1、波动率（区间收益率标准差）
\[波动率 = \sqrt{\sum(R_i - \bar R)^2/(n-1)}
\]
其中R_i表示周期收益率，比如日收益率、周收益率等
\bar R表示平均收益率
n表示收益率R_i的个数
2、年化
所有指标的年化，都是在普通指标的基础上乘一个年化系数，如年化波动率如下：
\[年化波动率 = 波动率 * \sqrt{年化系数} \\
注：年化系数需根据计算收益率时使用的周期而定。\\
比如日收益率，则年化系数为250(交易日期)\\
周收益率，年化系数为52\\
月收益率，年化系数为12\\
年周一率，年化系数为1
\]
其实这里有些问题，部分产品是非交易日也有数据的，比如货币基金，因此货币基金这种理论上应该使用365？
3、sharp
\[sharp = (\bar R - R_f) / 波动率 \\
sharp比率（夏普比率）表示波动率每上升1个百分比，会产生多少的风险溢价
\]
4、最大回撤率
\[最大回撤率 = \min(X_i / \max(X_0...X_i) - 1) \\
注：最大回撤率就是一个区间内的收益率，只不过是在这个区间内会导致可能的最大跌幅的收益率。\\
其中X_i为第i天的收盘价或者复权净值等行情数据。
\]
5、下行风险
\[下行风险 = \sqrt{\sum[\min(0, R_i - R_f)^2] / (n-1)} \\
注：下行风险即将正的风险溢价调整为0后计算出来的风险溢价的波动率，因此计算时只有为负或为0的风险溢价
\]
6、alpha/beta
\[R_i = R_f + \beta (R_m - R_f) + \varepsilon \\
以上回归模型为最常见的CAPM模型，其中\beta为回归模型的系数，常数项为0。\\
而\alpha的由来是：通过历史数据对上述CAPM模型进行回归，得到一个模型后，\\
就可以根据未来的市场溢价来获得一个预期收益率，但通过后续的实际表现会发现\\
投资组合的实际收益率总是高于预期收益率，即模型可能存在一个截距项，因此调整后的回归模型如下：\\
R_i = \alpha + R_f + \beta (R_m - R_f) + \varepsilon \\
\]
\[将以上模型剔除无风险利率，则根据一元线性回归的计算公式可以得到：\\
\beta = (n\sum(R_i*R_m)-\sum(R_i)\sum(R_m))/(n\sum(X_i^2)-[\sum(X_i)]^2)\\
\alpha = \bar y - \beta * \bar x
\]
7、sortino
\[sortino = (\bar R - R_f) / 下行风险 \\
sortino比率（索丁诺比率）和sharp类似，只是分母使用的下行风险，而不是波动率\\
下行风险只考虑了负收益率的波动率，而波动率是全部收益率的波动率。
\]