📉

MQL5中的替代风险回报标准·进阶篇

（2/3）·夏普比率假设收益正态，实盘权益曲线常背离，本篇给出可复刻的替代指标实现路径

新手友好第 2/3 篇

不少交易者直接拿夏普比率横向比策略，却没注意它默认收益服从正态分布。用错尺子量风险，回测好看实盘可能吃瘪。先把假设拆开，再谈替代标准才靠谱。

本章目录

从净值曲线抠出均值回归版 Burke 比率
净盈利和回撤比的盲区
怎么读回撤比率的正负
用偏矩比换掉夏普的盲区
用二阶下偏矩算 Omega 比率
上行潜能比率

「从净值曲线抠出均值回归版 Burke 比率」

这段代码实现的是 Mean return based Burke ratio，核心思路是用净值序列 in_ec[] 先拆出逐期收益率，再挑出最大的若干回撤做分母惩罚。外汇与贵金属 EA 回测里，单纯看平均收益容易被少数大回撤掩盖风险，这个指标倾向把回撤平方求和后开根，概率上更保守。函数开头先 ArrayResize(rets, insize-1)，把收益率数组长度锁成净值点数减一；若分配失败直接返回 0 并打印错误。随后 for 循环里 rets[i-1] = (in_ec[i]/in_ec[i-1]) - 1.0 逐期算简单收益，这一步无任何平滑。 n_highestdrawdowns 若传 0 或负数，会自动取 insize/20 作为回撤取样数——例如 2000 根净值的日线大约抽 100 个最深回撤。MaxNDrawdowns 把结果塞进 outdd[]，sumdd 累加每个回撤的平方。最终返回 MathMean(rets) 除以 sqrt((1.0/insize) * sumdd)。在 MT5 里把这段直接挂到回测报告后处理脚本，能快速对比不同品种（如 XAUUSD、EURUSD）的 Burke 比率差异，但需注意样本外表现可能偏移，杠杆类品种高风险。

MQL5 / C++

if(!ArrayRemove(v,class="num">0,i))
      {
       Print(__FUNCTION__, " error , ArrayRemove: ",GetLastError());
       class="kw">return class="kw">false;
      }
    else
       break;
     }
   else
      break;
    }
   }
 size=ArraySize(v);
 if(size && size<=num_drawdowns)
   {
    if(ArrayCopy(out_dd,v)<size)
      {
       Print(__FUNCTION__, " error ", GetLastError());
       class="kw">return class="kw">false;
      }
    else
       class="kw">return (true);
   }
 if(ArrayCopy(out_dd,v,class="num">0,size-num_drawdowns,num_drawdowns)<num_drawdowns)
   {
    Print(__FUNCTION__, " error ", GetLastError());
    class="kw">return class="kw">false;
   }
 class="kw">return(true);
 }
class=class="str">"cmt">//+------------------------------------------------------------------+
class=class="str">"cmt">//|Mean class="kw">return based Burke ratio                                      |
class=class="str">"cmt">//+------------------------------------------------------------------+
class="type">class="kw">double meanreturns_burke(class="type">class="kw">double &in_ec[],class="type">int n_highestdrawdowns=class="num">0)
  {
   class="type">class="kw">double outdd[];
   class="type">class="kw">double rets[];
   class="type">class="kw">double sumdd=class="num">0;
   class="type">int insize=ArraySize(in_ec);
   if(ArrayResize(rets,insize-class="num">1)<insize-class="num">1)
     {
      Print(__FUNCTION__," Memory allocation error ",GetLastError());
      class="kw">return class="num">0;
     }
   for(class="type">int i=class="num">1; i<insize; i++)
      rets[i-class="num">1] = (in_ec[i]/in_ec[i-class="num">1]) - class="num">1.0;
   if(n_highestdrawdowns<=class="num">0)
      n_highestdrawdowns=class="type">int(insize/class="num">20);
   if(MaxNDrawdowns(n_highestdrawdowns,in_ec,outdd))
     {
      for(class="type">int i=class="num">0; i<ArraySize(outdd); i++)
         sumdd+=(outdd[i]*outdd[i]);
      class="kw">return MathMean(rets)/(MathSqrt((class="num">1.0/class="type">class="kw">double(insize)) * sumdd));
     }
   else
      class="kw">return class="num">0;
  }

