概率夏普比率（PSR）：从中心极限定理到置信度

PSR 表示真实夏普比率超过某个基准的概率，它由中心极限定理推导而来。本文给出包含非正态修正的完整推导，以及报告夏普是否具有统计意义的正确方法。

第 2 篇 · 共 12 篇约 16 分钟

报告一个 1.5 的夏普，并不能告诉读者这个数字有多可信。概率夏普比率可以。它只回答一个问题：给定手头的数据，真实夏普超过某个基准 $SR_b$ 的概率是多少？

本文从中心极限定理推导 PSR。推导不长，最后得到的统计量适合写进报告：它能说明回测结果在统计上有没有足够证据。

PSR 实际计算的是什么

定义：

PSR(SR_b) = P(\text{true } SR > SR_b)

这是一个关于真实夏普的概率陈述。它不是回测结果能够复现的概率，也不是策略在生产环境中跑赢的概率。它更像一个后验概率：在估计夏普围绕真实夏普呈正态分布的前提下，估计结果超过基准的概率。

基准 $SR_b$ 就是你想超过的标准。常见选择包括：0（没有能力）、0.5（典型的主动股票策略）、1.0（足以吸引机构资本）。PSR 让你可以说：“我们有 95% 的把握，真实夏普超过 0.5”，或者：“我们有 60% 的把握，真实夏普超过 1.0。”这两种说法都有用。

基于中心极限定理的推导

夏普比率估计量 $\widehat{SR}$ 的均值是 $SR$ （真实夏普），方差是 $\sigma_{SR}^2$ 。上一篇文章已经推导过方差：

\sigma_{SR}^2 = \frac{1}{T-1}\left(1 - \gamma_3 \widehat{SR} + \frac{\gamma_4 - 1}{4} \widehat{SR}^2\right)

这是 AFML / Bailey-López de Prado 的方差公式。非正态修正来自收益率的三阶和四阶中心矩。 $1/(T-1)$ 则是 Bessel 修正。

当 $T$ 足够大时，中心极限定理成立。标准化后的夏普近似服从标准正态分布：

Z = \frac{\widehat{SR} - SR}{\sigma_{SR}} \xrightarrow{d} \mathcal{N}(0, 1)

我们要计算 $P(SR > SR_b)$ 。整理不等式：

P(SR > SR_b) = P\left(\frac{\widehat{SR} - SR}{\sigma_{SR}} < \frac{\widehat{SR} - SR_b}{\sigma_{SR}}\right)

在中心极限定理下，左边的标准化量服从标准正态分布，因此：

P(SR > SR_b) = \Phi\left(\frac{\widehat{SR} - SR_b}{\sigma_{SR}}\right) = \Phi(z^*)

其中， $z^* = (\widehat{SR} - SR_b) / \sigma_{SR}$ ， $\Phi$ 是标准正态分布的累积分布函数。

这就是 PSR。从中心极限定理出发，四行就能得到它。

PSR(SR_b) = \Phi\left(\frac{\widehat{SR} - SR_b}{\sigma_{SR}}\right)

为什么基准很重要

固定数据后，PSR 随 $SR_b$ 单调下降。基准越高，PSR 越低。选择 $SR_b$ ，其实就是在选择“什么才算成功”。

对多空股票策略来说， $SR_b = 0$ 通常太容易。如果策略净多股票，抛硬币都可能跑赢 $SR_b = 0$ 。 $SR_b = 0.3$ 到 $0.5$ 更诚实。对市场中性策略， $SR_b = 0.5$ 到 $0.7$ 比较合理。对低延迟 HFT 策略， $SR_b = 2.0$ 才是相关的门槛。

PSR 不会告诉你该不该投入资本。它告诉你，测出来的夏普能否在统计上与某个基准区分开。这个区别是否足以影响资本配置，是另一个问题。

高斯分布的特殊情况

如果收益率服从高斯分布，那么 $\gamma_3 = 0$ ， $\gamma_4 = 3$ 。方差简化为：

\sigma_{SR}^2 = \frac{1}{T-1}\left(1 + \frac{SR^2}{2}\right)

