拿一个工具的索提诺与另一个工具的索提诺相比
下行标准差里的分母和默认目标收益率都是实现层面的选择，而这两点在 EA 营销中很少被写明。两个工具可以从同一份交易清单报出相差一半的比率，而没有哪一个是错的。
索提诺比率
一种风险调整后收益指标，构造方式与夏普比率相同，但只除以下行标准差，因此策略不会因为盈利期的波动而被扣分。
亦称：索提诺
更新于 · 审阅于
一句话讲清
和夏普比率是同一个想法，但它只数那些与你为敌的颠簸。赚得多的月份不再被当成缺点，于是那种偶尔赚一大笔的策略，不会再因为这些大赚而被扣分。
为什么重要
夏普比率衡量收益向两边散开的程度，这意味着一个格外好的月份把分数压低的幅度，和一个格外差的月份完全一样。索提诺去掉了这种不对称——这样一来，两个比率之间的距离本身就成了对一套策略形状的可读描述。
- 它不再惩罚你买这个 EA 的初衷。一套横盘数月、然后抓住一波大趋势的策略，会被夏普按盈利的幅度扣分；索提诺只读回撤。
- 夏普与索提诺之间的距离本身就是信号。索提诺高出很多，说明收益分布向正方向倾斜；两个数字几乎重叠，说明盈利和亏损的形状大致相同。
- 对 EA 的收益序列而言，它是两者中更诚实的一个，因为这类序列很少对称——多数策略有一个由止损决定的典型亏损幅度，和一个规律性差得多的盈利幅度。
- 它与夏普比率共享完全相同的盲区。两者都看不到尚未平仓的风险，所以马丁或网格 EA 之所以能给出好看的索提诺，原因和它给出好看的夏普一模一样。
如何计算
索提诺比率 =（平均收益率 − 目标收益率）÷ 下行标准差 - 平均收益率
- 在所用采样周期上的平均收益率——按每笔、每日或每月。选了哪一种，标准差也必须用同一种。
- 目标收益率
- 低于它就算作不足的门槛，常被称为最低可接受收益率。做 EA 时通常取零，另一个常见选择是无风险利率。
- 下行标准差
- 只有低于目标那部分收益率的离散程度。高于目标的收益率对它毫无贡献，这就是它与夏普比率的全部差别。
下行标准差是低于目标那部分收益率的均方根，而这个平均里的分母并没有统一标准：除以全部期数与除以亏损期数，会从同一份数据得出不同的数字。只有当同一个工具、同一个目标、同一个采样频率同时产出两个数值时，两个索提诺才可比。
多少算高、多少算低
- 低于 0.7 下行风险没有得到补偿
- 0.7–1.5 偏薄——放进组合里可用，单独拿出来偏弱
- 1.5–3.0 扎实，且与 1.0–2.0 左右的夏普比率相互印证
- 高于 3.0 相信之前先看看亏损期长什么样——一套很少平掉亏损的策略，会诚实地产出这个数字，而且照样危险
需要一起看的指标
单一数字无法描述一套策略。下列指标会改变这个数字的读法。
示例
两个 EA 有着相同的月均收益率和相同的整体波动，但波动来自相反的方向。夏普分不出它们，索提诺分得出。
- EA A——月均收益率
- +2.0 %
- EA A——下行标准差
- 1.0 %
- 它逐月变化的大部分落在盈利那一侧。
- EA B——月均收益率
- +2.0 %
- EA B——下行标准差
- 2.5 %
- 同样的均值，但变化集中在亏损的月份。
按整体标准差计算的夏普比率会把这两个排得近得多，因为它把 EA A 的好月份也算成了风险。
计算 2.0 ÷ 1.0 = 2.00 · 2.0 ÷ 2.5 = 0.80
结果 索提诺 2.00 对 0.80——均值相同，风险特征相反
怎么读这个数字
把索提诺放在夏普旁边读，而不是拿它取代夏普。这一对携带着任何单个数字都装不下的信息，而单独引用的索提诺无从核对。
| 区间 | 含义 |
|---|---|
| 索提诺远高于夏普 | 正偏——大幅波动大多是盈利。在趋势跟踪型 EA 中常见，通常也是交易者想要的形状。 |
| 索提诺接近夏普 | 收益大体对称。既不是警告也不是称赞；止损与目标都固定的策略常是这样。 |
| 索提诺低于夏普 | 在算术上不常见，值得追查——它指向一个设在零以上的目标收益率，或者一个名不副实的计算。 |
| 引用时未说明目标收益率与采样频率 | 无法核实。这两个选择都会明显移动数字，而“索提诺”这个词本身并不隐含其中任何一个。 |
