Deflated Sharpe Ratio 怎么算：试了几百组参数之后，夏普比率该打几折

你在参数网格上跑了三百组回测，挑出夏普最高的那组，报告说「这个策略夏普 1.8」。这句话有个隐含前提：1.8 是这个策略的夏普。实际上它是三百个带噪声的估计值里的最大值——即使这三百组的真实夏普全是零，最大值也不会是零。Deflated Sharpe Ratio（DSR）干的事，就是把「挑了很多次」这件事的代价从这个数字里扣掉。

为什么普通夏普在多重检验下会系统性虚高

夏普比率是估计量，有抽样误差。样本越短、收益分布越偏离正态，误差越大。单次实验里这只是噪声；一旦你在 M 个配置里取最大值，噪声就变成了系统性偏差，因为你做的是极值抽样，而不是一次独立观测。

这个偏差的量级超出多数人的直觉。Bailey、Borwein、López de Prado 与 Zhu 在《Notices of the AMS》2014 年 5 月号给的例子是：只要有 5 年数据，试 45 组配置就足以挑出一个样本内夏普为 1、样本外一塌糊涂的组合（[Pseudo-Mathematics and Financial Charlatanism](https://www.davidhbailey.com/dhbpapers/backtest-pseudo.pdf)）。学术界那边的对应结论来自 Harvey、Liu 与 Zhu 发表在《Review of Financial Studies》2016 年第 29 卷的因子普查：清点了 316 个因子之后，他们主张新因子的 t 值门槛应该抬到 3.0 以上，而不是习惯用的 2.0（[论文页面](https://academic.oup.com/rfs/article/29/1/5/1843824)）。

DSR 惩罚的到底是什么

DSR 建立在 Probabilistic Sharpe Ratio（PSR）之上。PSR 回答「真实夏普高于某个基准的概率有多大」，而 DSR 把这个基准从 0（或者你随手设的数）换成一个更难过的东西：假设所有试验的真实夏普都是 0，做 N 次试验，纯靠运气期望能挑出的最大夏普。

E[max SR] ≈ √V[SR] × ( (1−γ)·Z⁻¹[1−1/N] + γ·Z⁻¹[1−1/(N·e)] )，其中 γ ≈ 0.5772 为欧拉常数，Z⁻¹ 为标准正态分布的分位数函数。 DSR = Z[ (SR − SR₀)·√(n−1) / √(1 + ½SR² − γ₃·SR + (γ₄−3)/4·SR²) ]，其中 SR₀ = E[max SR]。

V[SR] 是各次试验夏普的方差，n 是收益观测数，γ₃ 和 γ₄ 是收益序列的偏度与峰度。**γ₄ 取非超额峰度（正态分布等于 3）**，这一点务必看清：scipy.stats.kurtosis 和 pandas 的 .kurt() 默认返回的是超额峰度（正态等于 0），直接代进公式会把峰度惩罚算反，需要 +3 或传 fisher=False。三个惩罚项各管一件事：N 管试验次数，n 管样本长度，偏度峰度管分布形状。负偏加尖峰的序列被压得最狠——「平时小赚、偶尔巨亏」正是这种形状，这类策略的原始夏普往往好看得离谱。

N=1000、离散度 1.0 那一格是 3.26，与原论文给出的数字对得上：一千次独立试验，真实夏普全是零，最大值的期望仍有 3.26。这张表还说明惩罚力度主要由试验间的夏普离散度决定。同样一千次试验，如果配置之间差别很小、夏普都挤在一起（离散度 0.3），惩罚基准只有 0.98。

有效试验次数怎么估

这是整套方法最脆弱的一环。N 不是你跑了多少次回测，而是这些回测里有多少条独立信息。10 个窗口 × 5 个阈值 × 3 套进出场逻辑是 150 个配置，但若相邻窗口的收益曲线相关系数 0.9，它们远算不上 150 次独立试验。常见的三种估法，从粗到细：

• 按平均相关系数折算：N = ρ̄ + (1−ρ̄)·M，M 为配置总数。ρ̄=0 时 N=M，ρ̄=1 时 N=1。够快，但对 ρ̄ 的估计极其敏感。
• 对所有回测的收益序列做聚类，簇数当作 N。López de Prado 用的是 ONC 算法，层次聚类可以给出一个偏保守的下界。
• 谱方法：看配置间相关矩阵的特征值分布，用有效秩近似独立维度数。

绕不开的问题是：N 是自报的。同一份回测结果，声称试了 10 次和承认试了 200 次，DSR 能给出相反的结论。下面这张表是一个构造算例，其他条件全部固定，只改 ρ̄ 一个假设。

