=== 策略衰退前的夏普比率和最大回撤 ===

关于夏普比率或卡尔马比率，有一点有趣的是，它表明了当策略失败时，你将如何处理这些事情。

当一个策略“死亡”时，你实际上是在说，考虑到实时追踪 + 回测(，实际上这应该是同一回事，因为一旦你通过实时验证了回测是有效的——即没有过拟合，成本假设合理，等等，你也可以依赖回测并认为它相当有用，显然这仍然是由实时驱动的，最终需要确认)是如此糟糕，以至于与历史数据有实质性的偏差。这里的关键术语是“与历史数据有实质性偏差”。

考虑到 X MDD，在哪里我可以结束一天？我非常确定有一种数学方法可以做到这一点，但对我和大多数 PM 来说，它一直是 (，并可能会继续是 ) 一种非常任意的直觉判断。但确实，你可能能够计算出一些概率。

这一切都是我主要观点的背景，那就是Calmar/Sharpe比率越高，我们就越能提前判断策略是否失败。这对我们非常有利，因为这意味着我们可以更早地防止损失！

以一个极端的例子为例，一个套利策略。你一旦有几天表现不佳，你就知道结束了。套利策略通常不会有下行日，因此如果你连续几天表现不佳，你就知道结束了。(虽然我承认这并不总是如此——我在一个规模较大的地方做过这个，夏普比率在我所在的一个商店里勉强超过3，这也是因为我们持有了大量库存/风险来实现它。我们每月的交易额达到数十亿，因此必须以足够的容量进行交易，高夏普的轻松资金规模较小)。

但这就是说，如果你在30的夏普比率上，突然开始亏损，有一个相当确定的原因，并不是因为市场精灵决定对你的PnL施了魔法——而是因为其他人察觉到了，并且做得比你更好(，或者至少和你一样好，把优势出价到0)。

你在这里有两个主要好处：

1) 如果你的策略失败，你会很快知道，并且不会损失太多 (30 sharpe 策略在失败时会迅速关闭，你不会在放弃之前遭受 -30% 的损失 )

2) 你会立即知道有人给你带来了麻烦，是时候提升自己的能力了。一些结构性变化发生了，你得到了一个明确的信号，提醒你是时候适应(或者转向更轻松的领域)。

有点闲聊，享受吧 :)