別只看報酬,更要看你承受多少風險
前言:高報酬,真的代表好投資嗎?
投資市場最吸引人的,往往是那些令人印象深刻的報酬數字。科技股可能在一段行情中大幅上漲,比特幣曾經創造驚人的長期報酬,
甚至某些交易策略也可能在特定期間出現非常亮眼的績效。
看到這些數字,很容易產生一個直覺:
只要報酬夠高,就是比較好的投資。
但真正投入資金之後,你會發現事情沒有這麼簡單。
一項資產即使長期報酬出色,
如果過程中曾經出現 50%、60%,甚至更大的回撤,
你是否真的能夠一路持有?
這就是為什麼評估一項投資時,除了「賺多少」,
還需要知道:「為了獲得這份報酬,曾經承受多大的回撤?」
卡瑪比率:把報酬和回撤放在一起看
卡瑪比率(Calmar Ratio)的概念並不複雜:卡瑪比率 = 年化報酬率(CAGR)÷ 最大回撤(MDD)
它試圖回答一個很直觀的問題:
「這項投資創造的報酬,相對於它曾經承受的最大回撤,究竟有多有效率?」
舉例來說:
- A 策略 年化報酬率 50%,最大回撤 50%,卡瑪比率約 1.0
- B 策略 年化報酬率 25%,最大回撤 10%,卡瑪比率為 2.5
單看年化報酬率,A 明顯比較高。
但 B 所承受的歷史回撤相對於其報酬來說更低,
風險報酬效率反而更好。
這不代表 B 一定比 A 更值得投資。
它真正告訴我們的是:
評估投資時,不能只看終點賺了多少,也要看中間經歷了什麼。
關於 MDD 的完整定義,以及回撤對資金的實際影響,可以參考:
這裡我們把重點放在:如何用卡瑪比率,比較不同資產的報酬品質。
可以發現一個很重要的現象:
報酬最高的資產,不一定擁有最好的風險報酬效率。
全球主流資產比較:高報酬不一定代表高效率
如果把常見資產與量化策略放在一起觀察,可以發現一個很重要的現象:
報酬最高的資產,不一定擁有最好的風險報酬效率。
| 資產類型 | 年化報酬率 | 最大回撤 | 卡瑪比率 | 持有體驗 |
|---|---|---|---|---|
| Quant Matrix | 20% | 12% | 1.67 | 相對平穩 |
| Alpha Gold | 35% | 25% | 1.40 | 穩健增長 |
| 主流科技股 | 30%~70% | 40%~60% | 1.00 | 波動較高 |
| 加密貨幣 (BTC) | 60% | 75% | 0.80 | 波動極高 |
| S&P 500 指數 | 12% | 50% | 0.24 | 中等波動 |
| 避險資產 (黃金) | 8% | 25% | 0.32 | 防禦資產 |
※ 以上為歷史數據,非未來保證,實際數字會隨市場環境變動。
這張表真正值得注意的,不是哪一項資產排名第一,而是:
不同投資標的,可能用完全不同的方式取得報酬。
而量化策略的評估方式,也不應該只是看某一年賺了多少。
真正值得比較的是:它創造這些報酬時,付出了多少回撤成本。
跌 50% 後需要漲 100% 才能回本——
這是單看年化報酬率最容易忽略的地方。
因此,當我們比較兩項投資時,不能只問「哪一個賺得比較多」,
還應該問:「這些報酬,是在多大的回撤下取得的?」
這就是卡瑪比率有價值的地方。
它不會單純獎勵高報酬,而是同時把最大回撤納入考量。
它衡量的不是投資跑得多快,
而是它為了跑這麼快,曾經承受多大的下跌。
這張表真正值得注意的,不是哪一項資產排名第一,而是:
不同投資標的,可能用完全不同的方式取得報酬。
- 科技股與比特幣:
可能提供非常高的長期成長潛力,但投資者同時必須接受更大的價格波動與歷史回撤。 - S&P 500:
具有長期經濟成長帶來的報酬來源,但遇到大型熊市或金融危機時,同樣可能出現明顯回撤。 - 黃金:
更偏向資產防禦與避險用途,本身就不是以追求最高長期報酬為主要目的。
而量化策略的評估方式,也不應該只是看某一年賺了多少。
真正值得比較的是:它創造這些報酬時,付出了多少回撤成本。
回撤的真正成本,不只是心理壓力
回撤越深,資金恢復所需要的報酬也會快速增加。跌 50% 後需要漲 100% 才能回本——
這是單看年化報酬率最容易忽略的地方。
因此,當我們比較兩項投資時,不能只問「哪一個賺得比較多」,
