在量化交易策略中，最后需要一个通过评价指标来衡量策略的好坏。

1.策略评价方法

可以从四个方面来进行衡量：收益、稳定性、胜率、风险 数据指标 公式 指标说明

年化收益 (策略最终价值 / 策略初始价值 -1)/ 回测交易日数量 × 250 年化收益（annual_return） 年化收益率是指把一段时间内的收益率换算成年收益率 分为单利和复利年化收益（一般采用复利年化收益）

累积收益 累积收益率 = （1 + 当天收益率）的累计乘积 - 1 累积收益（cumreturnsfinal）

夏普比率 夏普比率 （sharpe_ratio）：(策略收益 - 无风险利率)/策略收益波动率。 【适用范围】：当投资组合内的资产皆为风险性资产且分布为正态分布。【意义】：夏普指数代表投资人每多承担一分风险，可以拿到几分报酬；若为正值，代表可以获得的报酬率高过波动风险；若为负值，代表操作风险大过于报酬率。这个比例越高，投资组合越佳。

Calmar 比率 calmar 比率（calmar_ratio）：年化收益/最大回撤。 【意义】：Calmar比率数值越大，业绩表现越好，说明在控制回撤的情况下能够获得较高的收益。反之，Calmar比率数值越小，业绩表现越差，说明在收益一定的情况下，回撤过大。

最大回撤 max（1- 策略当日价值 /当日之前资金最高价值） 最大回撤（max_drawdown）：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，用来描述买入后出现的最糟糕情况，可以理解为在这区间任意时点买卖所可能的最大亏损。

索提诺比率

索提诺比率 = 策略年化收益率 - 无风险回报率 / 策略下行波动率。

索提诺比率（sortino_ratio）：(策略收益-无风险利率)/策略下行波动率（在回测里无风险利率为4%，在归因分析里无风险利率为0）。【适用范围】：因为索提诺比率使用的是下行偏差来考虑风险，那么所有的下行偏差局限性也会出现在索提诺比率中。也就是必须要有足够多的“不良”观测，才能计算一个有效的索提诺比率。【意义】：sortino 比率数值越大，业绩表现越好。与夏普比率类似，所不同的是它区分了波动的好坏，因此在计算波动率时它所采用的不是标准差，而是下行标准差。这其中的隐含条件是投资组合的上涨（正回报率）符合投资人的需求，不应计入风险调整。

信息比率 信息比率 = （累计收益率 - 基准累计收益率）/ 跟踪误差 【意义】：information 比率信息比率数值越大，业绩表现越好。是以马克维茨的均异模型为基础，可以衡量基金的均异特性，它表示单位主动风险所带来的超额收益。

阿尔法 Alpha = 策略年化收益 - [无风险年化收益 + beta * (基准年化 - 无风险年化收益)] 阿尔法（alpha）： 投资者获得与市场波动无关的回报。 比如投资者获得了15%的回报，其基准获得了10%的回报，那么Alpha或者价值增值的部分就是5%。

贝塔 Beta = cor(策略，基准) / var(策略) 贝塔（beta）: 反映了策略对大盘变化的敏感性 。 例如一个策略的Beta为1.5，则大盘涨1%的时候，策略可能涨1.5%，反之亦然。

2.不同收益类型，对指标的要求

稳健性

• 正收益
• 回撤小 进取型
• 风险收益平衡
• 风险至上 激进型（理性的激进型投资者，更看重极端行情下会发生什么，更在乎压力测试，就是最坏情况下本金是不是会亏，在极端行情下，活着就是最重要的）
• 在可承受的风险范围内追求收益最大化
• 极端行情配套的风控和严格的压力测试

3.策略评价指标（推荐）

风险指标 达标值 年化收益率 优秀的量化策略年化收益不低于20%，阿尔法对冲策略一般要求10% 最大回撤 最大回撤一般都应该控制在收益率的 25%至30% ，也就是5%至7.5% 夏普比率 该比率保持在1.5以上，承担单位风险能获取1.5单位的收益回报 贝塔比率 牛市的时候该值应该大于2，而熊市中稳健的策略则保持1以下