为何“日内看收益”经常把人带沟里
加密市场 7×24 小时交易、消息密集、微结构噪音重，日内收益曲线极度抖动，既容易放大情绪，又会掩盖策略的“真实期望”。从统计与行业实务看，把观察频率从“日内/日度”上卷到“周度/月度”，能有效平滑噪音、减少误判，且更贴合多数机构在绩效披露与风控考核中的标准周期（如 36 个月滚动波动率、月度估值）。
顺带一提，加密的底层波动性确实高于传统资产（虽有阶段性收敛或个股更“疯”的时期）。近年来文献与买方研究均指出：比特币短期波动通常显著高于标普 500，但也存在阶段性低于部分成分股的现象——这意味着选择合适的评估频率尤为关键。
一、为什么“按周/按月看”更贴近策略真相
- 统计降噪：把高频收益聚合到更长周期（周/月），能削弱短期噪音在均值与方差估计里的权重；配合**滚动收益（rolling returns）**观察，更能显出长期分布特征与稳健度。
- 波动感知更真实：投资教科书把波动率定义为收益的标准差并按年化缩放（√T），但在高波动与自相关场景下，日内/日度的“瞬时”估计常被微结构噪音放大。用周/月频率再看，波动与回撤的主干更清晰。
- 行业披露口径一致：GIPS®（全球投资业绩标准）要求按统一方法计量与呈现历史业绩，常见做法是月度估值 + 36 个月滚动年化波动率等统计，这也天然鼓励“至少月度”的观察与汇报节奏。
二、正确的收益口径：TWR vs MWR，选对标尺再谈对比
- 时间加权收益（TWR）排除了外部现金流（申赎、划转）的影响，更适合评价策略/管理人能力；计算上是将多个子期收益链接（连乘）后得到总体收益。
- 资金加权收益（MWR/IRR）反映投资者“真金白银”的体验，适合账户层面复盘，但会被现金流时点强烈影响。
- GIPS 指南强调：除有限情形外，优先用 TWR呈现可比业绩；当机构能控制外部现金流且满足特定条件时，方可用 MWR。
落地建议：
- 做“策略能力对比”——统一用 周/月 TWR；
- 做“投资者体验复盘”——账户层面再看 MWR/IRR；
- 两种口径并行存档，避免口径混用导致的结论冲突。
三、Sharpe 年化的常见“坑”：别再盲目乘 √12 / √52
Andrew Lo（2002）明确指出：只有在近似独立同分布等严格假设成立时，月度/周度 Sharpe 才能可靠地用 √12 / √52 缩放到年化；而一旦存在自相关、杠杆调整、再平衡等现实因素，简单开平方年化会失真。因此从日度到周/月再到年化，需考虑序列相关与估计误差。
在已存在序列相关的回报序列上做推断，标准误应采用**Newey–West（HAC）**等稳健估计，以避免低估不确定性。
操作要点
- 统一用周度或月度数据计算 Sharpe，再年化，并用 HAC/ Newey–West 修正标准误与置信区间；
- 横向比较策略时，保证相同取样频率与观察窗长（如同为 36 个月滚动）。
四、“波动率拖累”与几何/算术收益：周/月频率更能看穿真实增长率
投资回报的算术平均常高于几何平均（CAGR），两者差距随波动率上升而扩大，这就是所谓的“波动率拖累”。在波动大的加密资产中，单看日度算术均值极易高估长期增长率；用周/月频率并关注 CAGR更贴近本金的真实复利路径。
五、避免被“漂亮曲线”骗了：DSR、MinTRL 与回测过拟合
- Deflated Sharpe Ratio（DSR）与Probabilistic Sharpe Ratio（PSR）能够在多重测试/选择偏差与非正态收益下，评估 Sharpe 的显著性；同时给出**最小样本期（MinTRL）**建议。简言之：样本越短，越容易“蒙中”假信号。
- 大量研究表明，回测过拟合会导致样本外业绩显著回落；在存在记忆效应的市场里甚至期望为负。严谨的做法是报告 DSR/PSR、PBO（过拟合概率）等指标，并控制“策略筛选次数”。
实践口径：对每个策略，给出周/月频率下的 Sharpe、Sortino、CAGR、最大回撤、Calmar，并附 DSR/PSR 与 36 个月滚动波动率；若样本不足，说明 MinTRL 风险。
六、如何“按周/按月看”：从口径到流程的一条龙 SOP
1）数据与口径
- 账户与钱包级别：拉取**期末市值（EoW/EoM）**与期间现金流；
- 周/月 TWR：将每个子期的持有期收益相乘链接（去除外部现金流影响）；账户层面另算 MWR/IRR 做对照；
- 输出滚动窗口（如 12 个月/36 个月）上的 CAGR、波动、Sharpe、回撤。
2）统计与置信区间
- 年化 Sharpe 的区间估计采用 HAC/Newey–West；
- 年化波动与收益的缩放按相同频率基础计算，并谨慎处理自相关。
3）看板与告警
- 周度看板：EoW 资产、周收益、滚动 4/12/26 周收益、回撤、DSR（周频）；
