收益页面的数字总是抢着说话：八对六，当然选八。但链上策略的收益不是一个数，而是一条随时间起伏的净值曲线。两个策略可以在同样的区间里给出接近的总回报，其中一个几乎每天平稳爬升，另一个坐三轮深蹲最后靠一波反弹补回来。夏普比率要做的，就是把收益除以波动：每承担一份净值的颠簸，你换到了多少份超出安全基准的收益。同样的年化，波动大的那个，折算完矮一截。
计算本身只有三步。第一步取超额收益：把每个时间单位的净值变化减去无风险基准的对应值，在链上语境里，这个基准可以取稳定币储蓄类机制的当期利率，取什么数、什么时点取，要写清楚，否则两个人算同一个策略会得到不同结果。第二步估计波动：对这些超额收益取标准差。第三步年化配比：分子分母按同一套频率折算成年化再相除。例子里的算术很诚实：年化八、波动四的策略，和年化六、波动的策略不在一个量级上，后者的风险折算收益更高，尽管票面数字更低。
链上做这个折算，陷阱比传统资产更多，每一个都偏向让数字变好看。陷阱一是样本太短：激励发放的第一个月、新池蜜月期、某个利率尖峰周，任何一个特殊窗口拉长成年化后都能造出漂亮的比率，却不代表这个策略在常态市场也这样。陷阱二是收益口径混装：把交易手续费、利息、代币激励、未变现的凭证升值全算进分子，而激励代币的计价随市场漂移，波动项却常常只按协议净值算，分子虚胖、分母偏瘦，比率被两头抬高。陷阱三是更新节奏失真：估值滞后的金库净值天然平滑，波动被少算，夏普被高估，这不是策略好，是账本刷新慢。
还有费用这一头。票面收益普遍不含你为真实进出付的成本：兑换滑点、跨链手续费、领取奖励的燃料费、进出场的等待窗口损耗。把这些固定成本摊进分子之前，先把样本期内的实际进出次数作为假设写死，同一个策略对长持者和频繁调仓者完全是两个夏普。做比较时，要求两个候选用同一套成本假设；做不到统一口径的对比，等于拿两个不同尺子量出来的身高比谁高。
夏普也有它不回答的问题。它默认波动的两侧对称惩罚和奖励，但链上策略最常见的坏消息不在日常波动里，而在低概率高杀伤的事件里：清算跳空、预言机异常、策略暂停赎回，一次就是一段净值永久下台阶，这种尾部风险在标准差里留下的痕迹轻得多。所以它适合当筛选器和体检表，不适合当最终裁决。配套的读法是把最大回撤、回撤恢复天数和事件史一起摆上桌：夏普帮你在同一类策略里挑口径干净的，回撤告诉你这类策略最狠的一次亏过什么。
给普通读者的落地清单可以很短：先确认收益率的时间窗与频率口径；再确认无风险基准取了什么数、哪个时点；然后确认分子里有没有激励代币的未变现部分、有没有扣真实成本；最后对比时要同窗口、同口径、同成本假设。四个确认做完，多数情况下你会发现需要重排的不止一个候选。这套流程核对的是数字怎么算出来，不是接下来会怎样。
本文只做指标口径与计算框架说明，示例数字均为原理演示而非任何协议的实时数据，不构成投资建议，不对夏普比率或任何其他单一指标做决策背书。链上协议参数与收益结构会变化，动手前请核对协议官方文档与链上实际数据。
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。