当 $SR$ 较小时（比如 $SR < 1$ ）， $SR^2/2$ 这一项可以忽略， $\sigma_{SR}^2 \approx 1/(T-1)$ 。这时 PSR 变成：

PSR \approx \Phi\left((\widehat{SR} - SR_b)\sqrt{T-1}\right)

这是最干净的形式。假设 $T = 252$ 、 $\widehat{SR} = 0.5$ ，那么 $PSR(SR_b = 0) = \Phi(0.5 \cdot \sqrt{251}) = \Phi(7.92) \approx 1.0$ 。当 $SR_b = 0.4$ 时， $PSR = \Phi(0.1 \cdot \sqrt{251}) = \Phi(1.58) \approx 0.943$ 。也就是说，一年回测、夏普为 0.5 时，我们有 94.3% 的把握认为真实夏普超过 0.4。

听起来不错。但脱离上下文，这句话很容易误导。单个策略一年回测得到 0.5 的夏普，结果其实很脆弱。下一年的收益率很可能让夏普估计值减半。PSR 不涉及未来，它只是在描述你现在已经拿到的数据。

完整例子：非高斯收益率

考虑一个空波动率策略。它的日收益率偏度为 $\gamma_3 = -1.5$ ，超额峰度为 $\gamma_4 = 6$ ，均值 $\mu = 0.001$ ，标准差 $\sigma = 0.012$ ，样本量 $T = 1260$ （5 年日频数据）。夏普为：

\widehat{SR}_{daily} = 0.001 / 0.012 = 0.0833

年化后： $0.0833 \cdot \sqrt{252} = 1.323$ 。

包含非正态修正的标准误：

$\sigma_{SR,daily}^2 = \frac{1}{1259}\left(1 - (-1.5)(0.0833) + \frac{6-1}{4}(0.0833)^2\right)$ $= \frac{1}{1259}(1 + 0.125 + 0.0087) = \frac{1.134}{1259} = 0.000901$

所以 $\sigma_{SR,daily} = 0.0300$ 。年化后： $0.0300 \cdot \sqrt{252} = 0.476$ 。

相对于基准 0 的 PSR：

PSR(0) = \Phi(1.323 / 0.476) = \Phi(2.78) = 0.997

看起来很好。但注意：非正态修正让标准误增加了 13.4%。如果忽略这个修正而使用高斯公式，标准误会是 $1/\sqrt{1259} \cdot \sqrt{252} = 0.449$ 。对应的 PSR 会是 $\Phi(2.95) = 0.998$ 。差异看起来很小，但经过修正的版本才是数据真正支持的结果。

相对于基准 0.5：

PSR(0.5) = \Phi((1.323 - 0.5) / 0.476) = \Phi(1.73) = 0.958

相对于基准 1.0：

PSR(1.0) = \Phi((1.323 - 1.0) / 0.476) = \Phi(0.68) = 0.752

真实夏普超过 1.0 的概率是 75.2%。这个结果还行，值得继续查。

PSR 没有捕捉到的东西

有三件事 PSR 不会处理，而且都很重要。

不修正自相关。 有正自相关的收益率，真正独立的观测数少于名义上的 $T$ 。标准误应该更大。本模块的“Haircut Sharpe”一文会推导这个修正。

不修正多重检验。 PSR 假设你只测试了这一个策略。如果你测了 100 个策略，然后挑最好的那个，PSR 会向上偏。“去膨胀夏普比率”一文会解决这个问题。

不修正非平稳性。 PSR 假设数据生成过程是稳定的。如果回测期间发生了状态变化，PSR 会把各个状态平均在一起，标准误也会算错。

import numpy as np
from scipy.stats import norm

# Parameters
T = 1260
mu, sigma = 0.001, 0.012
gamma3, gamma4 = -1.5, 6.0
sr_daily = mu / sigma
sr_annual = sr_daily * np.sqrt(252)

# Standard error with non-normality correction
se_daily = np.sqrt((1/(T-1)) * (1 - gamma3*sr_daily + (gamma4-1)/4 * sr_daily**2))
se_annual = se_daily * np.sqrt(252)

