假设你投入 100 元,第一年赚 20%,第二年亏 20%。两年的涨跌幅平均起来是零,账户却只剩 96 元。这不是计算出错,而是两次百分比对应的本金已经不同。
同样,一种交易即使十次赢六次,也可能总体亏钱。本章从这两件容易算错的小事出发,再学会看回撤、胜率和历史成绩的可靠程度。
学习目标
- 区分简单收益、复合收益、实际购买力与投资者到手收益。
- 用回撤、损失分布和资金需求理解风险,而不只看波动率。
- 判断胜率、夏普比率和样本外结果能说明什么、不能说明什么。
原理与边界:先把收益算完整
同一条曲线,可以有不同收益口径
先把这次投资的钱记完整:卖出或期末还值多少,加上尚未包含在这个金额里的已收分红,再扣掉尚未扣除的相关费用。若分红已经留在期末账户余额中,就不能再加一次;费用已经扣在余额中,也不能重复扣。若没有追加或取款,用这个期末总价值除以最初投入,再减 1,才是这段持有期的收益率。跨市场比较时还要统一币种。
如果中途加过钱,就有两个不同问题:
- 这项投资本身走得怎样?时间加权收益把每次外部投入或取款作为分界,先算各段的涨跌,再把各段增长倍数连乘。这样尽量不让你投钱多少、投在何时左右对投资过程的评价。
- 我自己的钱赚得怎样?资金加权收益同时考虑每笔钱的金额、投入或取出日期和最后余额。更多本金在哪一段参与涨跌,会直接影响个人结果。实际计算通常需要求解,初学时先记全金额与日期即可。
所以,基金先涨了很多、你随后才大额买入,基金的长期成绩与个人到账结果可以很不一样。还要核对比较对象是否含分红:只跟踪股价的价格指数、把分红再投入的全收益指数、扣费后的真实基金账户,是三个不同口径。
实际购买力也要单独计算。名义增长 6%、同期物价增长 3%,实际增长约为 1.06÷1.03−1=2.91%,不是精确的 3%。这里的通胀口径只是教学变量,个人教育、住房等支出的变化未必等于总体物价指标。
假设算例一:平均上涨,不一定有财富增长
假设本金 100 元,第一年上涨 20%,第二年下跌 20%,期间没有追加和取款。
- 第一年底为 100×1.2=120 元。
- 第二年底为 120×0.8=96 元,累计亏损 4%。
- 两年涨跌幅的算术平均为 0%,但年复合收益要问另一个问题:假如两年每年都按相同比例 r 变化,怎样让 100 元变成 96 元?先算总倍数 96÷100=0.96,所以要满足 (1+r)×(1+r)=0.96。因为同一个倍数连乘了两次,就用开平方找回一年的倍数:r=√0.96−1,约为 −2.02%。
- 若从 100 跌到 80,需要上涨 25% 才回到 100;若跌到 50,需要上涨 100%。恢复所需涨幅等于损失比例除以一减损失比例。
这个例子说明,第二年的 20% 是从 120 元里扣除的 24 元,超过第一年赚到的 20 元;涨跌幅一样,金额并不一样。比较长期策略时,要看余额怎样连续变化,不能把各年的百分比简单平均后当作自己的赚钱速度。这也不意味着所有波动都应该回避。
下跌用原来的 100 元作分母;回本用剩余的 50 元作分母。金额都变了 50 元,百分比却不同。
风险不只是一条标准差
波动率回答的是收益在一段时间里晃动得多大,上涨和下跌都会计入。它不能单独回答有没有造假、想卖时有没有人接盘、会不会突然跳到更低价格,以及借钱投资后是否需要补钱。过去看着平稳,也可能只是成交少,或者大部分风险尚未在观察期里出现。
回撤则从一个已经达到的高点出发,看后来最低跌了多少;最大回撤就是观察期内最深的一次。分母是那次下跌前的高点金额,不一定是你的买入本金。读回撤时还要问看了多久、按每天还是每月记录,因为十年日度数据与一年月度数据找出来的低点不可直接比较。跌过 30% 后很快恢复,和多年未恢复,对持有者也不是同一种体验。
若近期必须用钱,损失发生的次序会影响生活。长期平均收益相同的两组年度回报,在提款过程中可能产生不同结果,因为早期下跌迫使你卖出更多份额。投资期限长并不消除现金流时点风险。Investor.gov 的风险介绍强调不同资产面对多种风险,而非只有价格波动。
假设算例二:高胜率也可能亏钱
先认识期望收益:把各种可能盈亏按各自概率加权,得到的是这些设定下的长期平均,不是某一次交易保证拿到的金额。
