为何胜率是一个误导性指标

成功率，也称为胜率，衡量一个交易系统产生盈利交易的频率。它易于计算，且在心理上令人满足：大多数人偏好一个正确次数多于错误次数的系统。来源指出，主要依据成功率来评估系统是一种过于简单化的方法。一个系统可能在90%的交易中是正确的，但在足够大量的交易中仍然亏损。原因在于胜率并未说明盈利相对于亏损的规模。如果一个系统频繁地小幅盈利，但偶尔遭受大得多的亏损，频繁的盈利可能被单次不利结果抹去。例如，一个普通系统九次盈利+0.1R，一次亏损-2R，其胜率为90%，但净结果为-1.1R。相反的情况也可能存在：一个低胜率的系统如果其平均盈利远大于平均亏损，也可以盈利。例如，趋势跟踪方法通常容忍许多小额亏损，同时寻求少数大额收益。胜率还忽略了交易顺序、回撤和机会数量。十笔交易中90%的胜率与一千笔交易中90%的胜率不同，而在错误的时间出现一连串亏损可能迫使交易者放弃该系统。因此，成功率是一种描述性统计量，而非系统质量的完整衡量标准。它可以作为一个有用的输入，但无法回答系统在扣除成本后是否具有正优势、该优势是否稳定，或者交易者为实现该优势必须承担多少风险。

期望值：超越准确性的第一步

期望值超越了胜率，将准确性和回报结合为一个单一平均值。以R倍数表示，期望值是每笔交易的平均结果，以初始风险为单位表示。常用公式为：期望值 = （胜率 × 平均盈利R）− （败率 × 平均亏损R）。如果一个系统40%的时间获胜，平均盈利为+3R，60%的时间亏损，平均亏损为-1R，则其期望值为（0.40 × 3）−（0.60 × 1）= 1.2 − 0.6 = 每笔交易+0.6R。这比仅40%的胜率更具信息量。然而，来源警告说，平均期望值更高的系统并不自动更好。一个平均每笔交易+2.3R的系统可能看起来优于平均+0.4R的系统，但答案并非确定。期望值是一个平均值，而平均值可能隐藏重要细节：交易频率、结果分布、回撤的大小和持续时间，以及估计的可靠性。高期望值系统可能交易稀少，意味着在给定周期内产生的总R较少。它也可能具有肥尾结果，即少数大额盈利主导平均值；去除这些异常值，优势可能消失。估计误差也很重要。在小样本上测得的正期望值可能不会持续。此外，期望值并不表明需要多少资金才能在分布内出现的连续亏损中存活。因此，期望值是有用的构建模块，但不是最终的评分卡。它回答的是系统平均每笔交易赚多少，而不是该平均值实现得有多平稳、多频繁或伴随何种风险。

固定周期内的总R

另一个评估层面是询问系统在固定周期内产生多少R。交易者不是仅看每笔交易的平均R，而是可以通过月末、季末或年末的总R来比较系统。来源呈现了一个情景：系统1在一个月内回报20R，而系统2回报30R。人们自然会假设系统2更好，但来源指出答案仍不一定为是。更高的总R可能伴随更大的变异性。例如，系统2可能平均产生30R，但在30%的周期中经历负期望值，而系统1可能平均20R且很少或从未出现负周期。如果目标是稳定的资本增长，对于某些交易者而言，回报较低但更一致的系统可能更可取，这取决于他们的目标和风险承受能力。固定周期内的总R受三个主要组成部分影响：每笔交易的期望值、执行的交易数量以及结果的变异性。期望值较低但机会多得多的系统可能跑赢交易稀少的高期望值系统。相反，具有长闲置期的高期望值系统在日历表现上可能落后。周期也很重要。月度总R可能被一两个大额盈利主导，而年度总R可能平滑这种效应。来源的观点是，总R是投资组合层面的结果，而不仅仅是交易层面的统计量。它反映了机会、仓位管理和回报路径。在没有背景的情况下仅通过平均值或总R比较系统，可能导致选择一个回报流对交易者资本和心理而言过于波动的系统。

变异性和路径依赖

变异性描述结果围绕平均值的分散程度。两个系统可以具有相同的期望值但风险特征截然不同。一个可能产生稳定的小额盈利和亏损序列；另一个可能有长期横盘期，随后出现大幅飙升和深度回撤。来源强调变异性，因为它影响正期望值是否能够真正实现。一个具有正平均值的系统，如果连续亏损相对于可用资本过深，或者交易者在回撤期间减少或放弃系统，仍然可能导致破产。变异性通常用标准差、最大回撤、最长连亏或回报分布的形状来衡量。偏度和峰度很重要：负偏度意味着罕见的大额亏损，而正偏度意味着罕见的大额盈利。例如，趋势跟踪通常具有低胜率和正偏度，因为它依赖于少数大趋势。均值回归方法通常具有高胜率和负偏度，因为它们收集许多小额利润，但可能遭受偶尔的大额亏损。两种特征本身并无优劣之分；每种都需要不同的仓位管理和心理承受能力。路径依赖是另一个方面。即使最终总R相同，交易顺序也可能决定交易者能否存活。先盈利20R再回撤15R与先回撤15R不同，因为第二条路径可能触发追加保证金或强制平仓。因此，评估系统需要的不仅仅是平均值。它需要理解结果的分布、最坏情况序列，以及这些序列如何与资本、杠杆和仓位规模相互作用。变异性不是次要问题；它是系统预期行为的核心部分。

准确性、市场条件和比较评估

来源指出，一旦确定了准确性，交易者应了解系统在各种市场中的表现，以及它与其他可能系统的比较。这是一种比较性和情境性的评估。一个系统可能在趋势市场中显示出强劲的胜率和正期望值，然后在震荡或波动市场中失败。另一个系统可能在低波动条件下表现良好，但在波动扩大时受损。市场条件并非恒定，因此单一周期的单次回测可能具有误导性。更完整的评估会考察不同的市场状态、时间框架、工具和流动性条件。它还使用相同的风险单位和相同的测试周期将系统与替代方案进行比较。在不调整机会、成本和资本要求的情况下比较高频系统与波段系统是没有意义的。交易成本、滑点、佣金和借入成本可以将正的总期望值变为负的净期望值，尤其是对于频繁交易系统。样本外测试和前向分析有助于降低曲线拟合的风险，即系统针对历史数据优化但在实际条件下失败。来源还暗示评估不仅仅关乎入场。一个完整的交易系统包括入场规则、出场规则、止损设置、盈利目标、仓位管理和投资组合层面的风险控制。如果出场回吐利润或止损设置不当，入场的高胜率可能无关紧要。因此，比较系统应在整个系统层面进行：相同的市场、相同的周期、相同的风险假设、相同的成本模型和相同的仓位管理逻辑。只有这样，交易者才能判断一个系统的表面优势是否真实、稳健且适合预期目标。