不做惩罚时 DSR 是 0.99，看着像铁证；一旦承认试了 200 组、并假设它们中度相关，就掉到 0.83，过不了通常采用的 0.95 门槛。所以 DSR 的可信度上限等于你回测日志的诚实程度。跑完几百组之后再回头补一个 N，等于自己给自己发准考证。

一个 DSR 通过、策略却无效的实例

我们对一只大盘股做过日内信号测试，两年 5 分钟数据，回归和动量两个方向各跑一遍，DSR 惩罚和对抗验证都挂上。回归方向直接失败。动量方向通过了全部关卡，看上去可以进入下一阶段。

然后我们做了一件本该更早做的事：把信号收益与同期大盘走势求相关系数，结果是 +0.97。这个信号没有捕捉到任何日内规律，它只是换了种方式表达趋势。剔除 45 个事件驱动的交易日重跑仍然亏损，而同期简单买入持有反倒是正的。这一轮我们多烧了两周，原因是把 DSR 当成了终点站。

教训可以写得很短：DSR 回答「这个数字是不是运气」，不回答「这个数字是不是 beta」。两个问题正交，过了前一关不代表后一关也过。

DSR 管不到的三件事

• 管不到口径注水。DSR 对喂进去的收益序列照单全收。我们有一批信号，按「次日开盘买入、次日收盘卖出」计算平均 +0.56%，按「信号日收盘起算、卖价取次日最高与收盘的均值」计算平均 −0.28%，差 0.84 个百分点而且正负翻面，差别全在隔夜跳空算不算进来。同一批交易，两条收益序列，两个 DSR，两个都「算对了」。
• 管不到 beta 暴露。补救办法只能放在 DSR 之外：算与宽基指数、与市值因子的相关性，再换基准重估超额。我们复现过一个标称命中率 61.6% 的模型，改用全市场前复权数据、把区间拉到 2.5 年之后只剩 56.6%；换中证 500 和中证 1000 做基准，样本外超额转为 −0.3% 到 −0.5%，正收益基本来自小盘市值暴露。
• 管不到数据本身会变。前复权因子从当前时点往回推，每次分红送股都要重算全部历史价格，同一段前复权数据半年后取出来数值不同，回测结果自然跟着变。DSR 是对一条固定收益序列的统计量，序列会漂移这件事不在它射程内。

这里要交代一条边界:上面那次复现本身跑在前复权数据上,而本文正好在讲前复权结果不可严格复现——所以这组数字按我们自己的标准也是不可严格复现的。保留它是因为结论(差约 5 个百分点、扣费后转负、换市值匹配的基准后超额转负)在量级上不依赖复权方式,但精确到小数点的数值不应该被再引用。

落地清单

1. 1从第一次跑回测就记日志：配置、数据区间、完整收益序列全存下来。事后重建的试验次数没有可信度。
2. 2试验间夏普的标准差用你实际跑出来的那堆配置去算，别拿经验值顶替，它直接决定惩罚力度。
3. 3报 DSR 必须同时报 N 的取值和估法，以及偏度、峰度、观测数。孤零零一个 0.97 没有信息量。
4. 40.95 是常用门槛（对应 5% 的显著性水平），不是及格证书。
5. 5通过之后再做三项正交检验：与基准指数的相关性、剔除事件驱动交易日重跑、换一个市值风格的基准重算超额。
6. 6最后仍然要留真正的样本外区间。DSR 是对样本内统计的校正，替代不了样本外验证。

本文所有公式引自 Bailey 与 López de Prado (2014) 及后续文献，两张表的数值为按公式的本站计算；带百分比的实测数据来自本站自有回测。全文讨论统计方法，不构成投资建议，也不指向任何具体证券。

参考文献

• Bailey, D. H., & López de Prado, M. (2014). The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality. Journal of Portfolio Management. [SSRN 页面](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2460551)
• Bailey, D. H., Borwein, J. M., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the AMS, 2014 年 5 月号。[PDF](https://www.davidhbailey.com/dhbpapers/backtest-pseudo.pdf)
• Harvey, C. R., Liu, Y., & Zhu, H. (2016). … and the Cross-Section of Expected Returns. Review of Financial Studies, 29(1), 5–68. [论文页面](https://academic.oup.com/rfs/article/29/1/5/1843824)
• Quantdare 对 DSR 公式与有效试验次数近似式的整理：[Deflated Sharpe Ratio: how to avoid been fooled by randomness](https://quantdare.com/deflated-sharpe-ratio-how-to-avoid-been-fooled-by-randomness/)