# PSR for various benchmarks
for benchmark in [0.0, 0.5, 1.0]:
    psr = norm.cdf((sr_annual - benchmark) / se_annual)
    print(f"PSR(SR_b = {benchmark}): {psr:.4f}")

PSR 是一种类似贝叶斯的表述

严格说，PSR 属于频率学派。但读起来很像贝叶斯后验：“给定数据，真实夏普超过基准的概率是多少？”在对 $SR$ 使用平坦先验时，频率学派的置信区间和贝叶斯可信区间会重合。PSR 就是这个问题的单侧版本。

这让 PSR 很容易沟通。“我们有 95% 的把握，真实夏普超过 0.5”，比“95% 置信下界是 0.51”或者“在 $\alpha = 0.05$ 下拒绝 $H_0: SR \le 0.5$ ”更容易理解。数学是同一套，表达方式会影响沟通效果。

选择合适的基准

根据实务经验，有三条经验法则：

规则 1：基准要反映机会成本。 如果你评估的是多空股票策略，基准应该是 60/40 组合能带来的收益。若评估的是 HFT 策略，基准应该是你的延迟优势理论上应带来的收益。

规则 2：相对于多个基准报告 PSR。 一个数字会掩盖取舍。给出 $SR_b \in \{0, 0.3, 0.5, 0.7, 1.0, 1.5, 2.0\}$ 对应的一组 PSR，比只报告 $PSR(0) = 0.97$ 更完整。

规则 3：诚实说明 PSR 没有捕捉到什么。 如果你测了 50 个策略，最优策略的 PSR 被高估了。如果收益率有自相关，PSR 被高估了。如果数据生成过程在回测中途发生变化，PSR 就没有意义。

正确的报告标准

对任何回测报告，最低标准应该是：

报告夏普，同时给出收益率频率和样本量。
给出经过非正态修正的标准误。
至少给出三个基准下的 PSR（通常是 0、0.5、1.0）。
针对自相关给出修正后的夏普（Haircut）。
针对多重检验给出去膨胀夏普。

PSR 是第二项。它区分了两种说法：“我们的夏普是 1.3”，以及“我们的夏普是 1.3，而且真实值超过 1.0 的把握是 75%。”后一句才是信息，前一句不是。

PSR 与 t 检验

如果你上过统计课，可能会觉得 PSR 公式就是单侧 t 检验。这个联系是准确的：

\text{One-sided t-test} = P(\text{reject } H_0: \mu \le \mu_b | \text{data})

PSR 的写法是：

PSR(SR_b) = P(\text{true } SR > SR_b | \text{data})

在高斯收益率和原假设 $H_0: SR = SR_b$ 下，标准化夏普服从自由度为 $T-1$ 的 t 分布：

\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}} \sim t_{T-1}

当 $T \ge 30$ 时，t 分布已经可以用标准正态分布很好地近似。因此：

PSR(SR_b) = T_{T-1}\left(\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}}\right)

其中， $T_{T-1}$ 是自由度为 $T-1$ 的 t 分布累积分布函数。AFML 中的 PSR 公式使用的是 $\Phi$ （正态分布累积分布函数），它相当于 $T \to \infty$ 的极限。 $T$ 有限时，t 分布更准确。

当 $T \ge 60$ 时， $\Phi$ 和 $T_{T-1}$ 的差异很小。 $T = 30$ 时，PSR 的差异大约为 1%。典型回测通常有 $T \ge 250$ ，这时差异可以忽略。除非回测少于 100 个观测，否则使用 $\Phi$ 就够了。

PSR 的统计功效分析

统计功效是指真实夏普为某个值 $SR_{true}$ 时，PSR 超过 $1 - \alpha$ 的概率。功效函数为：

\text{Power}(SR_{true}) = P\left(\Phi\left(\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}}\right) \ge 1 - \alpha\right)

把内部概率设为 $\alpha$ ：

\Phi\left(\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}}\right) \ge 1 - \alpha \iff \frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}} \ge \Phi^{-1}(1-\alpha) = z_{1-\alpha}

