跟踪误差计算器

Tracking Error Calculator

Compute tracking error from a series of active returns.

📐 计算公式
跟踪误差(本页代码口径,超额收益序列按逗号/空格分隔):均值 x̄=Σx÷n;TE=√(Σ(x−x̄)²÷n)——总体标准差口径(除 n 而非 n−1);输出另乘 100 以百分数展示,保留 3 位小数。校验:序列框经输入守卫必填且须含可解析数值,否则提示并中止。判据:无固定分级,超额收益波动越大 TE 越大,完全复制指数时 TE 趋于 0。

输入组合与基准的超额收益序列(逗号或空格分隔),求跟踪误差。

Formula & Standard References

Item Formula / Rule Source / Standard
Tracking error Tracking error is the standard deviation of active returns, portfolio return minus benchmark return Grinold & Kahn 2000, Active Portfolio Management, Ch. 4
Annualisation Multiply the monthly active-return standard deviation by √12 to annualise tracking error Grinold & Kahn 2000, Active Portfolio Management, Ch. 4
Relative risk Tracking error measures deviation risk against the benchmark, index products usually keeping it below 2 percent CFA Institute 2024, GIPS 2020, Ch. 5
📌 计算说明
  • TE 越小越贴近基准。
  • 示例序列 → 约 0.589%。

📚 深度解析:跟踪误差(TE)

💡 常见使用场景

主动收益 [1,2,-1,3,0]%
均值=1%;方差=((0)²+(1)²+(−2)²+(2)²+(−1)²)/5=(0+1+4+4+1)/5=2;TE=√2≈1.41%。
贴合基准
主动收益 [0.1,−0.1,0.2,0,−0.2]%:均值≈0、TE≈0.16%,几乎完全跟踪。

❓ 常见问题(FAQ)

TE 越小越好?
被动产品越小越好(跟踪紧);主动产品 TE 小则"伪主动"(收主动费却无偏离),需结合 IR 看是否物有所值。
TE 和 IR 关系?
IR=主动收益均值/TE。同样超额下 TE 越小 IR 越高(更稳的超额)。