還應該問:「這些報酬,是在多大的回撤下取得的?」
這就是卡瑪比率有價值的地方。
它不會單純獎勵高報酬,而是同時把最大回撤納入考量。
它衡量的不是投資跑得多快,
而是它為了跑這麼快,曾經承受多大的下跌。
卡瑪比率評級標準
> 1.2
風險調整後表現突出
0.7 ~ 1.2
具備不錯的投資效率
< 0.7
投資效率相對較低
更合理的使用方式,是把卡瑪比率當成比較工具,
搭配年化報酬率、最大回撤、波動率、交易頻率與其他風險指標一起觀察,
而不是只看到一個數字,就直接判斷某項投資「好」或「不好」。
但如果只用這個問題判斷策略,仍然是不完整的。
一套策略可能在某段市場行情中取得非常高的報酬,但同時也可能伴隨較大的回撤;
另一套策略的報酬率可能沒有那麼高,但如果回撤控制得更好,
長期執行時的資金曲線反而更加容易承受。
評估量化策略時,可以至少同時觀察:
高報酬值得注意,但能以什麼樣的回撤取得這些報酬,同樣重要。
它可以幫助我們理解:
「過去這段期間,一項投資創造報酬的同時,曾經承受多少最大回撤。」
但它不能保證未來仍然會維持相同的年化報酬率、最大回撤或卡瑪比率。
一套策略過去的卡瑪比率很高,不代表未來市場環境改變後仍然可以維持相同水準;
一項資產過去曾經出現非常大的回撤,也不代表未來一定會再次出現完全相同的跌幅。
因此,卡瑪比率最適合扮演的角色,
是幫助投資者建立更完整的歷史績效觀察框架,而不是拿來預測未來。
真正值得研究的,是這些報酬究竟是如何取得的。
所以,下次比較科技股、比特幣、S&P 500、黃金或量化策略時,
不妨少問一句「哪一個賺最多?」,
多問一句「哪一個是在合理的回撤下,創造出更高品質的報酬?」
因為投資真正值得追求的,不只是報表上最漂亮的報酬率,
而是在理解風險之後,找到自己能夠接受、能夠執行的報酬方式。
搭配年化報酬率、最大回撤、波動率、交易頻率與其他風險指標一起觀察,
而不是只看到一個數字,就直接判斷某項投資「好」或「不好」。
量化策略,也應該用風險調整後的角度評估
量化交易經常容易被另一種方式評估:「一年可以賺多少?」但如果只用這個問題判斷策略,仍然是不完整的。
一套策略可能在某段市場行情中取得非常高的報酬,但同時也可能伴隨較大的回撤;
另一套策略的報酬率可能沒有那麼高,但如果回撤控制得更好,
長期執行時的資金曲線反而更加容易承受。
評估量化策略時,可以至少同時觀察:
- 年化報酬率(CAGR)
- 最大回撤(MDD)
- 卡瑪比率(Calmar Ratio)
- 波動率(Volatility)
- 交易頻率與策略特性
- 歷史績效所涵蓋的市場環境
高報酬值得注意,但能以什麼樣的回撤取得這些報酬,同樣重要。
卡瑪比率不是預測未來,而是幫你理解過去
卡瑪比率是根據歷史資料計算出來的指標。它可以幫助我們理解:
「過去這段期間,一項投資創造報酬的同時,曾經承受多少最大回撤。」
但它不能保證未來仍然會維持相同的年化報酬率、最大回撤或卡瑪比率。
一套策略過去的卡瑪比率很高,不代表未來市場環境改變後仍然可以維持相同水準;
一項資產過去曾經出現非常大的回撤,也不代表未來一定會再次出現完全相同的跌幅。
因此,卡瑪比率最適合扮演的角色,
是幫助投資者建立更完整的歷史績效觀察框架,而不是拿來預測未來。
結語:真正重要的不是最高報酬,而是報酬的取得方式
投資市場從來不缺高報酬的故事。真正值得研究的,是這些報酬究竟是如何取得的。
- 年化報酬率告訴你:「這項投資長期跑得有多快。」
- 最大回撤告訴你:「過程中曾經摔得多重。」
- 卡瑪比率則讓我們思考:「這樣的報酬,值得承受這樣的回撤嗎?」
所以,下次比較科技股、比特幣、S&P 500、黃金或量化策略時,
不妨少問一句「哪一個賺最多?」,
多問一句「哪一個是在合理的回撤下,創造出更高品質的報酬?」
因為投資真正值得追求的,不只是報表上最漂亮的報酬率,
而是在理解風險之後,找到自己能夠接受、能夠執行的報酬方式。
選擇適合你的策略配置
適合能接受較高波動、看好黃金市場,並追求較高成長潛力的投資人。
適合重視資產曲線穩定、希望控制波動,追求平穩成長的投資人。
適合追求全方位資產配置、穿越市場週期,兼顧風險與成長的投資人。