当 $SR_{true} > SR_b$ 时，检验统计量的期望值是：

E\left[\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}}\right] = \frac{SR_{true} - SR_b}{\hat{\sigma}_{SR}}

功效就是一个均值为上式的正态随机变量超过 $z_{1-\alpha}$ 的概率：

\text{Power}(SR_{true}) = \Phi\left(\frac{SR_{true} - SR_b}{\hat{\sigma}_{SR}} - z_{1-\alpha}\right)

当 $\alpha = 0.05$ 时， $z_{1-\alpha} = 1.645$ 。假设 $\widehat{SR} = 1.5$ 、 $SR_b = 0.5$ 、 $T = 1260$ 、 $\hat{\sigma}_{SR} = 0.5$ ：

\text{Power} = \Phi\left(\frac{1.5 - 0.5}{0.5} - 1.645\right) = \Phi(2 - 1.645) = \Phi(0.355) = 0.639

所以，在这些参数下，PSR 在 $\alpha = 0.05$ 的显著性水平下拒绝 $SR \le 0.5$ 这一原假设的功效是 64%。不算高。要达到 80% 的功效，信噪比 $(SR_{true} - SR_b)/\hat{\sigma}_{SR}$ 至少要达到 $0.841 + 1.645 = 2.486$ 。当 $SR_{true} - SR_b = 1.0$ 时，这要求 $\hat{\sigma}_{SR} \le 0.402$ 。对于 $T$ 个独立同分布的高斯收益率观测， $\hat{\sigma}_{SR} \approx 1/\sqrt{T}$ 。所以 $T \ge 1/0.402^2 \approx 6.2$ 。不过，这里的单位是收益率频率下的夏普。

年化时， $f = 252$ ：

\hat{\sigma}_{SR,annual} = \frac{1}{\sqrt{T}} \sqrt{f} = \frac{\sqrt{252}}{\sqrt{T}}

令它等于 0.402，可得 $T \ge 252/0.402^2 = 1559$ 天，也就是大约 6.2 年。

因此，即使夏普差距有 1.0，达到 80% 功效也需要 6 年以上的日频数据。夏普差距越小，需要的数据越多。这也是 MBL（最短回测长度）有用的原因：它会提前告诉你，回测的统计功效够不够。

非零基准下的 PSR

基准 $SR_b$ 不一定是零。常见选择有：

$SR_b = 0$ （能力与无能力的比较）：检验策略是否有任何正优势。这个检验很弱，几乎所有带有多头偏置的策略都能超过 0。

$SR_b$ = 无风险利率 / 波动率：检验策略是否超过无风险利率。这里隐含的夏普，是相对于无风险资产的信息比率。

$SR_b$ = 同类策略中位数：检验策略是否进入相似策略的前 50%。这需要同类策略的基准数据。

$SR_b$ = 策略特定门槛：检验策略是否达到商业上的要求，例如机构委托要求夏普为 1.0。

对每个基准，PSR 回答的问题都不一样。一个策略可能通过 $PSR(0) = 0.99$ ，却没通过 $PSR(0.5) = 0.30$ 。前者说“你的策略超过了噪声”，后者说“你的策略很可能跑不赢夏普为 0.5 的基准”。两句话都对，只是关心的点不同。

实际报告时，基准要和你的投资决策匹配。如果你在决定是否配置资本，就应该使用能反映这笔资本其他用途的基准。

带贝叶斯先验的 PSR

如果你对真实夏普有先验分布，就可以计算 $SR > SR_b$ 的贝叶斯后验概率：

P(SR > SR_b | \text{data}) = \frac{\int_{SR_b}^\infty p(\text{data} | SR) p(SR) dSR}{\int_{-\infty}^\infty p(\text{data} | SR) p(SR) dSR}

如果先验是高斯分布 $p(SR) = \mathcal{N}(SR_0, \sigma_0^2)$ ，似然也是高斯分布（夏普可以用中心极限定理作近似），那么后验同样是高斯分布：

P(SR | \text{data}) = \mathcal{N}(\mu_{post}, \sigma_{post}^2)

