建模。概念题，用「定义 → 计算 → 年化关系 → 假设」四段口径作答。

推导。定义：\(\text{SR}=(\mathbb{E}[R_p]-r_f)/\sigma(R_p)\)，即每单位波动换取的超额收益。计算：用同一段日收益序列，样本均值减去日无风险收益得超额均值 \(\bar{r}\)，样本标准差 \(\hat{\sigma}\)（自由度 \(n-1\)），日夏普为 \(\bar{r}/\hat{\sigma}\)。年化关系：iid 假设下 \(\text{SR}_{ann}=\sqrt{252}\,\text{SR}_d\)，因为年化均值乘 252、年化标准差乘 \(\sqrt{252}\)。

检验。量级自查：一个不错的日内中性策略日夏普约 0.05–0.1，乘 \(\sqrt{252}\approx 15.87\) 得年化 0.8–1.6，符合业界经验区间；若换算出年化夏普 5 以上，先怀疑口径而不是庆祝。

面试怎么讲。先给定义与 \(\sqrt{252}\)，然后主动列出假设：日收益独立同分布、无自相关；均值方差平稳；无风险利率口径统一。再补一句「若收益有正自相关（平滑净值、流动性差资产），\(\sqrt{252}\) 年化会高估夏普，应先做自相关修正」——这一句是区分背书与理解的分水岭。

建模。年化夏普 2 意味着年收益 \(R\sim\mathcal{N}(2\sigma,\sigma^2)\)（正态近似，\(\sigma\) 为年化波动）。4 年累计收益 \(R_4\sim\mathcal{N}(8\sigma,\,4\sigma^2)\)。

推导。直接套用通用公式 \(\mathbb{P}(\text{亏})=\Phi(-\text{SR}\cdot\sqrt{T})\)：

约十万分之三。

检验。量级自查：\(\Phi(-3)\approx 0.13\%\) 已经是「千分之一」级，\(\Phi(-4)\) 再小一个数量级以上，符合正态尾部的衰减速度。也可以从 t 统计量视角复核：\(\text{SR}\sqrt{T}=2\times 2=4\)，即累计收益离零有 4 个标准差。

面试怎么讲。先写 \(\Phi(-\text{SR}\sqrt{T})\) 再代数字，然后主动加边界：「这是正态近似；真实收益厚尾，四年里崩一次 regime 的概率远大于 \(3\times 10^{-5}\)——夏普 2 的基金死掉不是因为 4 个西格玛，是因为尾部不是正态。」

建模。两问共用 \(\mathbb{P}(\text{正})=\Phi(\text{SR}\sqrt{T})\) 这一公式，只是期限一个取 1 年、一个取 4 年。

推导。单期（\(T=1\)）：单年收益超过 0 的概率为 \(\Phi(1)\approx 84.1\%\)。四年累计（\(T=4\)，P48）：

检验。两问互洽：单年为正 84%，四年累计为正升至 \(\Phi(2)\approx 97.7\%\)——期限拉长让「均值优势」更确定，这正是 \(\sqrt{T}\) 法则的含义。值得记住的锚点：\(\Phi(1)=0.841\)，\(\Phi(2)=0.977\)，\(\Phi(3)=0.9987\)。

面试怎么讲。「夏普乘期限平方根就是离零的标准差数」一句话立住框架，然后 84% 与 2.28% 两个数脱口而出；追问厚尾时指出真实四年亏损概率会略高于 2.28%，因为亏钱事件往往聚集在波动放大的时段。

建模。设非零日收益为 \(x_1,\dots,x_n\)，其均值 \(\bar{x}\)、平方离差和 \(S=\sum_i (x_i-\bar{x})^2\)。正确口径用全部 \(2n\) 天，错误口径只用 \(n\) 个非零天（假设策略均值为正，总体矩计算，样本矩仅差自由度修正）。

推导。正确口径：均值 \(\mu_c=\bar{x}/2\)（总收益不变、天数翻倍）；方差要把零收益日对均值的偏离也算进去：

错误口径：均值 \(\bar{x}\)，方差 \(\sigma_i^2=S/n\)。于是错误与正确夏普之比为

读法：删掉零收益日使均值恰好翻倍，而标准差至多放大 \(\sqrt{2}\) 倍（因为 \(\sigma_i^2/\sigma_c^2=2S/(S+n\bar{x}^2/2)\le 2\)），所以夏普至少虚增 \(\sqrt{2}\) 倍。当日均值远小于日波动（真实策略的常态，\(\bar{x}^2\ll S/n\)）时，虚增倍数恰好约为 \(\sqrt{2}\)；若非零日收益几乎不分散（\(S\to 0\)），虚增倍数发散。

检验。数值例：收益序列 \(1,3,0,0\)（\(n=2\)）。正确：均值 1、方差 \(1.5\)、夏普 \(1/\sqrt{1.5}\approx 0.82\)；错误：均值 2、方差 1、夏普 2。比值 \(M=\sqrt{6}\approx 2.45\ge\sqrt{2}\)，与公式一致（\(\bar{x}=2\)、\(S=2\) 代入得 \(\sqrt{2(1+1)}=\sqrt{6}\)）。

面试怎么讲。结论三句话：「删零收益日 → 总收益不变但天数减半 → 均值翻倍；标准差至多放大 \(\sqrt{2}\)；所以夏普至少虚增 \(\sqrt{2}\)，典型情形恰为 \(\sqrt{2}\)。」若考官追问界：严格下界是 \(\sqrt{2}\) 而非 1——均值精确翻倍而标准差不可能同倍放大（那需要零收益日的偏离贡献为负）。面经里流传的「\([1,\sqrt{2}]\)」是记错了方向的下界。

