一、什么是信息比率？

信息比率（Information Ratio，简称IR）是衡量投资组合相对于基准指数的超额收益与主动风险之间关系的指标。它反映了基金经理（或投资策略）在承担单位主动风险的情况下，能够获得多少超额收益。

简单来说：IR 越高，说明基金经理在同样「犯错」风险下，赚到的「额外收益」越多。

💡 核心思想：投资不仅要看赚了多少，还要看为了赚这笔钱承担了多少「主动风险」。信息比率把这两者结合起来，告诉你每一分主动风险带来了多少超额回报。

二、计算公式

IR = (Rp − Rb) / σ(Rp − Rb)

其中：Rp = 投资组合收益率，Rb = 基准收益率，σ = 跟踪误差（主动风险）

Rp − Rb：超额收益（Active Return），即组合跑赢基准的部分

σ(Rp − Rb)：跟踪误差（Tracking Error），即超额收益的标准差，衡量主动风险的稳定性

三、手把手计算

假设某基金过去12个月的月度收益率数据如下：

步骤 1：计算月度超额收益

超额收益 = 基金收益率 − 基准收益率

例如：1月基金+2.5%，沪深300+1.8% → 超额 = +0.7%

步骤 2：计算平均超额收益

平均超额收益 = 所有月度超额收益的平均值

假设12个月超额收益平均为 0.4%

步骤 3：计算跟踪误差

跟踪误差 = 月度超额收益的标准差 × √12

假设月度超额收益标准差为 0.8%，年化跟踪误差 = 0.8% × √12 ≈ 2.77%

步骤 4：计算信息比率

IR = 年化超额收益 / 年化跟踪误差

年化超额收益 = 0.4% × 12 = 4.8%，IR = 4.8% / 2.77% ≈ 1.73

四、IR数值怎么看？

信息比率没有绝对的「及格线」，但业界通常参考以下标准：

IR 范围

评价

说明

IR > 1.0

优秀

超额收益显著，主动风险控制得当

0.5 ~ 1.0

良好

有稳定的超额收益能力

0 ~ 0.5

一般

超额收益不明显，或波动较大

IR < 0

较差

跑输基准，主动投资没有创造价值

📌 注意：IR 是基于历史数据的统计指标，不代表未来表现。短期IR可能波动剧烈，建议使用3年以上数据计算。

五、IR vs 夏普比率

很多新手容易把IR和夏普比率搞混，它们的区别在于：

对比项

信息比率 (IR)

夏普比率

衡量对象

超额收益（相对基准）

总收益（相对无风险利率）

风险定义

跟踪误差（主动风险）

总波动率（总风险）

适用场景

主动管理基金、选股策略

所有投资组合、资产配置

关注点

基金经理的选股/择时能力

整体风险调整后收益

六、实战中怎么用？

1. 评价基金经理

两只基金都跑赢了沪深300，但A基金IR=1.2，B基金IR=0.3。说明A基金在承担同样主动风险的情况下，超额收益更高、更稳定，选股能力更强。

2. 对比量化策略

在选股策略回测中，IR可以帮助你判断策略的超额收益是否来自运气。IR稳定在0.8以上的策略，往往具有真实的选股能力。

3. 优化投资组合

当你构建多策略组合时，可以用IR来评估每个策略的「性价比」，把资金优先分配给IR高的策略。

⚠️ 局限性：IR假设超额收益服从正态分布，但现实中收益分布常有厚尾特征。同时，IR无法区分超额收益的来源（是选股能力强，还是运气好）。建议结合Alpha、超额收益归因等指标综合判断。

七、信息比率计算器

输入你的投资组合与基准数据，快速计算信息比率：

📐 IR 计算器

年化超额收益 (%)

年化跟踪误差 (%)

计算信息比率

信息比率 (IR)

--

八、延伸阅读

信息比率是主动投资评估的核心工具之一。如果你想更深入地理解超额收益的来源，推荐阅读以下内容：

Alpha（阿尔法） —— 超额收益的另一种衡量方式

夏普比率 —— 风险调整后收益的经典指标

多因子模型 —— 拆解超额收益的来源

选股策略 —— 如何系统地构建超额收益

← 因子Beta

Alpha（阿尔法）→