经典的投资组合理论是建立在均值-方差基础上的，基本的假设是收益率服从正态分布。传统的业绩衡量指标，比如夏普比率，信息比率等，仅使用收益率分布的前两个统计矩，即均值和方差，因此对于衡量收益率不服从正态分布的情况存在缺陷。 为了克服这一局限性，研究人员提出了许多其他风险回报率：Calmar，Sortino，Sterling，Burke，Kappa等等。
2002年，Shadwick和Keating提出了一个新的业绩衡量指标，Omega比率。该指标考虑了收益率的整个分布信息，因此包括了所有高阶矩的信息。作为投资绩效主要的评级依据，Omega比率在国外已经受到业界认可。
Omega 比率定义如下：
$\Omega (r)\triangleq {\frac {\int _{{r}}^{\infty }(1-F(x))\,dx}{\int _{{-\infty }}^{r}F(x)dx}}$
其中，$r$为指定的临界收益率，$F(x)$为收益率的累计分布函数。
这个公式的分子部分是上偏矩，分母部分是下偏矩，通常我们用定积分进行计算，而阈值$r$是我们设定的临界收益率。临界收益率用来区分收益或损失，高于临界收益率的，视为收益，低于临界收益率的，视为损失，也可以称为最低要求收益率。Omega比率利用了收益率分布的所有信息，考虑了所有的高阶矩，刻画了收益率风险的所有特征。
取不同的临界收益率，可以得到关于$r$ 递减的Omega 函数。在临界收益率等于均值的时候，Omega 比率等于1。在相同的临界 收益率下，对于不同的投资选择，Omega比率值越高，投资绩效也就越好。
可以用下图来理解该指标的计算。Omega 比率就等于上方绿色面积除以下方红色面积。
该指标也可以适合不同风险偏好的投资者。对于风险容忍度较低的投资者，可以选择较低的临界收益率，反之，可选择较高的临界收益率。
Omega比率可以转换成下面的公式：
$\Omega (r) = \frac{E[\max(x-r,0)]}{E[\max(r-x,0)]} = \frac{e^{-r_f} E[\max(x-r,0)]}{e^{-r_f} E[\max(r-x,0)]} = \frac{C(r)}{P(r)}$
其中，$C(r)$是一个欧式看涨期权的价格，$P(r)$是一个欧式看跌期权的价格，两者的执行价格都是$r$。 应用put-call parity，Omega比率也可以只用看跌期权表示：
$\Omega (r) = 1 + \frac{\mu – r}{P(r)} = 1 + \frac{\mu – r}{E[\max(r-x,0)]}$
与下面的夏普比率相比较表明，不考虑常数1，Omega比率也可以看作夏普比率变化而来，其中标准差被单侧风险度量取代，低于$r$部分的预期偏差。
$SR \triangleq \frac{\mu-r_b}{\sigma}$
我们可以得出结论，Omega比率基本上是使用一种下行风险衡量指标的风险收益比率。 实际上，它与Sortino比率非常相似：
$\text{Sortino ratio} = \frac{\mu – r}{\sqrt{E[\max(r-x,0)^2]}}$
唯一的区别是分母中的二次均值被算术平均值所代替。
值得注意的是，Omega比率并不是一个简单的统计量，而是一个带参数的函数，即$\Omega (r) $。 参数$r$是收益目标阈值（临界收益率），并定义什么被视为收益（高于阈值）和损失（低于阈值）。Omega比率的优点在于投资者偏好可以通过参数$r$集成到统计量中，与夏普利率相比，投资者可以利用Omega曲线通过改变$r$来对不同风险规避水平进行排名。
上证指数与S&P500周收益率的Omega曲线如下图：
参考：
1、Omega as a performance measure，Hossein Kazemi and Thomas Schneeweis
2、Omega比率：衡量私募基金绩效的良好指标，胡新辉
评论