只看胜率为什么不够｜风险回报比与期望值的思路
即使胜率80%，整体也可能亏损。本文整理只追求胜率容易导致判断失误的原因，以及风险回报比和期望值这两个视角。
评估交易方法时，很多人首先看的是“胜率”。认为“胜率高的方法＝好方法”是很自然的想法。但如果只看胜率来判断方法的优劣，结论可能与实际盈亏不一致。也就是胜率很高，资金却在减少的状态。乍看之下很奇怪，但在交易中并不少见。
本文将从概念入手，说明为什么只看胜率不够，以及评估方法时值得一并查看的“风险回报比”和“期望值”这两个视角。本文既不推荐任何特定方法，也不提供获胜的方法，讨论的只是“如何看待一种方法”的框架。
胜率衡量的是“什么”
首先确认胜率这个数字代表什么。
胜率是指在所有交易中，以盈利结束的交易所占的比例。交易10次、其中7次盈利，胜率就是70%。因为简单直观，它往往是评估方法时最先用到的指标。
但这里有一个陷阱。胜率只统计“赢了几次”，并不包含“每次赚了多少、亏了多少”这一金额大小。即使知道赢了7次、输了3次，这7次增加了多少、这3次减少了多少，都没有体现在胜率这个数字里。
也就是说，胜率只反映了方法的一个侧面。
为什么只看胜率不够
如果盈利金额和亏损金额的大小不同，即使胜率很高，盈亏也可能为负。
例如，考虑下面这样的方法：
胜率80%（10次中赢8次）
盈利交易：+1,000元 × 8次 = +8,000元
亏损交易：−7,000元 × 2次 = −14,000元
合计 = −6,000元
因为赢的次数多，胜率高达80%。但偶尔出现的一次大亏损，会把之前的小额盈利全部吞掉，结果合计为负。这种情况容易出现在频繁小额止盈、却一再推迟止损的交易中。
反过来，即使胜率低，盈亏也可能为正。即使赢的次数少，只要每次盈利较大、亏损时能及时小幅止损，少数盈利就可能超过多次亏损。
由此可见，仅凭胜率高低无法判断方法的优劣，因为缺少了“每笔交易赚多少、亏多少”的金额视角。甚至可以说，只追求胜率，反而容易形成“小赚大亏”的方法。弥补这一缺失视角的，就是接下来要说的风险回报比。
※以上数值是为说明思路而举的例子，不代表任何特定方法的业绩。
风险回报比的视角
风险回报比表示一次盈利与一次亏损的“大小之比”。
具体来说，就是一次盈利获得的利润（回报）与一次亏损损失的金额（风险）之间的比率。如果盈利时平均赚2,000元、亏损时平均亏1,000元，风险回报比就是2比1，意思是盈利幅度是亏损幅度的2倍。
把风险回报比和胜率放在一起看，对方法的看法就会改变。胜率高但风险回报比差（亏损大于盈利），整体表现可能不佳；胜率低但风险回报比好（盈利大于亏损），整体也可能为正。胜率和风险回报比都无法单独作出判断，只有两者结合，方法的轮廓才会清晰起来。
那么，如何把这两者整合成“一个视角”呢？这就要用到期望值。
期望值的思路
期望值是一种视角，用来估算把同一种做法持续100次、200次时，平均每次大概会得到怎样的结果。它结合胜率和风险回报比，把握每笔交易的平均结果。
思考时要把胜率（获胜的概率）和每次盈利的幅度，以及亏损的概率和每次亏损的幅度结合起来。即使胜率高，如果一次亏损的打击很大，期望值也会下降；即使胜率低，如果一次盈利很大，期望值也可能保持为正。不妨把期望值理解为：不是分别看胜率和风险回报比，而是把两者合成一把尺子。
这里需要强调的是，期望值不是预测未来的数字。期望值是“如何评估过去的记录”的一把尺子，而不是“只要为正就能赚钱”的保证。市场不一定会持续同样的条件，过去的数字也不保证会在未来原样重现。应当以“期望值是多角度看待方法的视角，而不是必胜指标”为前提来使用，这样更稳妥。
为什么需要足够的交易次数
这里先说明，要让胜率和期望值具有参考价值，需要有足够的交易次数。
只赢了几次、输了几次，胜率和期望值都会受到偶然结果的很大影响。连赢3次，胜率就是100%，但这个数字没有意义。所以需要一定数量的交易次数。只有积累了足够的次数，胜率、风险回报比和期望值才开始具有反映方法的意义。
不过，仅靠实盘交易积累足够的次数需要时间。因为即使一直等待，一天之内满足进场条件的交易机会也不会出现很多次。这时如果利用历史图表进行回测（图表回放），就能在不涉及实际资金损失的情况下，在短时间内积累交易次数。把过去的行情倒回，反复尝试同一种方法，就能在短期内收集到足以让数字具有意义的次数。回测与实时练习的分工，在另一篇文章《回测与模拟交易的区别｜不同练习目的下的选择》中有详细介绍。
