该 交易期望公式 估算在一组已记录的策略样本中，一笔交易的平均结果。将胜率乘以平均盈利，再减去亏损率乘以平均亏损。答案为正，表示所测试的流程在扣除成本之前或之后每笔交易赚取了风险单位，具体取决于输入。答案为负，表示其平均交易亏损了单位。期望值描述的是一个分布，而不是下一笔订单的结果。
本指南解释该公式、正确的数据、一项演算示例，以及会让一个看似不错的数字变得不可靠的错误。
快速回答：交易期望公式
使用一个统一的单位，最好是 R 倍数：
期望值 =（胜率 × 平均盈利）−（亏损率 × 平均亏损）。。
胜率和亏损率必须是加总为 1 的小数。平均盈利和平均亏损应为正值幅度。如果 45% 的交易盈利 1.6R，55% 的交易亏损 1R，则期望值为 0.45 × 1.6R 减去 0.55 × 1R。结果是在扣除成本之前每笔交易 0.17R。
这个结果并不保证盈利。它只是对历史交易数据的总结。SEC 提醒： 过往表现并不代表未来结果，这同样适用于个人回测或交易日志。
搜索 交易期望公式 的读者还需要了解样本中是否包含成本、异常亏损以及市场环境变化。这些输入往往决定结果的正负。
在使用交易期望公式之前需要了解什么
该公式有四个输入。
- 胜率。 盈利交易数除以所有已平仓交易数。
- 亏损率。 亏损交易数除以所有已平仓交易数。
- 平均盈利。 赢家总共获得的 R 除以赢家数量。
- 平均亏损。 总计亏损的 R 除以亏损交易数量。
打平交易可以计入总交易数，并记为零结果。另一种有效方法是将其从胜率和亏损率中剔除。请选择一种约定并记录下来。
R 是最清晰的单位。1 R 是入场与止损之间计划承担的风险。1.5R 的盈利表示获得了计划风险的 1.5 倍。0.8R 的亏损表示在未到达完整止损前结束。
| 输入问题。 | 它隐藏了什么。 | 更好的做法。 |
|---|---|---|
| 仅用货币结果。 | 账户规模变化会扭曲比较。 | 将每个结果都转换为 R。 |
| 计划目标。 | 提前退出会被忽略。 | 使用实际成交价和退出价。 |
| 毛结果。 | 点差和滑点会消失。 | 跟踪净期望和毛期望。 |
| 小样本。 | 连胜连败主导平均值。 | 保持结论暂定。 |
| 混合策略。 | 一种方法补贴另一种方法。 | 将每个设置分别标记。 |
风险回报比描述的是计划中的结构。期望值描述的是交易之间实际发生了什么。两者都重要，但回答的是不同的问题。
逐步计算期望值
考虑某一策略的一个包含 60 笔交易的样本。每笔交易都以 1R 的计划风险开始。
- 统计 24 笔盈利交易和 36 笔亏损交易。
- 胜率等于 24 除以 60，或 0.40。
- 亏损率等于 36 除以 60，或 0.60。
- 盈利交易总共获得了 45.6R，因此平均每笔盈利为 1.9R。
- 亏损交易总共损失了 34.2R，因此平均每笔亏损为 0.95R。
- 用 0.40 乘以 1.9R，得到 0.76R。
- 用 0.60 乘以 0.95R，得到 0.57R。
- 用第一个结果减去第二个结果。
毛期望值为每笔交易 0.19R。按 60 笔交易计算，这对应于记录样本中的 11.4R。
现在加入执行因素。平均点差、佣金和滑点每笔交易合计成本为 0.08R。净期望值变为 0.11R。成本这一项抹去了超过五分之二的毛优势。
换一种方式检查算术
把每笔净交易结果相加，再除以交易次数。如果样本在扣除成本后总计为 6.6R，那么 6.6 除以 60 同样等于 0.11R。两种方法应该一致。如果不一致， 日志 类别就不一致。
分布比单看平均值更重要
两种策略都可能显示 0.10R 的期望值，但感觉完全不同。
策略 A 经常获胜，目标较小，偶尔会亏 3R。策略 B 经常亏损，把亏损控制在接近 1R，并且偶尔赢 4R。它们的平均值可能相同，但最长连败和回撤不会相同。
查看这些配套指标：
- 总交易次数。
- 以 R 表示的最大回撤。
- 最长连胜和连败。
- 交易结果的中位数。
- 最大盈利和最大亏损。
- 不同市场环境下的期望值。
- 扣除成本前后的期望值。
均值容易受到异常值影响。一次 12R 的盈利就可能让一个薄弱样本看起来是正向的。去掉最佳和最差交易后重新计算。一个稳健的结果不应依赖单一事件。
杠杆会让分布风险变得更重要。如 SEC 的 保证金指引所解释的那样，保证金账户在权益不足后可能面临强制卖出。正期望值无法帮助一个在普通亏损连败中就会失效的仓位规模。
比较不同交易策略的期望值
应以 R 来比较策略，而不是用原始点数、pips 或 ticks。一个期货合约可能按 ticks 波动，而货币对则按 pips 波动。把两者都换算成 R 后，就能比较它们的平均结果。
这种比较仍然需要结合上下文。
高频日内策略
短线策略可能会进行大量交易，且目标很窄。成本会吞噬每笔结果中更大的一部分。SEC 在其 日内交易出版物中将积极的短线交易描述为高风险、费用高昂。
更慢的跨多个交易时段策略
