每日收益的投資組合資訊比率計算，包括對沖策略結果解釋
我的任務是計算約 15 年的每日投資組合回報的投資組合資訊比率，我在網上發現了幾種方法，這很令人困惑。
第一種方法簡單地將跟踪誤差（分母）定義為投資組合的每日收益與指數之間的差異的標準差，並使用差異的平均值作為分子，但這會產生極小的結果（即 0.003）
diff = portfolio daily returns - benchmark daily returns trkError = np.std(diff) infRatio = np.mean(diff) / trkError第二種方法與上述方法相同，但將平均差和差的標準差都年化：
diff = portfolio daily returns - benchmark daily returns retLngth = 252.0 anlDiff = ((np.mean(diff)+1)**retLngth) trkError = np.std(diff)*np.sqrt(retLngth) infRatio = anlDiff / trkError第三種方法定義跟踪誤差與第二種方法相同，然後簡單地從分子的年化指數收益中減去年化投資組合收益：
diff = portfolio daily returns - benchmark daily returns retLngth = 252.0 trkError = np.std(diff)*np.sqrt(retLngth) infRatio = (annualized daily portfolio returns - annualized daily index returns) / trkError我看到的第四種方法使用與範例 2 和範例 3 相同的跟踪誤差，但使用投資組合的總投資回報率減去指數總投資回報率之間的差作為分子，但這會產生非常大的結果（即 -3.07）：
diff = portfolio daily returns - benchmark daily returns retLngth = 252.0 trkError = np.std(diff)*np.sqrt(retLngth) infRatio = (portfolio toal ROI-index total ROI) / trkError我也很好奇資訊比率是否是我的投資組合方法的一個公平指標，它採用可變指數對沖，平均有 60% 的投資組合現金價值在指數中做空。這些每日投資組合回報與指數的相關性通常在 0.4-0.6 左右，具體取決於市場，而且我的資訊比率計算看到的數字非常低，甚至為負數。正如預期的那樣，年化回報低於對沖投資組合的指數，這似乎是資訊比率計算的核心組成部分。我很好奇任何對沖投資組合是否可以具有高資訊比率，考慮到它們本質上已經大大降低了系統風險？資訊比率指標是否僅適用於未對沖的投資組合？
資訊比率是剩餘（主動）收益與剩餘（主動）風險的比率。這通常使用剩餘風險和剩餘回報的年化數字來表示。事後，您將獲取投資組合的平均回報並減去基準的平均回報，然後將其除以（投資組合回報 - 基準回報）的標準差。最後，由於資訊比率是一種比較工具，因此需要在評估所有投資組合的方法中保持一致。
已實現的資訊比率可以而且經常是負數。至於它們在對沖投資組合中的應用（對於這個和任何其他指標），我們必須看看它是否假設投資組合的資訊比率成立。例如，為了使剩餘（主動）風險數有用，基準必須適合該策略。您的基準是否同樣對沖？此外，更根本的是，使用標準差作為風險度量的假設是適當的。收益分佈是否正態分佈？大多數對沖投資組合不是。此類對沖的設計旨在降低某些結果和假設範圍內的風險。因此，標準偏差通常會以引入更粗的尾巴為代價來降低。在極端情況下，假設您對沖您的投資組合以獲得二元結果。一個你有更大的預期回報機率的地方；和 1- 損失的機率。標準差永遠不會產生這些結果中的任何一個，因此對於這種策略來說，衡量風險的方法很差。在評估對沖基金策略時，投資者經常誤用此類措施。