结合多个指标来评估方法
综上所述，对方法的评估无法由单一数字决定。实际操作中，会结合以下这些数字来看：
- 胜率（盈利交易的比例）
- 风险回报比（一次盈利幅度与一次亏损幅度之比）
- 期望值（每笔交易的平均结果）
- 盈利因子（总盈利与总亏损之比）
- 最大回撤（资金的最大回落幅度）
- 盈亏标准差（每笔盈亏的离散程度）
- 恢复因子（相对于回撤积累了多少盈利）
只拿出一个数字，就只能看到方法的一个侧面，容易判断失误。只有把多个指标并列来看，才能看出这种方法是否适合自己的资金和风险承受能力。
例如，同样是“期望值为正”的方法，内容也可能大不相同。10次中只有1次获得大额盈利、其余都是小亏的方法（低胜率·高回报），和大部分时候稳健盈利、但偶尔亏得较多的方法（高胜率·低回报），每笔盈亏的分散方式（盈亏分布）完全不同。即使整体期望值相同，资金增长的“波动剧烈程度”也完全不同。为了了解自己能承受哪种波动，也需要从多个角度来看。这种“波动剧烈程度”也可以用盈亏标准差这一数值来确认，它表示每笔盈亏的离散程度。标准差越大，即使期望值相同，每笔结果的波动也越大。
胜率高本身并不是坏事。问题在于“只”凭胜率来判断。看胜率时，同时也看风险回报比和期望值。这个习惯是避免误读胜率的第一步。
如何确认自己方法的数值
那么，该如何掌握自己方法的这些数值呢？关键在于记录交易，并按方法分别统计。
记录交易并按方法汇总计算数值后，不仅是胜率，风险回报比和期望值的趋势也会显现出来。前面提到的交易次数，也只有记录下来才能统计。
在ENTRIQ中，可以用策略标签对交易进行分组分析。例如，把“回调买入”和“双顶”分别打上不同的标签，系统就会按方法自动汇总胜率、风险回报比、盈利因子、期望值、恢复因子、盈亏标准差、盈亏分布、累计盈亏等数值，可以把两种方法并列比较。关于如何给划分好的交易打标签，也请参考另一篇文章《一笔交易怎么算？｜数法不同，胜率和盈亏也会变》。具体的统计和分析方法，在另一篇文章《用AI分析复盘交易记录》中有详细介绍。
还有一点不要忘记：这些数字并不是像考试分数那样给方法打完分就结束的。数字不仅用于评估交易，更是思考下一步如何改进自己方法的线索。胜率低就重新审视进场方式，亏损大就重新考虑止损位置。把这些数据作为改进的起点，才是记录和分析的真正目的。
常见问题
胜率高不就能赚钱吗？
胜率高是有利因素之一，但仅凭这一点无法决定盈亏。根据每次盈利幅度和亏损幅度的大小（风险回报比），即使胜率很高，整体也可能为负。需要把胜率和风险回报比结合起来看。
胜率达到多少才算好？
仅凭胜率无法判断。即使胜率60%，根据风险回报比的不同，盈亏也可能为负；即使胜率40%，只要风险回报比好，也可能留下利润。与其只用胜率来设定目标，不如同时参考风险回报比和期望值等指标。
风险回报比和期望值有什么区别？
风险回报比是表示“一次盈利幅度与一次亏损幅度之比”的数字。期望值则是在这些盈亏幅度的基础上结合胜率，来看“平均每次大概会怎样”的思路。可以这样理解：风险回报比是幅度之比，期望值是连胜率也包括在内的综合视角。
期望值为正就意味着能赚钱吗？
不一定。期望值是根据过去的记录评估方法的一把尺子，并不保证未来的利润。市场不一定会持续同样的条件，过去的数字也不保证会原样重现。把期望值当作“多角度看待方法的视角”来使用比较恰当。
统计多少笔交易，数值才可信？
没有明确的标准，但只有几次的话，结果容易出现偏差，数值也不稳定。积累的次数越多，胜率和风险回报比就越容易具有意义。仅靠实盘积累次数需要时间，因此可以通过利用历史图表的回测来补充交易次数。
正因为胜率是一个容易理解的数字，人们才容易只看它。只要加上风险回报比和期望值这两个视角，对方法的看法就会大不相同。不妨先从记录自己的交易、用多个指标审视方法开始。
※本文仅供参考，不保证任何特定方法或指标的有效性及盈利能力。文中数值是为说明思路而举的例子，不代表投资结果。投资决策请自行承担责任。
用历史 K线验证自己的手法
本文的验证，你的手法也能重现。在历史 K线上，主流打法是否真的有效。
- ✓ 用历史 K线回放
- ✓ 用 AI 分析获得反馈
- ✓ 用统计验证手法