Sharpe Ratio=(1.0217-(1+0))/0.17607=0.0217/0.17607=0.1232。对于正常分布，在±3σ(=SD)范围内平均值为M(X)得到的随机值近 99%。通过以上可以得出结论Sharpe Ratio 超过 3 是一个很好的结果。在图中我们可以看到，如果寸头结果分布正常，那么根据3个sigma 的规定在每个寸头的交易亏损1% Sharpe=3。
图.5带有1%.亏损概率正常分布交易结果
在参赛者RobinHood的账户可以得到证明: 他的智能交易在 2006自动交易锦标赛中完成了26个寸头的交易， 其中没有一个亏损。Sharpe Ratio显示值为 3.07!
线性回归(LR)和 线性相关函数(CLC)
我们同样可以通过其他途径评估交易结果。Sharpe Ratio允许我们估计风险资金运作，但我们也可以尝试来估计平衡曲线平滑度。如果我们在图表中画出每个寸头的关闭差额值，可以得到一条折线。根据上述各点, 我们可以配备一条直线,以便明显显示出我们的方向的转变。我们现在以Hendrick的智能交易Phoenix_4 为范例详细察看。
图.6 Hendrick差额图表 – 2006自动交易锦标赛参赛者 【www.irich.com.cn交易之路 投资经验荟萃】
我们必须找到函数a和 b，使这条直线尽量靠近每个点。我们的范例 x 代表寸头数， y则表示关闭交易的差额。
x (交易) y (差额)
1 11 069.50
2 12 213.90
3 13 533.20
4 14 991.90
5 16 598.10
6 18 372.80
7 14 867.50
8 16 416.80
9 18 108.30
10 19 873.60
11 16 321.80
12 17 980.40
13 19 744.50
14 16 199.00
15 17 943.20
16 19 681.00
17 21 471.00
18 23 254.90
x (交易) y (差额)
19 24 999.40
20 26 781.60
21 28 569.50
22 30 362.00
23 32 148.20
24 28 566.70
25 30 314.10
26 26 687.80
27 28 506.70
28 24 902.20
29 26 711.60
30 23 068.00
31 24 894.10
32 26 672.40
33 28 446.30
34 24 881.60
35 21 342.60