其中：

\mu_{post} = \frac{\widehat{SR}/\hat{\sigma}_{SR}^2 + SR_0/\sigma_0^2}{1/\hat{\sigma}_{SR}^2 + 1/\sigma_0^2}, \qquad \sigma_{post}^2 = \frac{1}{1/\hat{\sigma}_{SR}^2 + 1/\sigma_0^2}

$SR > SR_b$ 的后验概率为：

P(SR > SR_b | \text{data}) = \Phi\left(\frac{\mu_{post} - SR_b}{\sigma_{post}}\right)

当先验是平坦先验（ $\sigma_0 \to \infty$ ）时， $\mu_{post} \to \widehat{SR}$ ， $\sigma_{post} \to \hat{\sigma}_{SR}$ 。后验概率就退化为 PSR。因此，PSR 就是平坦先验下的贝叶斯后验概率。

非平坦先验可以加入事先掌握的知识。如果你观察了 20 年间的 100 个量化策略，先验夏普均值为 0.3、先验标准差为 0.4，那么后验会把报告出来的夏普向 0.3 拉回去。这是一种收缩。

对大多数量化场景，平坦先验下的 PSR 已经够用。只有当你对策略类别有很强的先验信息时，贝叶斯版本才更有价值。

常见的 PSR 错误

实务中经常出现五种错误：

错误 1：用样本标准差代替夏普标准误。 夏普标准误应该使用上面推导的 $\hat{\sigma}_{SR}$ 公式。若使用 $\hat{\sigma}$ （收益率标准差），算出来的 PSR 会小 5 到 10 倍。这是最常见的错误。

错误 2：忘记非正态修正。 对偏度为负的策略，忽略 $\gamma_3$ 会低估 $\hat{\sigma}_{SR}$ ，从而高估 PSR。对典型的空波动率策略，修正幅度通常是 10% 到 30%。

错误 3：使用年化频率的夏普，却使用日频标准误计算 PSR。 $\sqrt{f}$ 的缩放必须一致。如果 $\widehat{SR}$ 已经年化， $\hat{\sigma}_{SR}$ 也必须年化。

错误 4：不说明基准就报告 PSR。 单独说“PSR = 0.95”是不完整的。基准是这句话的一半。始终报告 $PSR(SR_b = X) = 0.95$ 。

错误 5：把 PSR 当成多重检验修正。 PSR 假设你只测试了一个策略。多重检验应该使用去膨胀夏普比率。 $m$ 个策略中最优策略的 PSR，大约会被 $\sqrt{2 \log m}$ 高估。

PSR 什么时候优于其他方法

有三种场景，PSR 是合适的工具：

单个、事先确定的策略：你只有一个策略，没有搜索参数。PSR 回答“这个夏普在统计上能否和基准区分开？”
与非统计专业人士沟通：PSR 读起来就是一个概率陈述，直观。置信区间和 p 值需要更多解释。
风险预算：PSR 量化了夏普估计的不确定性。它可以帮助你确定仓位和风险限额。

多重检验使用 DSR，交叉验证诊断使用 PBO，参数优化诊断使用 Haircut Sharpe。PSR 只是工具箱中的一件工具。

PSR 与最短回测长度

下一篇文章中的最短回测长度（MBL）公式，正是通过反解 PSR 得到的：给定一个期望的 PSR 阈值，需要多大的 $T$ ？两者的联系是：

MBL = \arg\min_T \left[PSR_T(SR_b) \ge 1 - \alpha\right]

这就是让 PSR 超过阈值的最小 $T$ 。在大多数实际情况下（夏普差距为 0.5 到 1.0， $\alpha = 0.05$ ），MBL 是 3 到 15 年的日频数据。如果你的回测短于 MBL，PSR 就不可靠。你不能据此下结论说策略跑赢了基准。

关于 PSR 局限性的最后提醒

PSR 是一个有用的诊断工具，但它不是策略验证。PSR 为 0.99，表示测出来的夏普在统计上能和基准区分开。它不代表策略会在生产环境中表现良好，也不处理状态切换、容量限制或实现问题。PSR 只是整个诊断体系中的一块。

