胜率高,就一定赚钱吗?为什么频繁盈利的策略,长期下来仍然可能亏损?
假设有两套交易策略。
策略 A:胜率 80%,每次盈利 10 美元,每次亏损 50 美元。
策略 B:胜率 45%,每次盈利 40 美元,每次亏损 20 美元。
直觉上,很多人会选择策略 A。
毕竟,十次交易中有八次赚钱,听起来比不到一半的胜率可靠得多。
但如果只看胜率,就可能忽略真正决定长期表现的关键因素。
胜率回答的是“有多少次交易赚钱”,却没有回答“每次赚多少、每次亏多少”。
1️⃣ 胜率高,不代表长期期望收益为正
判断一套策略是否具有盈利潜力,可以先计算每笔交易的期望收益。
简化公式如下:
期望收益 = 胜率 × 平均盈利 − 亏损概率 × 平均亏损
假设暂时不考虑手续费、滑点和其他成本。
策略 A:
80% × 10 − 20% × 50 = 8 − 10 = −2 美元/笔
策略 B:
45% × 40 − 55% × 20 = 18 − 11 = +7 美元/笔
这意味着,在上述假设成立的前提下,策略 A 虽然胜率很高,平均每笔交易的期望收益却是负数;策略 B 的胜率不足一半,期望收益反而为正。
当然,正的期望收益不等于保证盈利。实际结果还取决于策略优势是否真实、交易成本、市场变化和执行质量。
2️⃣ 盈亏比,决定你需要多高的胜率
假设一套策略平均盈利 20 美元,平均亏损 20 美元。
在不考虑交易成本的情况下,胜率达到 50% 时,理论期望收益为零。
但如果平均盈利只有 10 美元,平均亏损却达到 30 美元,那么即使胜率达到 70%,计算结果仍然是:
70% × 10 − 30% × 30 = 7 − 9 = −2 美元/笔
因此,评估策略时,不能孤立地看胜率。平均盈利、平均亏损和交易成本必须放在一起分析。
3️⃣ 连续亏损,不一定意味着策略失效
即使一套策略在长期统计中具有正期望收益,也可能出现连续亏损。
这是概率分布的一部分,而不是自动判定策略失效的证据。
真正需要关注的是:
连续亏损是否处于策略历史上可以合理预期的范围内?
市场环境是否已经发生变化?
实际成交成本是否明显高于回测假设?
交易规则是否被人为改变?
样本量是否足够支持当前判断?
如果只因为连续亏损就临时修改参数、扩大仓位或取消止损,反而可能破坏原本的交易纪律。
4️⃣ 回本需要多少收益?亏损越大,恢复越困难
亏损的影响并不是对称的。
如果账户亏损 10%,要恢复原有资金,需要上涨约 11.1%。
如果亏损 30%,需要上涨约 42.9%。
如果亏损 50%,则需要上涨 100% 才能回到起点。
因此,风险管理不是追求每笔交易都不亏,而是避免一次过大的损失破坏长期生存能力。
5️⃣ 如何更全面地评估一套策略?
可以建立一份策略评估表,至少记录:
胜率与交易总次数;
平均盈利与平均亏损;
盈亏比与每笔交易期望收益;
扣除手续费、滑点和其他成本后的净收益;
最大回撤与连续亏损情况;
不同市场阶段的表现;
样本外测试和实际执行结果。
还要注意,历史数据中的正期望收益可能来自偶然,也可能在市场结构变化后消失。评估时应考虑样本量、统计不确定性,以及结果对参数和成本假设的敏感程度。
真正值得关注的,不是胜率看起来有多漂亮,而是经过成本核算和充分验证后,每笔交易是否仍然具有合理的正期望收益,以及风险是否在自己能够承受的范围内。
最后想问问你:
如果一套策略胜率达到 80%,但平均盈利只有 10 美元、平均亏损达到 50 美元,你还会认为它是一套好策略吗?
下一篇,我们继续讨论:
为什么同一套交易策略,在不同市场环境下,可能表现出完全不同的结果?
