我的理解是假设回报率是符合normal distribution。而根据正态分布图像的特性，x=E（Rp)是图像的对称轴。随便在left tail的地方设置一个固定的x=RL作为minimum acceptable level，沿X轴向右平移图像，逐渐增加X=E (Rp)与 X=RL之间的距离，就会发现X<RL的时曲线下方所覆盖的面积越来越小，也就是概率越来越小，所以当E(Rp)-RL之间的距离，或者说相对于方差的SFRatio最大时，P（ Rp< RL）最小。