- 月度看板：EoM 资产、月收益、滚动 12/24/36 月收益与波动、Sharpe、Sortino、Calmar、36 个月滚动年化波动（与 GIPS 披露口径一致）；
- 异常告警：当周/当月收益离群、波动超分位阈值、Sharpe 置信区间下沿跌破基准等。
4）复盘节奏
- 每周：策略级 KPI + 变更单（若参数/风控有调整）；
- 每月：生成“GIPS 风格月度包”（包含策略与基准、36 个月滚动波动、重要披露）；
- 每季/半年：做 DSR/PSR 更新与 PBO 评估，避免“择优回报”。
七、计算细节与避坑清单
- 避免“重叠区间”造成的自相关：如用“过去 1 个月”滚动收益做日更，窗口高度重叠，会引入强自相关，影响推断；同理，Sharpe 年化的 √T 缩放也需考虑相关性。建议采用对齐的周五/月底点或使用 HAC。
- 周/月收益的基准同步：对齐再平衡与费率口径，避免“策略 vs 基准”的时间错位。
- 波动率与 CAGR 一起给：单列算术均值容易高估，**同时给几何平均（CAGR）**更真实。
- 指数化看板：以 100 为基点做策略与基准的周度/年度再基准曲线，有助于肉眼识别跟踪误差与相对回撤。
- 加密特有日历效应：周末/节假日并不停盘，建议统一采用 UTC 截面或你的研究时区锁定“周线/月线”快照，以减少时区带来的视图误差。
八、示例：周度/月度 TWR 与年化的标准化口径（文字版）
- 周度收益：
rweek=∏i∈subperiods(1+HPRi)−1（中间若有外部现金流，以 TWR 子期切分再链接）。 - 月度收益：同理，以每月末市值与现金流切分后连乘得到。
九、与合规/行业标准对齐：为什么“月度视角”是惯例
- GIPS 2020 将业绩呈现与估值频率做了细化：公募市场组合一般按月估值并在大额现金流时再估值；披露中常见36 个月滚动的年化标准差等统计。对量化团队而言，用月度视角与标准披露集能提升外部沟通效率与可信度。
- 最低呈现年限：GIPS 要求初始至少 5 年（逐年延长至 10 年）合规业绩，天然促进用月度→年度的稳定汇报。
十、加密资产的高波动语境：更要“周/月降噪”
文献报告比特币相对股市的高波动特征（短期约为标普的数倍），但也观察到阶段性波动收敛甚至低于部分大盘股的时期——这进一步提醒我们：不要让日内波动牵着走，用周/月窗看趋势和回撤，才是对“复利路径”的尊重。
十一、你的“降噪看板”应包含什么（可直接做成模板）
周度卡片
- 当周 TWR、滚动 4/12/26 周收益与波动
- 周度 Sharpe（HAC 置信区间）、最大回撤（周频）
- 相对基准超额与跟踪误差（周频）
月度卡片
- 当月 TWR、滚动 12/24/36 月收益与波动
- 年化 CAGR、Sharpe/Sortino、Calmar、36 月滚动年化波动
- DSR/PSR 与 MinTRL 提示（若样本不足给出风险提示）
十二、常见问答（FAQ）
Q1：我做日内/高频策略，还需要周/月视角吗？
A：需要。交易频率 ≠ 评估频率。绩效汇报、资金调度与风控通常用周/月更稳健；日内指标更多用于线上监控，而非对外呈现与长期决策。行业亦普遍按月度对外披露与对比。
Q2：Sharpe 能不能直接从日度乘 √252 年化？
A：不可靠。Lo（2002）指出存在自相关时该做法失真；请统一频率（周/月）计算后再年化，并对标准误用 Newey–West 类 HAC 估计。
Q3：用算术平均还是几何平均？
A：做复利增长请看几何平均/ CAGR，算术平均易在高波动资产上高估长期增长（“波动率拖累”）。
Q4：我的样本只有 6 个月，Sharpe 看起来很高，可以上生产吗？
A：谨慎。请给出 DSR/PSR、MinTRL 与样本外验证，防止选择偏差与过拟合。
结语：把“降噪”写进你的流程，而不是写在愿望里
- 在统计上，周/月频视角能显著抑制短期噪音，配合滚动窗口与 HAC 置信区间，度量更稳健；
- 在行业与合规上，GIPS 的估值与披露实践天然鼓励“至少月度”的绩效口径；
- 在模型风险上，DSR/PSR 与 MinTRL 能帮你识别“看起来很美”的回测与短样本异常。
从今天起，把**“按周/按月看”**嵌入你的看板与复盘 SOP，让策略的长期期望值从噪音中走出来。
参考与延伸阅读（精选）
- GIPS 2020（Firms / Asset Owners / Handbook）：估值与披露框架、36 月滚动统计等示例。
- Lo（2002）《Sharpe 比率的统计学》：Sharpe 年化与序列相关的正确处理。
- Newey–West（1987）HAC 标准误：处理异方差与自相关的稳健估计。
- 波动率拖累（几何 vs 算术）：投资者教育与实证讨论。
- DSR/PSR、MinTRL 与过拟合：防“漂亮回测”的统计工具。
- 加密 vs 股市的波动对比：学术与机构侧资料。