净盈利和回撤比的盲区

NPMD 把净利润除以单次最大回撤，和 Burke 比率思路接近，但分母只取一个极端回撤值。实现上靠 netProfiMaxDD() 吃一条净值序列，代码里调 MaxNDrawdowns(1,...) 抓那根最深的坑。这类指标被搬出来，本意是堵夏普比率的漏洞：不罚异常大赚、还没参数。可一旦分母用绝对回撤，策略只要下行峰值温和，分数就会被抬上去。拿权益曲线可视化比一比就露馅：蓝线回报率最高，NPMD 和 Burke 却低于别的线；绿线夏普分最高，但几条模拟曲线之间夏普差得小得多。绝对回撤可能过度强调风险，横向比策略时这两个比率有误导倾向。外汇与贵金属策略回测波动大，用 NPMD 筛系统前，建议先开 MT5 把净值数组导进去跑一遍下面的函数，看自己策略的最大回撤是不是被单点拉偏。

MQL5 / C++

class=class="str">"cmt">//+------------------------------------------------------------------+
class=class="str">"cmt">//|Net profit to maximum drawdown ratio                              |
class=class="str">"cmt">//+------------------------------------------------------------------+
class="type">class="kw">double netProfiMaxDD(class="type">class="kw">double &in_ec[])
  {
   class="type">class="kw">double outdd[];
   class="type">int insize=ArraySize(in_ec);
   if(MaxNDrawdowns(class="num">1,in_ec,outdd))
      class="kw">return ((in_ec[insize-class="num">1]-in_ec[class="num">0])/outdd[class="num">0]);
   else
      class="kw">return class="num">0;
  }

◍ 怎么读回撤比率的正负

Burke 比率和 NPMD 比率本质上都是风险调整后的绩效刻度。数值越高，代表同样的风险敞口下策略产出的超额回报越厚；这不是绝对收益多少，而是「每单位回撤代价换来了多少补偿」。当比率大于 0，说明策略在统计窗口内相对所计风险拿到了正超额回报，样本里亏的都被赚回来了还有富余。若比率掉到 0 以下，则意味着承担的那段回撤没有被足够补偿，策略的风险账是亏的。在 MT5 里把这两个比率接出来跑一遍历史品种，重点看贵金属与直盘货币对——这类品种跳空多、回撤陡，比率正负切换往往比股指更敏感。外汇和贵金属杠杆高，单一比率转正不代表能实盘扛住连亏，只能说该段样本风险账偏向盈余。

「用偏矩比换掉夏普的盲区」

偏矩比（Partial Moment Ratio）是夏普比率的一类替代指标，核心建立在半方差统计上，专门拆开看策略的下行风险与上行潜力，而不是把正负波动混在一起算。先定一个阈值回报（常用最小可接受回报或无风险率），再逐次观测实际回报 x 与阈值 thresh 的差：低于阈值的偏差进入低偏矩 LPM，高于阈值的进入高偏矩 HPM，二者都取平方偏差累加。公式里 max(·,0) 保证只计单侧差值，n 是偏矩阶数。当 n=0 时，LPM 直接退化为“观测收益小于阈值的概率”，HPM 则是“大于阈值的概率”；N 为观测总次数。这套口径比回撤率更聚焦阈值两侧的回报结构。落地可验的两个比是广义 Omega 与上行的 UPR（Upside Potential Ratio）。在 MT5 策略测试器导出权益曲线回报序列后，用 n=1 或 n=2 的 LPM/HPM 手算一遍，能看出夏普看不出的下行偏度——外汇与贵金属杠杆高，这类单边风险视角更贴近实盘爆仓逻辑。

