紧缩夏普比率
紧缩夏普比率（deflated Sharpe ratio，DSR）会把一个观测到的夏普比率，针对「在它被选中之前一共试过多少组配置」「样本有多长」以及「收益分布是什么形状」做出修正。它表达的是：观测到的夏普超过「仅凭挑选在噪声上也能造出来的水平」的概率。
Senzoukria · 术语表 · 更新于 2026 年 9 月
它要解决的问题
在同一批数据上跑足够多组配置，即便每一组都是随机的，最好的那一组也会显示出正的夏普比率。许多随机夏普比率中最大值的期望，会随试验次数上升。因此，留下冠军并报告它的夏普，等于夸大了证据。
紧缩夏普比率由 Bailey 与 López de Prado 提出：先根据试验次数以及这些试验之间的方差，算出「仅凭挑选就能造出来」的夏普阈值，再结合样本长度、收益的偏度和峰度，把观测到的夏普放在这个阈值上评估。它的输出是一个概率，而不是一个比率。
输入项，以及什么会改变它们
- 试过的配置数量：试验越多，阈值越高。多扫一个参数，就可能在数据完全没变的情况下，把一个扎实的结果变成噪声。
- 样本外交易笔数：样本越长，观测夏普的不确定度越窄。
- 偏度和峰度：厚尾或负偏的收益会放大不确定度，从而降低这个概率。
- 概率夏普比率（probabilistic Sharpe ratio，PSR）是同一套计算，只不过对照的是一个固定基准，而不是由挑选推导出来的阈值。
在 Senzoukria 里
回测面板会在一次参数扫描之后，给出一个名为「紧缩夏普——存在真实优势的概率」的区块。它的明细行写着：每笔夏普，对照「仅凭挑选就能造出来的阈值」，依据所用的配置数量和样本外交易笔数。结论文字分三档：扎实（结果扛住了针对试验次数的修正）、脆弱（试过的配置数量足以解释其中相当一部分）、噪声（和随机抽样中的最优者已经区分不开）。
同一面板的「通过 / 不通过」闯关清单里，「紧缩夏普：扛得住试验次数」是其中一条标准，旁边同时显示 PSR、DSR 以及试过的配置数量。
常见错误
- 少算了试验次数。每一组你看过又丢掉的配置都要算进去，包括更早的会话里在同一批数据上做过的运行。
- 把 DSR 读成未来盈利的概率。它表示的是「在所述假设之下，观测到的夏普并非由挑选造出来」的概率。
- 看到结果之后再把扫描范围收窄，好让 DSR 变好看。那是又一次试验，同样应当计入。
- 把它用在交易笔数太少、连各阶矩都估不准的序列上。
相关内容
其他语言版本
常见问题
- PSR 和 DSR 有什么区别？
- 概率夏普比率（PSR）给出的是「真实夏普超过你自己选定的某个基准」的概率，计算时考虑了样本长度、偏度和峰度。紧缩夏普比率（DSR）是一个把基准换成「由试验次数及其方差推导出来的阈值」的 PSR，因此它还额外修正了挑选效应。桌面端的闯关清单会把两个数值都显示出来。
- 为什么扫描范围越大，我的紧缩夏普反而越低？
- 因为仅凭挑选就能造出来的那个阈值，会随配置数量上升。在十次试验里脱颖而出的夏普，放到四百次试验里就很平常了。观测到的夏普没变，它所代表的证据强度变了。要让结果更站得住，两条路：减少扫描的参数个数，或者拉长样本外时期。