1703621840
1703621841
信息比率
1703621842
1703621843
正如我们在夏普比率中比较绝对收益率和绝对风险，我们也可以比较超额收益率和跟踪误差（超额收益率的标准偏差），如图4-9所示。
1703621844
1703621845
1703621846
1703621847
1703621848
图4-9 信息比率
1703621849
1703621850
信息比率同夏普比率很相似。它们的区别在于，纵轴不是绝对收益率而是相对收益率，横轴不是绝对风险而是跟踪误差或相对风险（超额收益率的标准偏差），所以信息比率又称为修正夏普比率。
1703621851
1703621852
因为我们采用的是超额收益率，所以不需要考虑无风险收益率，信息比率线永远从原点开始。它的斜率就是超额收益率和跟踪误差的比。
1703621853
1703621854
1703621855
1703621856
1703621857
通常，信息比率采用年化的超额收益率和年化的跟踪误差计算。为了帮助比较，有必要披露计算的方法。例如：数据的频率、整体时间区间、算术法还是几何法超额收益率、算术还是几何平均、n还是n-1、“事后”还是“事前”。
1703621858
1703621859
采用不同的计算方法会产生不同的结果。如果要进行比较，必须确保信息比率是采用同样的计算方法。
1703621860
1703621861
如果在分母中采用了“事前”跟踪误差，那我们一定要记住这只是基于投资组合当前持仓所做的预测。投资经理可以在测量时降低配置，以降低预测的跟踪误差，从而明显改善信息比率，这样就可以达到“粉饰”投资组合数据的作用。
1703621862
1703621863
信息比率是一个关键的统计数据，它被资产管理人广泛使用，经常被描述为测量投资经理能力的指标。
1703621864
1703621865
对于什么构成一个好的信息比率有很多观点。托马斯·古德温（Thomas Gooodwin，1998）在他的研究评论中引用了Grinold和Kahn的观点：0.5是一个好的信息比率，0.75是非常好的，1.0是优秀的。如果这个信息比率能够保持一段时间（3~5年），那么这些数字当然符合我的个人经验。显然地，正的信息比率表示具有超额收益率，负的信息比率表示低于基准收益率。不像夏普比率，对于信息比率的共识是，如果你表现低于基准，一致性地低于基准（表现为低跟踪误差）比不一致地低于基准（高跟踪误差）更差。
1703621866
1703621867
在一个时段获得好的信息比率是容易的，但就像其他统计数据一样，信息比率的发展需要观测一段时间。Goodwin指出保持信息比率超过0.5比Grinold和Kahn的文章中提到的要困难。
1703621868
1703621869
在表4-8和表4-9中，我们用的标准例子数据计算了跟踪误差和信息比率。
1703621870
1703621871
表4-8 信息比率（算术法超额收益率）
1703621872
1703621873
1703621874
1703621875
1703621876
1703621877
1703621878
1703621879
表4-9 信息比率（几何法超额收益率）
1703621880
1703621881
1703621882
1703621883
1703621884
1703621885
1703621886
1703621887
1703621888
1703621889