更诚实的表述是：PSR 告诉你是否值得进入下一步，比如样本外测试或模拟交易。它不会告诉你该不该投入资本。投入决策需要额外分析，PSR 本身无法给出答案。

PSR 与夏普置信区间

PSR 的一种替代方法是夏普比率置信区间：

CI_{95\%} = \widehat{SR} \pm z_{0.975} \cdot \hat{\sigma}_{SR}

对于基准 $SR_b$ ，PSR 等价于检查 $SR_b$ 是否位于 95% 置信区间内（单侧）。

假设 $\widehat{SR} = 1.3$ 、 $\hat{\sigma}_{SR} = 0.45$ 、 $T = 1260$ （年化）：

CI = [1.3 - 0.882, 1.3 + 0.882] = [0.418, 2.182]

相对于 $SR_b = 0$ 的 PSR： $\Phi(1.3/0.45) = \Phi(2.89) = 0.998$ 。95% 置信区间不包含 0。

相对于 $SR_b = 0.5$ 的 PSR： $\Phi((1.3-0.5)/0.45) = \Phi(1.78) = 0.962$ 。95% 置信区间不包含 0.5。

相对于 $SR_b = 1.0$ 的 PSR： $\Phi((1.3-1.0)/0.45) = \Phi(0.67) = 0.748$ 。95% 置信区间包含 1.0。

PSR 比置信区间更细致。置信区间说：“真实夏普在 0.418 到 2.182 之间。”PSR 说：“真实夏普超过 1.0 的把握是 75%。”两种说法都有效，但 PSR 更容易直接用于决策。

对单个基准，置信区间和 PSR 提供的信息相近。对多个基准，PSR 更紧凑，因为每个基准只需要一个数字。

短回测的 PSR

对短回测（ $T < 250$ 天），PSR 所依赖的中心极限定理近似较差。夏普估计量不服从正态分布，更适合使用 t 分布。

基于 t 分布的 PSR：

PSR_t(SR_b) = T_{T-1}\left(\frac{\widehat{SR} - SR_b}{\hat{\sigma}_{SR}}\right)

其中， $T_{T-1}$ 是自由度为 $T-1$ 的 t 分布累积分布函数。

当 $T = 60$ 时，t 分布的尾部比正态分布更厚。同一组数据下，PSR 会更低。假设 60 天回测的夏普为 0.1（年化后为 1.6），基准为 0：

正态 PSR： $\Phi(1.6 \cdot \sqrt{59/252}) = \Phi(1.6 \cdot 0.484) = \Phi(0.774) = 0.781$
t 分布 PSR： $T_{59}(0.774) = 0.779$

$T = 60$ 时，差异还很小。 $T = 30$ 时，差异会更明显。

对非常短的回测（ $T < 30$ ），Bootstrap 置信区间比正态或 t 分布近似都更可靠。

异方差下的 PSR

PSR 公式假设波动率恒定。如果回测期间波动率发生变化（异方差），标准误公式就需要调整。

对存在波动率聚集的策略，夏普标准误会大于独立同分布公式给出的结果，PSR 也会相应降低。

一个简单的调整方法是：使用每个子时期的实现波动率，计算加权夏普：

\widehat{SR}_{hetero} = \frac{\sum_t r_t / \sigma_t^2}{\sqrt{\sum_t 1/\sigma_t^2}}

这就是“指数加权”夏普。标准误约为 $1/\sqrt{\sum_t 1/\sigma_t^2}$ 。

如果需要更严格的处理，可以使用 GARCH(1,1) 条件方差。使用条件波动率计算的夏普，比无条件夏普更有效率，也就是方差更低。

生产环境中的 PSR

策略上线后，可以用实盘收益率计算 PSR。如果策略表现符合预期，实盘 PSR 应该和回测 PSR 接近。

如果实盘 PSR 明显低于回测 PSR，说明策略已经退化。可能的原因有：

容量：策略规模变大，更难执行。
状态：市场环境发生了变化。
拥挤：其他交易员也发现了这个策略。
衰减：优势已经被套利掉。

对已经上线的策略，要监控实盘 PSR。持续下降值得调查，单次下降可能只是噪声。

实际的 PSR 工作流

对一个研究项目，可以这样做：

运行回测，计算夏普。
计算相对于三个基准（0、0.5、1.0）的 PSR。
如果 PSR(0) < 0.9，就放弃。这个策略无法与噪声区分。
如果 PSR(0) > 0.9，但 PSR(0.5) < 0.5，说明策略超过了零基准，却没有超过典型主动策略。它处在边缘位置。
如果 PSR(0.5) > 0.9，但 PSR(1.0) < 0.5，说明策略超过了平均水平，却没有超过强基准。这个结果值得继续看。
如果 PSR(1.0) > 0.9，说明策略有较强的统计支持，可以进入样本外测试。