- 除非是同一个工具以同一采样频率、同一目标收益率产出了两个数字，否则不要用索提诺给两个 EA 排序。
- 把它和最大回撤配着看。索提诺描述的是通常的下行，回撤描述的是最糟的那一次；一套策略可能平均看来很平静，却已经挖过一个账户坐不住的坑。
- 对一套摊低成本的策略，极高的索提诺应当当成警告而不是成绩。未实现亏损从不进入收益序列，那里的下行标准差只在衡量已经平掉的风险。
- 如果两个比率在哪个 EA 更好这件事上不一致，这个不一致本身就是结论：其中一套策略正因为盈利的幅度而被扣分。
mt5depot 的 EA 页面会写明每个公开数字来自哪一次测试运行、覆盖哪段窗口，因此本站的两个数字可以彼此对照着读，而不必去比一个来路不明的数字。
常见误区
把高索提诺读作回撤小的证据
下行标准差是亏损期的平均，因此许多小额亏损加上一次灾难性亏损，可以平均成一个看着舒服的数字。最糟的那一次单独下跌是另一项测量，必须分开来读。
以为索提诺解决了马丁的问题
并没有。两个比率读的都是已实现的收益序列，而网格或马丁 EA 会把亏损单挂着。风险是真实的、未实现的，对任何由已平仓交易算出的指标都不可见。
用很短的样本引用索提诺
下行标准差只由亏损期估计，因此几十个收益率的样本里可能只有寥寥几个。窗口越短，这个数字就越是在描述恰好落进去的是哪几笔亏损。
深入说明
同样这十四份记录，两种算法各算一遍
| 在此发布的 14 个 EA 中 | 数值 |
|---|---|
| 公开了索提诺或夏普数值的商品 | 0 |
| 落在 1.5–3.0 区间的记录，全期数分母 | 7 |
| 同样这些记录，亏损期数分母 | 4 |
| 仅因换了分母就换区间的记录 | 11 |
| 索提诺高于夏普的记录，全期数分母 | 14 |
| 同一比较，亏损期数分母 | 11 |
| 索提诺与夏普的排序一致度 | 0.96 |
我们把每个商品自己公开的已平仓交易文件，统一按一套约定跑了一遍：取自资金曲线的月度收益率，没有成交的月份计为零，目标为零，按十二的平方根年化。没有任何商品公开过这样一个数值，所以这些数字属于我们，而不属于测试器。
第二到第四行承担着问题。把缺口的平方除以每一个月，Cairn 得 6.04；只除以亏损的月份，同一份记录得 2.86。第二种约定要吃掉数值的 34 % 到 53 %，并把十四份里的十一份推到本页所划那条线的另一侧。
第五、第六行修正了下面的常见问题。在第一种分母下，索提诺在十四份上全部高于夏普；在第二种分母下，Beacon、Peregrine 和 Windrose 各自跌到自己的夏普之下——上面的表格把这种情况归咎于设在零以上的目标收益率，或是名不副实的计算，而两者都不是。我们的方法论记录着每份交易文件背后的那次运行。
第七行给这套说法泄了气。十四份里有七份在两个比率之间互换了位置，且没有一份移动超过三位，所以本页所寻找的那种分歧确实出现了，却小到不足以据此行动。反倒是两者都与商品真正公开的盈利因子不一致，而且它们把不同的记录排在第一。
常见问题
- MT5 的 EA 索提诺比率多少算好？
- 在多年且成本贴近现实的样本上，大约 1.5 到 3.0 是一个扎实的区间，通常对应 1.0 到 2.0 之间的夏普比率。任何远高于 3.0 的值都更值得追查而不是庆祝，因为一套很少平掉亏损交易的策略会诚实地产出那个数字。
- MetaTrader 5 会报告索提诺比率吗？
- 不会。策略测试器报告的是由它自己的收益序列算出的夏普比率，没有任何索提诺数值。为某个 EA 引用的索提诺是在 MT5 之外算出来的，所以必须先说明工具、目标收益率和采样频率，这个数字才能和别的东西比较。
- 我应该用索提诺代替夏普吗？
- 两个都用。对收益向正方向倾斜的策略来说，索提诺是更公平的尺度，但两个比率之间的差值比任何一个单独看都更有信息量——它告诉你资金曲线的波动是来自盈利还是来自亏损。
- 为什么我的索提诺比率总是高于夏普比率？
- 因为分母更小。下行标准差只数低于目标的收益率，而标准差把全部都数进去，所以任何在盈利一侧存在波动的策略，索提诺都会更高。收益分布越是向正方向倾斜，这个差距就越大。