夏普比率学习一时爽，一直学习一直爽
来源：
https://baike.baidu.com/item/%E5%A4%8F%E6%99%AE%E6%AF%94%E7%8E%87
对风险和收益来决定哪一个更有利来比较不同的证券
夏普比率（Sharpe Ratio），又被称为夏普指数 --- 基金绩效评价标准化指标。夏普比率在现代投资理论的研究表明，风险的大小在决定组合的表现上具有基础性的作用。风险调整后的收益率就是一个可以同时对收益与风险加以考虑的综合指标，以期能够排除风险因素对绩效评估的不利影响。夏普比率就是一个可以同时对收益与风险加以综合考虑的三大经典指标之一。投资中有一个常规的特点，即投资标的的预期报酬越高，投资人所能忍受的波动风险越高；反之，预期报酬越低，波动风险也越低。所以理性的投资人选择投资标的与投资组合的主要目的为：在固定所能承受的风险下，追求最大的报酬；或在固定的预期报酬下，追求最低的风险。
E(Rp)：投资组合预期报酬率
Rf：无风险利率
σp：投资组合的标准差
目的是计算投资组合每承受一单位总风险，会产生多少的超额报酬。比率依据资产配置线 (Capital Allocation Line,CAL) 的观念而来，是市场上最常见的衡量比率。当投资组合内的资产皆为风险性资产时，适用夏普比率。夏普指数代表投资人每多承担一分风险，可以拿到几分超额报酬；若为正值，代表基金报酬率高过波动风险；若为负值，代表基金操作风险大过于报酬率。这样一来，每个投资组合都可以计算 Sharpe Ratio, 即投资回报与多冒风险的比例，这个比例越高，投资组合越佳。
举例而言，假如国债的回报是 3%，而您的投资组合预期回报是 15%，您的投资组合的标准偏差是 6%，那么用 15%－3%, 可以得出 12%（代表您超出无风险投资的回报），再用 12%/6%=2，代表投资者风险每增长 1%，换来的是 2% 的多余收益。
夏普理论告诉我们，投资时也要比较风险，尽可能用科学的方法以冒小风险来换大回报。所以说，投资者应该成熟起来，尽量避免一些不值得冒的风险。同时当您在投资时如缺乏投资经验与研究时间，可以让真正的专业人士（不是只会卖金融产品给你的 SALER）来帮到您建立起适合自己的，可承受风险最小化的投资组合。这些投资组合可以通过 Sharpe Ratio 来衡量出风险和回报比例。
在之前的算过预算收益
https://blog.csdn.net/weixin_44510615/article/details/90415391
import numpy as npimport pandas as pdfrom pandas_datareader import data as wbimport matplotlib.pyplot as plt%matplotlib inline#宝洁 美国标普500强assets = ["PG","^GSPC"] assets = ['PG', '^GSPC'] assets = ['PG', '^GSPC']adata = pd.DataFrame()for a in assets: data[a] = wb.DataReader(a,data_source='yahoo',start ='2010-1-1')['Adj Close']sec_returns = np.log(data/data.shift(1))cov = sec_returns.cov()*250cov_with_market = cov.iloc[0,1]market_var = sec_returns['^GSPC'].var()*250# 计算betaPG_beta = cov_with_market /market_varPG_beta
0.5175195335212736
PG_er = 0.025 + PG_beta * 0.05PG_er
0.05087597667606368
# 对于rf，无风险利率为2.5% 使用的10年美国政府债券收益率 即2.5% 更加客观Sharpe = (PG_er - 0.025)/(sec_returns['PG'].std()*250**0.5)#年为单位，还要开根Sharpe
0.1776419765144379
夏普比率反映了单位风险基金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，说明在衡量期内基金的平均净值增长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，说明投资基金比银行存款要好。
夏普比率越大，说明基金单位风险所获得的风险回报越高。
PG 的夏普比率 0.177 回报并不大
