看懂四个核心指标:年化、回撤、胜率、夏普
看回测报告的正确顺序是先看最大回撤,再看夏普,然后看胜率与盈亏比,最后才看年化。年化收益是四个指标里最容易被美化、也最不能单独说明问题的一个;决定你能不能长期执行下去的,是回撤深度和亏损持续时间。
本文要点
- 只看年化收益是新手最大的陷阱:同样 40% 的年化,回撤 15% 和回撤 60% 是两条完全不同的策略。
- 最大回撤决定你能不能拿住——它对应的是你在最难受时刻的账户浮亏。
- 高胜率完全可以亏钱:80% 胜率配上 1:5 的盈亏比,期望是负的。
- 夏普比率用标准差衡量风险,对肥尾和极端单日暴跌不敏感,容易高估安全性。
- 四个指标必须联合看,任何单一指标都能通过调参被刷得很漂亮。
年化收益:最容易骗人的那个数字
年化收益率是把一段时间的总收益折算成一年的等效复合增长率。公式本身没问题,问题在它被使用的方式。
第一个陷阱是回测区间太短导致的外推放大。一条策略跑了 3 个月赚了 12%,年化折算出来是 57%。但 3 个月只经历了一种行情,把它乘四没有任何统计意义。经验上,趋势类策略至少要覆盖两轮完整的上涨和下跌,时间跨度通常需要两年以上。
第二个陷阱是区间起点选择。从一轮大牛市起点开始测,任何做多策略都很好看;把起点往前挪半年,包含一段下跌,结果可能腰斩。判断方法很简单:把回测区间按年切开分别看,如果收益全部集中在某一年,这条策略实际上只在一种行情下有效。
第三个陷阱是不含成本。手续费和滑点对高频策略的杀伤力极大。一条日均交易 20 次的策略,单边成本 0.05%,一年下来成本就吃掉约 100% 的本金规模的交易额摩擦,很多回测漂亮的高频策略加上成本直接转负。
最大回撤:决定你能不能拿住
最大回撤是资金曲线从历史最高点跌到后续最低点的最大跌幅。它是四个指标里最贴近真实体验的一个,因为它对应的正是你盯着账户浮亏时的那个数字。
为什么它比年化更重要?因为回撤直接决定策略能否被执行。回测里的 50% 回撤只是曲线上一个凹陷,实盘里意味着一百万变五十万,且你不知道它会不会继续跌到 60%。绝大多数人在这个位置会停掉策略,而停掉的时点往往就是回撤的底部。一条你拿不住的策略,年化再高也等于零。
另外要关注一个常被忽略的配套指标:回撤持续时间,也叫水下时长,指从创新高到重新创新高之间的天数。一次 20% 的回撤如果两周就修复,心理压力可以承受;如果水下 14 个月,多数人撑不到修复那天。回撤深度和水下时长要一起看。
| 最大回撤 | 回到原点需要的涨幅 | 按 30% 年化需要的时间 | 实际可执行性 |
|---|---|---|---|
| 10% | 11.1% | 约 5 个月 | 多数人可承受 |
| 20% | 25.0% | 约 10 个月 | 需要事先有心理准备 |
| 30% | 42.9% | 约 1 年 4 个月 | 开始出现放弃风险 |
| 50% | 100.0% | 约 2 年 8 个月 | 绝大多数人会停机 |
| 70% | 233.3% | 约 4 年 8 个月 | 基本不可恢复 |
这张表说明一件事:回撤的伤害是非线性的。亏 50% 需要翻倍才能回本,而不是再赚 50%。这也是为什么控制回撤比追求收益更值得投入精力。表中数字为算术推演,不构成收益预期。
胜率:为什么 80% 胜率也能亏钱
胜率就是盈利交易占总交易的比例。它是最直观也最容易被误用的指标,因为胜率完全不包含盈亏幅度信息。
决定长期盈亏的是期望值,而期望值需要胜率和盈亏比两个数才能算:期望 = 胜率 × 平均盈利 − 败率 × 平均亏损。只报胜率不报盈亏比,等于只给了一半信息。
下面用具体算术看两条策略。策略 A 是典型的高胜率型:每次赚 1% 就跑,亏了扛到 5% 才止损。策略 B 是典型的趋势跟随型:小止损,让盈利单跑。
| 项目 | 策略 A(高胜率) | 策略 B(低胜率) |
|---|---|---|
| 胜率 | 80% | 35% |
| 平均盈利 | +1.0%(100 元) | +6.0%(600 元) |
| 平均亏损 | −5.0%(500 元) | −2.0%(200 元) |
| 盈亏比 | 1 : 5 | 3 : 1 |
| 100 笔中盈利贡献 | 80 × 100 = +8000 元 | 35 × 600 = +21000 元 |
| 100 笔中亏损贡献 | 20 × 500 = −10000 元 | 65 × 200 = −13000 元 |
| 100 笔净结果 | −2000 元 | +8000 元 |
| 单笔期望 | −20 元 | +80 元 |
策略 A 胜率 80%,看起来十次里赢八次,体验极好,但期望是负的,长期必然亏损。策略 B 胜率只有 35%,连续三四笔亏损是常态,心理很难受,但期望为正。市场上大量「胜率 90%」的宣传都属于策略 A 这一类:靠不设止损或扛单换来的高胜率,代价是某一天一次性亏掉几十次的利润。
