績效指標詳解：Pyfolio 全方位分析¶
Info
本頁面說明 TQuant Lab 生成之 Pyfolio 全版報表 (Full Tear Sheet) 中的各項關鍵指標定義與判讀方式。
注意：本文檔中出現的數值與圖表僅為 範例數據 (Sample Data)，旨在演示如何解讀報表，並非特定策略的保證績效。
1. 核心績效概覽 (Performance Statistics)¶
此區塊位於報表最上方，提供策略的整體獲利能力與風險調整後表現的統計摘要。
1.1. 報酬與波動類¶
Annual return (年化報酬率)¶
- 定義：將策略的總報酬換算為每年的平均複利增長率。
- 判讀：衡量策略獲利能力最直觀的指標。
Annual volatility (年化波動率)¶
- 定義：衡量資產收益率的標準差，反映價格變動的劇烈程度。
- 判讀：數值越高，代表資產價格波動越大，風險越高。台股大盤長期平均波動率約在 15%~20% 之間。
範例解讀
- Annual return:
37.43%—— 代表此範例策略每年平均增長 37%。 - Annual volatility:
24.67%—— 代表波動程度高於一般大盤，屬於積極型策略。
1.2. 風險調整收益類¶
Sharpe ratio (夏普比率)¶
- 定義：衡量每承擔一單位總風險 (波動率)，能換取多少超額報酬。
- 公式：\((R_p - R_f) / \sigma_p\)
- 判讀：
> 1.0：策略表現良好，報酬足以彌補風險。> 2.0：策略表現優秀。< 0：策略表現不如無風險資產（如定存）。
Sortino ratio (索提諾比率)¶
- 定義：夏普比率的改良版。計算時只考慮 下檔波動 (Downside Volatility)，即只將「虧損的波動」視為風險，忽略上漲帶來的波動。
- 判讀：若 Sortino 比 Sharpe 高，代表策略的波動主要來自於價格上漲（這是好的波動）。
範例解讀
在此範例中，Sharpe 為 1.41，而 Sortino 高達 2.11。這顯示策略雖然波動率高 (24%)，但大部分波動是向上獲利的，下檔風險相對可控。
2. 進階風險指標 (Risk Metrics)¶
此區塊揭露了極端情況下的風險特徵，對於風險控管至關重要。
Max drawdown (最大回撤)¶
- 定義：在選定期間內，資產從歷史最高點跌落至最低點的最大跌幅。
- 判讀：代表投資人可能面臨的最壞帳面虧損。
Omega ratio (歐米伽比率)¶
- 定義：獲利幅度與虧損幅度的機率加權比率。
- 判讀：衡量「獲利潛力」相對於「虧損潛力」的盈虧比。數值大於 1 代表獲利期望值大於虧損。
Skew (偏度) 與 Kurtosis (峰度)¶
- Skew (偏度)：衡量報酬分佈的對稱性。
- 負值 (左偏)：代表策略容易出現極端的小機率虧損（黑天鵝事件）。
- Kurtosis (峰度)：衡量分佈的「肥尾」程度。
- 高數值：代表極端行情發生的頻率高於常態分佈的預期。
範例解讀
- Max drawdown:
-34.80%—— 歷史最大跌幅曾達三分之一，使用者需評估資金承受力。 - Kurtosis:
5.78—— 數值偏高，暗示策略具有肥尾效應，需提防突發性的極端行情。
3. 持倉與交易特徵 (Holdings & Trading)¶
此部分反映策略的運作風格、交易成本與潛在的結構性風險。
Daily turnover (每日換手率)¶
- 定義：每日買賣金額佔總資產的比例。
- 判讀：
- 數值越高，代表交易越頻繁，手續費與滑價成本越高。
- 平均持倉週期約為 \(1 / Turnover\)。
Top 10 Positions (十大持倉佔比)¶
- 定義：前十大持股佔總資產的百分比。
- 判讀：用於評估 集中度風險 (Concentration Risk)。若單一個股佔比過高，策略績效將過度依賴單一標的。
範例解讀：高度集中的風險
下表為某策略的持倉範例。可見前兩大持股佔比皆超過 42%：
| Stock | Max % |
|---|---|
| 2615 | 42.38% |
| 2915 | 42.14% |
這顯示該範例策略具有極高的集中度風險，單一個股的漲跌對淨值影響巨大。
4. 關鍵圖表說明 (Key Charts)¶
4.1. 最差回撤期 (Worst Drawdown Periods)¶
此表格列出了歷史上跌幅最深的幾次事件，幫助使用者了解策略在逆境中的表現。
- Net drawdown：跌幅百分比。
- Peak / Valley：起跌點與最低點日期。
- Duration：從起跌到完全解套（淨值創新高）所經歷的時間。
範例數據
| Rank | Net Drawdown | Duration | 說明 |
|---|---|---|---|
| 1 | -34.80% | 471 Days | 範例策略曾經歷長達 1 年以上的資金套牢期。 |
| 2 | -31.02% | 105 Days | 次大跌幅發生在短時間內，但恢復速度較快。 |
4.2. 水下圖 (Underwater Plot)¶
- 定義：將歷史高點設為 0%，視覺化呈現淨值回落的幅度與時間長度。
- 用途：快速識別策略的「痛苦期」。若陰影面積大且深，代表策略長期處於虧損或回補狀態。
5. 因子分析 (Factor Analysis)¶
評估策略報酬來源是來自於選股能力 (Alpha) 還是市場趨勢 (Beta)。
- Alpha (阿爾法)：扣除市場風險後的超額報酬。正值代表策略具有擊敗大盤的能力。
- Beta (貝塔)：策略對大盤波動的敏感度。
- \(\beta = 1\)：與大盤同步。
- \(\beta = 0\)：與大盤無關（市場中性）。
範例解讀
- Alpha:
0.20—— 策略具備選股能力，能創造年化 20% 的超額報酬。 - Beta:
0.88—— 策略與大盤高度正相關，屬於順勢型策略。
6. 常見回測陷阱 (Pitfalls)¶
前視偏差 (Look-ahead Bias)
在回測中使用了「未來才知道」的資訊。例如：在計算今日訊號時，不小心用到了「今日收盤價」（現實中盤中無法預知收盤價）。這是導致回測失真的頭號殺手。
生存偏差 (Survivorship Bias)
只選了「現在還活著」的股票回測。例如回測 2000 年科技股時，忽略了那些已經倒閉下市的公司，導致績效被嚴重高估。
過度擬合 (Overfitting)
在歷史數據上表現完美（例如年化 200%），但在真實交易中一塌糊塗。通常是因為參數過多，刻意迎合了歷史雜訊。