在回测结果中， 我们会展示出策略的基础风险收益指标。指标的含义以及计算方法请参考下文：

Alpha 与 Beta

Beta 表示策略的投资组合对基准变化的敏感性。 Alpha 表示投资组合在基准之外获取的超额收益

$Beta=\frac{Cov(R_p,R_m)}{Var(R_m)}$

R_{p = 策略每日收益} R_{m = 基准每日收益}

$Alpha=R_p - [R_f+\beta_p(R_m-R_f)]$

R_{p = 策略年化收益率} R_{m = 基准年化收益率} β​_{p = 策略beta值} R_{f = 无风险利率，为0}

Sharpe

夏普比率表示承担每单位的风险， 所产生的收益率。夏普比率为负时不具有实际意义。

$Sharpe\space Ratio=\frac{R_p - R_f}{\sigma_p}$

R_{p=策略累计收益率} σ_{p=策略日收益率的标准差} R_{f=无风险利率，为0}

最大回撤

最大回撤表示如果在策略净值的最高点进行实盘，可能面临的潜在最大亏损。

$Max\space Drawdown=Max(net_t-net_{t+n}))/net_t$

net_{t = 策略在t日的净值} net_{t+n = 策略在t+n日的净值，n>0}

信息比率

信息比率与夏普比率很相似。 区别在于， 信息比率的分母使用相对风险， 分子使用相对收益。

$Information\space Ratio=\frac{R_p - R_m}{\sigma_t}$

R_{p = 策略年化收益率} R_{m = 基准年化收益率} σ_{t = 策略与基准每日收益差值的年化标准差}

所提诺比率

所提诺比率是夏普比率的一个优化版本。采用下行波动率而非标准差来刻画策略的风险。

$Sortino\space Ratio=\frac{R_p - R_f}{\sigma_{pd}}$

R_{p = 策略年化收益率} ​σ_{pd = 策略下行波动率} ​R_{f = 无风险利率，为0}