略”，联合证券，百度文库，2009
[20]联合证券金融工程团队，“互补投资品种的轮动和择时策略，”联合证券，百度文库，2009
[21]谢江，“大小盘轮动：相对交易量RSV策略”，华泰联合证券，道客巴巴，2011
[22]戴军等，“行业轮动与资产配置”，国信证券，汗牛网，2009
[23]焦健等，“国信资金强弱指标（GSMS）构建”，国信证券，道客巴巴，2009
[24]罗业华，杨向阳，陈军华，“逆向选择，驾驭暗流—资金流指标选股策略”，招商证券，百度文库，2011
[25]阳璀，焦健，葛新元，“国信资金强弱择时选股体系回顾与改进”，国信证券，豆丁网，2010
[26]阳璀，焦健，葛新元，“GSMS 反转失效区域研究”，国信证券，道客巴巴，2010
[27]阳璀，焦健，葛新元，“基于相对资金强弱（RMS）指标的风格轮动策略研究”，国信证券，汗牛网，2011
[28]罗业华，杨向阳，陈军华，“寻找股潮澎湃下的暗流-资金流特征分析”，招商证券，汗牛网，2011
[29]杨向阳，罗业华，易海波，曾敏，“牛市看反转，熊市找动量-量化投资之动量反转策略”，招商证券，百度文库，2009
[30]罗捷，“依靠强大的 Alpha 动量战胜市场”，联合证券，百度文库，2008
[31]董艺婷，林晓明，葛新元，戴军，“利用动量交易策略进行指数增强”，国信证券，道客巴巴，2009
[32]罗捷，杨戈，“利用 Alpha 动量寻找行业轮动”，联合证券，百度文库，2008
[33]曹力，王红兵，“强势股策略能够战胜市场吗？”，联合证券，百度文库，2009
[34]俞文冰，“反其道而行之——均值回复策略及其应用”，长江证券，看财经网，2009
[35]张银旗，倪金晶，“Alpha 选股与动量策略实证研究，”湘财证券，百度文库，2010
[36]高耀文，谢江，“利用收益率离散度把握动量反转轮动规律，”华泰联合证券，百度文库，2010
[37]谢江，“基于一致预期挖掘的 EM 选股策略”，联合证券，百度文库，2008
[38]谢江，“一致预期的非凡魅力”，联合证券，百度文库，2008
[39]阚先成，“巧用卖方研究资源——一致预期数量化策略选股模型”，东方证券，百度文库，2008
[40]俞文冰，“构建超越指数的股票组合——利用趋势追踪技术”，长江证券，道客巴巴，2009
[41]夏潇阳，宋骏昌，“趋势性套利交易策略研究”，长江证券，百度文库，2009
[42]程志田，“筹码集中度量化选股：牛股纳入囊中”，国海证券，百度文库，2010
[43]程志田，“国海量化策略指数：筹码集中策略50指数”，国海证券，百度文库，2010