如果对数字丝丝入扣地深究，它们就会表明任何东西。——格雷戈·伊斯特布鲁克
回报相对于风险的不同比率
许多统计方法用于衡量风险调整后回报，即度量取得回报的成本（以风险表现）。公认的经典例子是以威廉·夏普的名字命名的夏普比率（sharpe ratio），计算夏普比率是用期间超出无风险回报率的平均回报率除以期间回报波动率。一般夏普比率越高越好。具有两个单位夏普的策略的意思是，每一个点的波动率变化能够带来高于无风险回报率两个点的回报率。如果能做到的话，这是一个相当好的夏普比率。
和夏普比率很相近的一个比例是信息比率（information ratio），不同之处是去掉了无风险回报率的部分。标准普尔500指数策略的信息比率为0.57，就意味着当承担的风险上升1%的时候，就会得到0.57%的回报，不过这是在扣除交易费用等其他费用以及实施这个策略的交易成本之前的回报。斯特林比率（Sterling ratio，平均回报/平均回报以下的方差）、Calmar比率（Calmar ratio,平均回报/最坏的峰谷回撤），还有Omega比率（Omega ratio，总的正的回报/总的负的回报）等，也是经常使用的风险调整后回报的度量指标。标准普尔500指数策略1982-2000年的斯特林比率、Camlar比率和Omega比率分别是0.87、0.31与1.26。在这些比率中，最令人失望的是比较低的Calmar比率，表明这种策略每经历1%的回撤只能产生0.31%的汇报。