用二阶下偏矩算 Omega 比率

广义 Omega 由两个要素决定：一个是展开阶数 n，另一个是计算低阶偏矩（LPM）时用的回报阈值。本文实现的 omega() 直接把收益序列数组传进去，内部固定用 2 阶下偏矩、阈值取 0，也就是只统计不高于 0 的回撤部分。代码先建一个与输入等长的 rb 数组并全置 0，这相当于把「无风险/基准回报」设成零轴。随后调用 partialmoment(2, rt, rb) 取出二阶下偏矩，开平方后得到下侧波动的尺度，用均值除以它得出 Omega 类比率。在 MT5 里把这段塞进 EA 或脚本，喂入某段 EURUSD 的逐笔收益率（比如最近 500 根 H1 收盘差分），若均值 0.00012、下偏矩开方得 0.0018，算出来约 0.067——数字越小越说明下行分散吞掉了平均盈利，外汇与贵金属品种波动大，这种指标仅作概率参考，实盘前务必自己跑一遍验证。

MQL5 / C++

class=class="str">"cmt">//+------------------------------------------------------------------+
class=class="str">"cmt">//|omega ratio                                                            |
class=class="str">"cmt">//+------------------------------------------------------------------+
class="type">class="kw">double omega(class="type">class="kw">double &rt[])
  {
   class="type">class="kw">double rb[];
   if(ArrayResize(rb,ArraySize(rt))<class="num">0)
     {
      Print(__FUNCTION__, " Resize error ",GetLastError());
      class="kw">return class="num">0;
     }
   ArrayInitialize(rb,class="num">0.0);
   class="type">class="kw">double pmomentl=MathPow(partialmoment(class="num">2,rt,rb),class="num">0.5);
   if(pmomentl)
      class="kw">return MathMean(rt)/pmomentl;
   else
      class="kw">return class="num">0;
  }

◍ 上行潜能比率

UPR使用两个n阶项（公式中的n1和n2）和阈值。n1确定分子中的HPM程度，n2指定分母的LPM程度。与Omega性能度量的实现类似，upsidePotentialRatio（）函数计算UPR比率。该计算还使用2阶偏矩和定义为零的回报阈值。偏矩计算是在 partialmoment（）函数中实现的。它需要一个无符号整数、两个 double 类型和布尔值的数组的阶数作为输入。第一个数组应包含观察到的回报，第二个数组应包括计算中使用的阈值或基准回报。布尔值确定要计算的偏矩的类型，对于较高的偏矩为true，对于较低的偏矩则为false。查看我们的净值曲线的Omega和UPR比率，我们注意到评级与夏普比率相似。与波动较大的净值曲线相比，一致性再次受到青睐。Omega 看起来特别像是夏普比率的可行替代品。 [CODE] //+------------------------------------------------------------------+

<span class="comment">//	Upside potential ratio	</span>

//+------------------------------------------------------------------+ double upsidePotentialRatio(double &rt[])   {    double rb[];    if(ArrayResize(rb,ArraySize(rt))<0)      {       Print(__FUNCTION__, " Resize error ",GetLastError());

把回撤诊断交给小布

这些替代指标在小布盯盘的AIGC里已内置，打开对应品种页即可看到策略的Burke、Omega等读数，你只管判断要不要换仓位。

常见问题

夏普隐含收益正态与方差对称，但贵金属和外汇常出现肥尾与不对称波动，导致风险被低估，概率上更该看回撤类指标。

N是净值序列长度，最高回撤次数一般取3到5次极端回撤；样本短就少取，避免分母过小放大数值。

偏矩比只计量下方半方差，对上行波动不罚分，比总方差更贴近交易者怕亏不怕赚的真实感受。

可以，权益曲线接进去后AIGC自动跑分布拆分，省掉你手写正态随机与种子复现的步骤，但外汇高风险仍需自判。

它只为可解释地暴露指标数学特征，真策略要换自己的成交序列，结论倾向参考而非认定。

MQL5中的替代风险回报标准·进阶篇

「从净值曲线抠出均值回归版 Burke 比率」

净盈利和回撤比的盲区

◍ 怎么读回撤比率的正负

「用偏矩比换掉夏普的盲区」

用二阶下偏矩算 Omega 比率

◍ 上行潜能比率

常见问题

相关阅读