年化收益率常见的统计陷阱

年化收益率是一种把非年度区间的收益折算成年度口径的表达方式。常见做法是：若已知某区间的累计收益率，先计算该区间的实际天数或年数，再用复利公式反推每年平均增长水平。例如区间为半年、累计收益为若干百分比，就按“（1+区间收益）的（1/区间年数）次方减1”折算。需要说明的是，这只是数学折算，不代表该收益在每一年都真实发生，也不代表未来会重复。它成立的前提是收益按复利再投资，且区间内没有资金进出。

使用年化收益率时，容易踩到几类统计陷阱。

（1）样本偏差。如果统计样本只来自某一段特定时期，结论就会被这段时期的特殊环境主导。比如只在整体上涨的阶段计算年化，结果往往偏高；只在下跌阶段计算，结果往往偏低。样本不能代表长期规律，年化数字就只是该样本的描述，而非普遍水平。

（2）时间窗口选择。同一组数据，起点和终点不同，年化结果可能差异很大。窗口越短，年化对起止点越敏感，短期波动被放大为年度口径后，容易显得极端。通常应说明窗口长度，并对比多个窗口，而不是只看一个数字。

（3）幸存者问题。若统计对象只包含当前仍存续的样本，而忽略了期间已退出、清盘或停止运作的样本，整体年化会被系统性高估。因为表现差的样本往往先消失，留下的样本天然偏向较好的一侧。历史统计中，这类偏差在基金、策略等长期跟踪里较为常见。

（4）复利假设与资金进出。年化折算默认收益全部再投资、期间不追加也不赎回。若实际存在申赎、分红或费用，真实体验会与折算值不同。费用、税费等通常未包含在简单的区间收益里，以官方规则和实际合同为准。

（5）平均方式混淆。算术平均与几何平均（复合增长）结果不同。波动越大，两者差距越明显。年化收益率一般对应几何平均，若误用算术平均，会高估长期复合结果。

避免这些陷阱，可以采用以下方法：

• 明确数据来源、样本范围与时间窗口，并披露是否剔除已退出样本；
• 同时给出多个窗口的年化结果，观察其稳定性，而非只取单一数字；
• 区分几何平均与算术平均，说明所用口径；
• 把费用、分红、资金进出纳入考虑，或明确说明未纳入；
• 把年化收益率与波动、最大回撤等风险指标一起看，不单独使用；
• 记住年化只是对历史区间的折算，不构成对未来的任何推断。

总之，年化收益率是便于横向比较的折算工具，但其数值高度依赖样本、窗口与统计口径。理解这些前提，比记住一个具体数字更重要。