建模。无风险利率取 0（题未给出，按超额收益口径）。两资产切点组合权重 \(w\propto\Sigma^{-1}\mu\)，两资产有显式解：

推导。代入 \(\mu_A=1\)、\(\mu_B=2\)（单位 %）、\(\sigma_A=\sigma_B=1\)、\(\rho=0.5\)：分子 \(=2-0.5\times 1=1.5\)；分母 \(=2+1-0.5\times 3=1.5\)。故 \(w_B=1\)、\(w_A=0\)：最大夏普组合是 100% 持有 B，夏普 \(=2/1=2\)。

这个退化结果不是巧合：A 对 B 回归的 beta 为 \(\beta_{AB}=\rho\sigma_A/\sigma_B=0.5\)，A 的「残差 alpha」为 \(\mu_A-\beta_{AB}\mu_B=1-0.5\times 2=0\)——A 的期望收益恰好等于它通过 B 能解释的部分，对最大夏普组合没有任何增量，留在组合里只添方差。

检验。用微分校验：设 \(w\) 为 B 的权重，组合夏普平方为 \(f(w)=(1+w)^2/(1-w+w^2)\)（均值 \(1+w\)，方差 \(1-w+w^2\)，单位约去），求导得一阶条件 \(3(1-w)=0\)，即 \(w=1\)，与公式一致。再抽查 50/50 组合：均值 1.5、方差 \(0.75\)、夏普 \(\approx 1.73\lt 2\)，确认不是内部最优。

面试怎么讲。先写通式再代入，然后指出 \(1-0.5\times 2=0\) 这个关键量：「B 已经把 A 的信息包含完了，最优组合退化为单资产。」最后补一句一般情形（A、B 都有正残差 alpha 时权重会在两者间分散，甚至对低均值资产做空）展示你理解公式而非背公式。

建模。结构化概念题，考察切点组合与相关矩阵的角色，按「估计 → 公式 → 直觉 → 约束」四层作答。

推导（口径）。第一步，用同一时段、同一频率的收益估计各策略超额收益均值向量 \(\mu\) 与协方差矩阵 \(\Sigma\)；第二步，无约束最大夏普权重 \(w^*\propto\Sigma^{-1}\mu\)，归一化后即切点组合；第三步，直觉校验：高夏普策略获得更高权重，但低相关策略因 \(\Sigma^{-1}\) 的放大获得分散化红利——两个不相关、等波动的夏普 1 策略等权组合夏普为 \(\sqrt{2}\)，\(N\) 个互不相关的同夏普策略组合夏普为 \(\text{SR}\sqrt{N}\)；第四步，现实约束（杠杆上限、单策略容量、风险预算、卖空限制）下改用数值二次规划求解。

检验。两个极端自检：若所有策略完全相关，组合夏普不超过其中最高者，配置失去意义；若相关矩阵估计错误（尤其危机时相关性趋同于 1），样本内最优组合的夏普会被高估。低夏普策略也可能被保留甚至做反向（负权重），只要它与现有组合负相关。

面试怎么讲。一句话框架：「把每个策略当成一个资产，做切点组合，权重正比于 \(\Sigma^{-1}\mu\)——这道题的答案藏在相关矩阵里。」然后主动给 \(\sqrt{N}\) 直觉和危机时相关性飙升的警告。

建模。F21 是一般比较框架，F22 是它的极端情形（边际分布相同，比较维度从分布参数转向路径与执行），合并作答。

推导（口径）。F21 五个维度：① 样本外表现——留出期、滚动窗口、参数邻域的稳健性优先于全样本指标；② 换手与成本后收益——毛收益高但换手高的策略净夏普可能更差；③ 容量——信号规模上去后冲击成本吃掉多少收益；④ 与现有组合的相关性——增量信息比孤立夏普重要；⑤ 稳定性与可解释性——分年度、分 regime 表现，机制能否讲清楚。F22 在分布相同的前提下再加四个维度：① 回撤路径与回撤时长（分布相同但路径可以更惨烈）；② 执行现实性——信号用的是收盘价还是可成交价、日内容量；③ 策略容量与拥挤度；④ 与你现有持仓的净额机会（能降整体成本的胜出）。

检验。自检方法：把两个策略的净值曲线画在一起，如果一条浅回撤、一条深回撤，分布相同也分高下；把成本加倍重跑，净值差排序若翻转，说明比较结果被成本假设主导。

面试怎么讲。用「样本外、成本、容量、相关、稳定」五个词组织 F21；F22 直接接「分布之外看路径与执行」。这两个问题的标准陷阱是只报夏普和年化，主动展开多维比较即是加分项。

建模。风险厌恶通过标准差起作用；此处两者标准差相同，风险的「价格」为零，比较只剩均值。

推导。若两者分布形状相同、只是均值平移，高均值者一阶随机占优（first-order stochastic dominance）：任何效用函数 \(u\) 单调递增，都有 \(\mathbb{E}[u(W+B)]\ge\mathbb{E}[u(W+A)]\)。选期望收益更高的那个。

检验。反向自检：若「更高均值」其实来自厚尾或隐藏的流动性风险（标准差没变但偏度变了），结论要重新审——题目只约束了均值与标准差两个矩，面试时值得主动点破这一边界。

面试怎么讲。三十秒题：「同波动、高均值，等于白送的均值，选高者；前提是其他矩确实相同。」先答结论再补边界，体现快而不糙。