这些 PSR 阈值只是惯例，不同团队使用的 cutoff 不同。保守决策可以用 PSR > 0.95；早期研究则可以接受 PSR > 0.80。

多段回测报告中的 PSR

如果策略有多个回测区间（例如 2008–2012、2013–2017、2018–2022），应分别报告每个区间的 PSR，以及合并后的 PSR。

合并 PSR 使用所有收益率的拼接结果。PSR 公式可以直接使用，此时 $T = \sum_j T_j$ 。

分时期的 PSR 可以揭示特定时期的风险。一个策略可能总体 PSR 很高，但在 2008–2012 年（金融危机期间）的 PSR 很低，这说明它有隐藏的状态风险。分时期 PSR 能把这个问题暴露出来。

PSR 与夏普检验统计量

有一个容易忽略的点：标准的夏普比率检验统计量是 $t = \sqrt{T} \cdot \widehat{SR}$ 。在 $SR = 0$ 的原假设下，它近似服从标准正态分布。

PSR 是 $\Phi(\widehat{SR} / \hat{\sigma}_{SR})$ 。代入 $\hat{\sigma}_{SR} \approx 1/\sqrt{T}$ ：

PSR = \Phi(\widehat{SR} \cdot \sqrt{T})

如果 $\widehat{SR} = 0.05$ （日频）、 $T = 252$ ： $PSR = \Phi(0.05 \cdot \sqrt{252}) = \Phi(0.794) = 0.786$ 。

这是日频夏普相对于基准 0 的 PSR。年化后， $\widehat{SR}_{annual} = 0.794$ ， $PSR(0) \approx 1.0$ ，也就是几乎可以确定它超过 0。

但等等。 $\hat{\sigma}_{SR} \approx 1/\sqrt{T}$ 这个代入，只适用于独立同分布收益率且 $SR \approx 0$ 的情况。对非零夏普，方差公式还包含夏普本身。

完整的 PSR 公式会处理 $\hat{\sigma}_{SR}$ 对 $\widehat{SR}$ 的依赖。简化公式 $\Phi(\widehat{SR} \cdot \sqrt{T})$ 只在夏普较小时准确。

最后的思考

对于“我的夏普在统计上能否与基准区分开？”这个问题，PSR 是正确的工具。对于“我该不该部署这个策略？”，PSR 就不是正确的工具了，后者需要额外分析。

在研究报告中，PSR 只是许多数字中的一个。完整的诊断体系包括：PSR（显著性）、Haircut Sharpe（自相关）、DSR（多重检验）、MBL（样本量）、PBO（过拟合）、CPCV（交叉验证）、容量分析（规模）和状态分析（稳定性）。

一个策略如果通过了所有这些检查，才算真正完成验证。只通过一部分，说明还需要继续做。一个都没通过，就该放弃。

诚实的量化研究员会把 PSR 当成多个输入之一。不诚实的量化研究员只报告 PSR，然后宣布胜利。

参考文献

Bailey, D. H. and López de Prado, M. (2014). “The Deflated Sharpe Ratio: Correcting for Selection Bias, Non-Normality, and Multiple Testing.” Journal of Portfolio Management, 40(5), 94–107. §2 推导了 PSR。
López de Prado, M. (2018). Advances in Financial Machine Learning, §14.7.2. Wiley. ISBN 978-1-119-48208-6。
Lo, A. W. (2002). “The Statistics of Sharpe Ratios.” Financial Analysts Journal, 58(4), 36–52。夏普方差公式的基础文献。