还有一个技术细节:胜率对交易次数敏感。20 笔交易得出的 80% 胜率,统计置信度极低,多做几笔就可能掉到 50%。看胜率时先看样本量,少于 100 笔的胜率基本不具备参考价值。上述数字均为算术示例,不构成收益承诺。
夏普比率:把收益按风险归一化
夏普比率的定义是超额收益除以收益率的标准差,直观含义是「每承担一单位波动,换来多少收益」。它的价值在于让不同风险水平的策略可以横向比较:年化 20% 波动 10% 的策略,比年化 40% 波动 40% 的策略更值得放大资金。
常见的参考区间:夏普低于 1 说明收益与波动大致相当,性价比一般;1 到 2 属于可用;2 以上在低频策略里已经相当好;回测夏普超过 3 的低频策略,第一反应应该是怀疑代码有未来函数或过拟合,而不是高兴。
夏普的局限比多数人以为的更严重。它用标准差衡量风险,隐含假设收益率分布接近正态。但加密市场的收益率是典型的肥尾分布:绝大多数日子波动很小,偶尔出现单日 30% 的暴跌。这种分布下标准差会低估极端风险。
更具体的问题是:标准差对上行波动和下行波动一视同仁。一条经常大涨、偶尔小跌的策略,夏普会被上涨的波动拉低,显得不如它实际那么好。反过来,一条平时纹丝不动、偶尔崩一次的策略,夏普可能很高——卖期权类策略就是典型,长期夏普漂亮,直到某天一次性亏掉全部历史盈利。
- 索提诺比率:只用下行波动做分母,修正了对上行波动的误罚。
- 卡玛比率:年化收益除以最大回撤,直接衡量「为了这点收益要忍受多大痛苦」。
- 尾部风险指标:如最差单日收益、5% 分位数收益,专门捕捉肥尾。
指标是怎么被刷出来的
了解指标如何被人为美化,比记住定义更有实战价值。下面四种手法在各类策略宣传里非常常见,识别方法也很明确。
挑区间:只展示最有利的一段。识别方法是要求给出完整回测区间的逐年收益,以及包含至少一轮大幅下跌的时段表现。如果只给一张漂亮的曲线图而不给起止日期和分年数据,基本可以判定是挑过的。
不含成本:省略手续费与滑点。识别方法是看交易笔数——年交易几百笔以上的策略,不含成本的收益毫无意义。要求对方给出总成本占本金的比例,答不出来就说明没算。
参数过拟合:在几万组参数里挑出最好的一组展示。识别方法是看参数邻域的稳定性:把每个参数上下浮动 20%,收益应当平滑变化而不是断崖式下跌。如果只有那一组参数有效,它拟合的是噪声。
扛单换胜率:不设止损,浮亏一律等回本。识别方法是看最大单笔亏损与平均盈利的比值,以及最长持仓天数。胜率 90% 但单笔最大亏损相当于三十次平均盈利的策略,本质是在积累一次性风险。
四个指标怎么联合起来看
每个指标都能被单独刷高:想要高年化就上杠杆,想要低回撤就极少交易,想要高胜率就不设止损,想要高夏普就选一段平静的行情。指标的意义在于互相约束,任何一个孤立看都会被欺骗。
| 指标 | 回答什么问题 | 主要陷阱 | 必须搭配看什么 |
|---|---|---|---|
| 年化收益 | 赚得多不多 | 区间短、起点挑选、不含成本 | 最大回撤、交易成本明细 |
| 最大回撤 | 最难受时有多难受 | 只看深度忽略水下时长 | 回撤持续天数、杠杆倍数 |
| 胜率 | 赢的次数占比 | 不含盈亏幅度、样本量太小 | 盈亏比、交易笔数 |
| 夏普比率 | 单位波动换多少收益 | 对肥尾不敏感、罚上行波动 | 索提诺、最差单日收益 |
一个务实的筛选顺序:最大回撤是否在你能承受的范围内,夏普是否在 1 以上,交易笔数是否足够多让胜率有意义,胜率与盈亏比组合的期望是否为正,最后确认年化是在含成本条件下算出来的。五个条件都过了,才值得进入样本外验证和小额实盘。
指标之外还有一件事必须做:Walk-Forward 或样本外测试。指标全都漂亮但只在样本内成立的策略,实盘会迅速失效。相关方法可以在量化学院里找到详细步骤,成本对指标的影响可以参考回测成本模型。
什么是常见问题?
年化收益多少算合理?
没有绝对标准,要看回撤和策略容量。低频、无杠杆、回撤控制在 20% 以内的策略,能长期做到 15%-30% 年化已属不错。回测里出现三位数年化通常来自过拟合、未含成本或使用了高杠杆。所有回测数字均为历史数据,不构成收益承诺。
最大回撤应该控制在多少以内?
取决于你的资金性质和心理承受力,而不是某个通用数字。一个可操作的自测方法:假设账户现在就出现回测里的最大回撤,你会不会关掉策略。如果答案是会,那这个回撤对你来说就太大了,需要降低仓位或换策略。
胜率和盈亏比哪个更重要?
两者都不重要,重要的是它们的组合是否让期望为正。同时要考虑心理可执行性:低胜率高盈亏比的策略数学上更优,但连续亏损期很难熬;高胜率低盈亏比的策略体验舒适,但必须严格控制单笔最大亏损,否则一次极端行情就会抹平所有积累。
夏普比率多高才值得放大资金?
低频策略回测夏普在 1.5 以上、且样本外验证同样成立,是一个可以考虑逐步加仓的信号。但先要排除三件事:未来函数、过拟合、成本低估。夏普异常高时优先排查代码,而不是加钱。