假设一种交易每次有 60% 概率赚 1 单位、40% 概率亏 2 单位,每次平均成本为 0.05 单位,先忽略交易之间的相关性。
- 毛期望收益为 0.6×1−0.4×2=−0.2 单位。
- 扣成本后期望为 −0.25 单位。胜率超过一半,仍然是负期望。
- 在相同盈亏结构下,毛盈亏平衡胜率为 2÷3,约 66.7%;计入 0.05 成本后,需要满足 3p−2−0.05=0,胜率约为 68.3%。
- 即使期望转正,也不能无限加仓。连续亏损、相关持仓同时下跌或损失幅度估错,都可能先耗尽本金。
这个例子说明,胜率只告诉你赢的次数,没有告诉你每次赢多少、输多少以及付出多少成本。多数小赚可以被少数大亏完全抵消。
这里的概率是人为设定,现实中还要估计。看过 100 笔交易,其中 60 笔盈利,并不能保证未来胜率恰好是 60%。若它们都发生在同一轮上涨中,结果会互相受同一个市场环境影响,也不能当作 100 次彼此独立的检验。
可执行研究流程:给绩效结论做六次追问
第一,确定比较对象。与相同市场、类似股票风险和可投资产品比较,避免用满仓小盘策略去对比低股票仓位组合。
第二,统一口径。写清起止日期、计价币种、是否含分红、成本、外部现金流和杠杆。年化收益只是持有期结果的换算,短期高年化不意味着能延续。
第三,同时读收益与损失。除了余额的复合增长,还要看最深跌幅、多久恢复、最差阶段和买卖是否频繁。常见的夏普比率,是把超过某个低风险利率基准的平均收益,除以收益波动,尝试比较承担相似波动时的表现。先问它用了什么利率、什么记录频率。若少数极端亏损没有出现,或者价格看得见却难以成交,这个比率再高,也不能完整代表风险。
第四,检查证据独立性。一个参数在大量候选中胜出,就包含选择优势。Bailey 等的研究说明,重复尝试可以制造看似显著的回测;仅保留最优结果,会隐藏寻找过程。作者稿,2015。
第五,分开形成假设与检验假设。先写机制和失败条件,再接触用于检验的新时期;不断查看并据此改策略的样本,已经不再是独立验证。样本外通过也不是永久许可,还需检查市场与成本是否变化。
第六,写下尚不知道什么。McLean 与 Pontiff 对 97 个预测变量的研究发现,发表后组合回报相对原样本明显衰减;这支持保守理解历史结果,却不证明所有公开策略必定无效。JOF,2016。
常见误判
- 把高胜率当作正期望,忽略少数大亏与交易成本。
- 把历史最大回撤当作未来损失上限,或把低波动当作保本。
- 只看成功账户,忽略退出、清盘和未公开的失败结果。
- 用不断变化的基准、区间或计价币种,让自己的成绩看起来更好。
练习
- 某资产先跌 30%,再涨 30%,本金 100 元,最后多少?回到本金还需要涨多少?
- 某策略回测夏普较高,但试过 5,000 组参数,只公布一组。还缺什么证据?
- 某港股投资以港币计价上涨 8%,假设港币对人民币贬值 5%,忽略费用,人民币回报是多少?
参考答案
先完成练习,再展开参考思路
- 100×0.7×1.3=91 元;从 91 回到 100 还需约 9.89%。从最初跌至 70 的位置回本,则需约 42.86%。注意明确计算基点。
- 需要完整尝试记录、选择方式、未用于选择的验证、参数稳定性、成本与可成交性说明。单纯延长同一条历史曲线不足以消除选择偏差。
- 1.08×0.95−1=2.6%。这是假设汇率算例,实际还需考虑兑换成本、税费和资金进出时点。
参考来源与核验日期
核验日期:2026-10-29。数学算例均为原创假设,不含行情或回测。
- Investor.gov:What is Risk?。投资者教育,风险类型。
- Bailey 等:The Probability of Backtest Overfitting,2015 作者稿。多次试验与选择偏差的方法研究。
- McLean、Pontiff:Does Academic Research Destroy Stock Return Predictability?,2016。已读出版社摘要;研究对象为 97 个历史股票预测变量,不能直接推算 A 股某策略的衰减比例。
继续学习:交易机制;配置应用见宽基 ETF、定投与再平衡。