同样的收益，走过的路一样吗？

蛙兄暂时把“功劳该算给谁”的问题放在一边，点开了另一张图。

图里有两个示意账户：同一天从100点出发，一年后都到了120点，中间没有追加或取走资金。

“这次总算打平了吧？”

蛙博士把中间那段曲线展开。

一个账户有涨有跌，但起伏不大，慢慢走到了120点。另一个先大涨，又跌到本金以下，最后才回到120点。

“结果一样。”蛙博士说，“这一年过得可不一样。”

蛙兄盯着第二条线：“这账户还挺费心脏。”

先别急着给两家排名。这两条线提醒了我们一件事：最后赚了多少，只是账户经历的一部分。

都赚了20%，用了多久？

从100点变成120点，一共多了20点，相对最初的100点，赚了20%。这就是这段时间的累计收益率。

刚才两家都用了一年，所以在“赚了多少、用了多久”这两件事上，确实一样。

现在只改一个条件：假如其中一家不是一年，而是三年才从100点变成120点呢？

“都是20%，但不能当成同样的速度了。”蛙兄说。

对。因此，看见一个收益率，先别只看百分号前面有多大，还要看看旁边有没有写时间。

为了把时间算进去，我们常把一段收益换成按年表达的增长速度，叫作年化收益率。

你可以把它理解成：如果每年都按同一个比例增长，并把前面赚到的钱也留在里面继续增长，每年需要增长多少，才能从这个起点走到这个终点？

在这个例子里，一年从100点到120点，年化就是20%；三年才到120点，年化约为6.27%，不是直接用20%除以三。FINRA：累计收益与年化收益怎样计算

“那三年里，每年都赚了6.27%？”

也不是。实际可能有的年份赚钱，有的年份亏钱。6.27%只是把这段已有结果换一种方式表达，既没有还原每一年的真实经历，也没有承诺下一年能赚多少。

再把中间那段路展开

现在回到最初那两个账户：它们都用了一年，都从100点到了120点。

既然时间也一样，为什么第二条线还是让蛙兄坐不住？

因为他看到的不只是最后那20点，还有中间的大起大落。

不过，要认真比较，不能只说“这条线看起来比较吓人”。我们可以把每天的收益变化拿出来看：它们多数时候离平均水平不远，还是经常一下高出很多、一下低出很多？

描述这种分散程度的常见指标，叫作波动率。计算时常用的名字是“标准差”，现在不用急着学怎么算。先记住：这里看的是每天收益率的起伏，不是账户有多少点，也不是简单拿最高点减最低点。CFA Institute：用标准差理解波动

“那突然大赚一天，也算波动？”

算。波动率不只记下跌，大幅上涨也会被记进去。

这也是为什么，它不能直接翻译成“亏钱有多危险”。它帮助描述起伏，却没有包办所有风险。

至于蛙兄特别在意的那一段——账户明明到过高处，后来又跌下来很多——我们已经认识另一个指标：最大回撤。

再看开头的图。第二个账户从此前高点跌到后来的低点，最后虽然涨回了120点，那段下跌也不会从记录里消失。

我们可以把它们放在一起看，而不是挑一个代替另一个。也别把历史上的最大回撤当成以后最多只会亏到这里。

起伏这么多，多赚了多少？

“那我选最平的那条。”蛙兄说，“干脆不买，钱放着，线不就平了吗？”

只追求平稳，确实很容易忘掉另一半问题：这些钱最后获得了什么回报？

还记得上一课那个“存钱拿利息”的比方吗？它帮助我们理解无风险收益，也就是用来比较的一份基础回报。这里仍然只是比方，不是说任何存款都绝对没有风险。

如果我们选择了一套会有起伏的办法，就可以继续问：相对于那份基础回报，多出来的收益，与这些起伏放在一起看，表现怎么样？

把这两件事放在一起衡量的一个常见指标，叫作夏普比率（Sharpe ratio）。它用平均的额外收益除以相应的波动，看看每承担一份起伏，对应了多少额外回报。这里的额外收益，是相对无风险收益而言，不是相对沪深300。CFA Institute：夏普比率在衡量什么

比如，在其它计算条件一致、平均额外收益相同且为正的情况下，波动较小的那个，夏普会更高。

“那开头那两个账户，谁的夏普高？”

得拿出记录算，不能靠看图发奖。两家都从100点到120点，说明累计收益一样，不代表每天收益的平均值、波动也一样。那两条示意线只能帮助我们提出问题，不能凭空给出一个夏普数字。

如果想让AI计算，哪些地方需要先说清楚？

年化收益和夏普里用到的平均收益，不要混着用。

对于中途没有追加或取款、起点和终点资产都为正的这个简单例子：

年化收益率 =（期末资产 ÷ 期初资产）^(1 ÷ 年数) − 1

三年从100到120，就是 1.2^(1/3) − 1 ≈ 6.27%。如果中途追加或取走了钱，要先请AI处理这些资金进出，不能直接套这个简式。

计算历史夏普时，先给每个观察期算一笔差：账户收益率减去同一期间的无风险收益率。再用这些差值的平均数，除以它们的标准差。用日数据算，就让两者都对应同一天；不要把三年累计收益、全年利率和日波动混在一个式子里。William F. Sharpe：The Sharpe Ratio

如果AI给出年化夏普，让它说明采用了什么换算和假设。比较两家时，观察区间、数据频率、费用与无风险收益的处理也要对齐。分母为零时不能正常相除，不应硬填一个“无限优秀”的分数。

这些细节是为了看懂AI到底算了什么，不需要现在全部背下来。

夏普高，就可以放心了吗？

“所以夏普可以帮我比较。”蛙兄说，“但那段最难熬的回撤，还是得另外看，对吧？”

对。夏普回答了一部分问题，回撤的经历还得展开看。

比如，一个办法过去多数时候都很平稳，不代表它以后不会遇到一次很深的下跌。只盯着夏普，也看不见每一段回撤发生在什么时候、持续了多久。

我们不用为每个指标选出一个冠军。它们更像是在帮助我们把问题问完整：

如果好奇，可以回看自己的那条线

和 AI 回看账户曲线

复制

你可以打开Codex，或者使用WorkBuddy，把已有的账户曲线和结果交给AI，问问：“只看最后的收益，我漏掉了这段经历里的哪些事情？”

让它结合你提供的记录解释。缺什么就说明，不要为了把指标表填满而编数字。先挑一个自己最想弄懂的问题，再商量有没有必要进一步计算。

蛙兄把那两个120点旁边的空白补上了：用时一年。然后把中间的曲线也一起保存下来。

“现在总比只看最后一行清楚了。”

是的。我们已经能更完整地描述这段经历。

但还有一个问题：这段经历本身，有多大程度值得相信？如果换一批样本、换一段时间，那些好看的数字还会不会出现？

下一课，我们就继续检查这件事。