更慢的策略每次往返的成本较低，但要承受隔夜跳空和融资成本。交易次数增长缓慢，因此较长时间内估计仍然不够确定。
特定市场状态策略
趋势策略在有方向的阶段可能显示正期望值，而在震荡区间可能显示负期望值。把两者合并起来可能会掩盖真正有用的条件。在入场前应标记波动率、流动性、时段和市场结构。
不要自动选择历史数值最高的那个。应优先考虑由清晰规则、足够交易次数、稳定成本以及计划能够承受的回撤所支持的估计。
滚动期望值与变化迹象
单一的全样本均值可能掩盖衰减。可按固定的滚动区块计算期望值，例如最近 40 或 60 笔交易。将每个区块与原始样本进行比较。区块长度必须保持固定，否则交易者可以挑选看起来最好的窗口。
假设某策略起初的净期望值为 0.14R。接下来的三个 50 笔交易区块分别显示 0.11R、0.04R 和负 0.03R。这个序列并不能证明优势已经消失，但足以说明应暂停加仓，并检查市场条件、成交和执行纪律。
在该复盘中要区分风险和波动性。波动更大的市场可能会扩大止损并降低仓位规模，但不一定改变交易设置。流动性下降可能增加滑点并抹去微弱优势。这些影响应体现在数据中，而不是亏损之后再附加的故事。
信心、样本量与不确定性
期望值是带有不确定性的估计。200 笔独立交易通常比 30 笔提供更多信息，但交易次数并不是唯一问题。在同一趋势中发出的信号可能高度相关。这会使表面样本量大于独立证据所显示的规模。
使用多项压力测试：
- 移除最佳盈利后重新计算。
- 将成本上调一个合理幅度。
- 分别拆分多头交易和空头交易。
- 将高波动时段与平静时段拆分。
- 比较前一半和后一半样本。
- 打乱交易顺序，以研究可能出现的连亏。
这个正负号应能经受合理的压力测试。若一个结果在轻微调整后就崩溃，则需要更多观察。
风险管理与人工执行
风险管理 决定该策略是否能存活足够久以体现其平均值。固定每笔交易风险、总未平仓风险，以及结束本轮交易的条件。一个为正的估算不能弥补无限的亏损规模。
交易的心理因素也会改变实际执行后的分布。恐惧会让盈利过早离场。挫败感会导致额外加一笔计划外交易。过度自信会在连胜后提高仓位。把这些行为标记出来，并单独计算遵守规则的交易的期望值。
使用交易期望公式时的常见错误
最常见的错误是机械性的。
- 用目标值代替实际执行的平均盈利。
- 记录完整的止损亏损 ，却忽略止损之外的滑点。
- 把多头、空头、日内和波段策略混在一个样本里。
- 忽略保本交易，或每个月把它们归类得不一样。
- 把20笔交易当作稳定估计。
- 把违反规则的亏损从交易日志中删除。
- 在一段连胜后提高仓位规模。
- 忘记成本可能会因交易时段而变化。
第二类是心理层面的。交易者在连续亏损后，常常停止接受有效信号，然后在回撤恢复后才重新开始。交易日志记录了亏损和错过的盈利。这反映的是实际执行行为的期望值，而不是书面策略的期望值。
用这个公式来诊断这种差距。为所有有效信号计算一个估算，再为实际执行的交易计算另一个估算。两者的差异衡量的是遵守程度。
产品、课程、应用和平台体验
期望值更需要准确的记录，而不是高级图表。
平台和应用体验
一个有用的平台应导出入场、出场、仓位大小、方向和时间戳。它还应显示点差和成交价。应用应将被拒单和取消的订单与已完成交易分开保存。
课程和入门体验
有用的教学会讲解R倍数、平均盈利、平均亏损、样本量和异常值。练习应包含亏损策略和微弱正收益结果。只有在理解输入的情况下，计算器才真正有帮助。
模拟账户上的产品体验
当规则得到遵守时，Pivex会提供结构化评估，并在前期明确说明其规则、回撤和出金条款。模拟交易有助于测试交易日志流程，尽管它无法复现真实资金带来的情绪压力。
决策框架：这个期望值估算有用吗？
如果某个答案能由交易记录支持，就得1分。
- 样本是否包含一套具有固定规则的策略？
- 结果是否基于真实成交的入场和出场？
- 是否包含点差、佣金和滑点？
- 每个结果是否都用R来记录？
- 样本是否包含多种市场环境？
- 即使去掉最佳交易，估算值是否仍为正？
- 最长连亏是否仍在风险限制之内？
- 未干预样本或前向样本是否保持相同的正负号？
七到八分支持谨慎地继续测试。四到六分说明证据有用但不完整。三分或更少意味着这个数字不应指导仓位规模。
在不受过去结果束缚的情况下调整策略
从已记录的最大漏洞入手。如果成本抹去了毛期望值，就减少弱交易，或改进下单时机。如果平均亏损超过1R，就检查跳空、止损移动和仓位管理。如果某种市场环境是负面的，就在下一笔交易前先定义该环境。
一次只改一条规则。然后收集新的样本。把进场、目标、止损和交易时段一起改动，会让新结果无法解释。
在应用任何估计值之前，先评估个人风险承受能力。SEC的 投资者决策清单 要求读者在承担市场风险前，考虑目标、债务和应急储备。
这个 交易期望值公式 最有价值的用途是作为监测工具。应在滚动的交易样本上计算它，并将当前分布与最初的测试进行比较。
在参与之前，请查看 Pivex 当前的项目规则，并决定模拟专有交易评估是否符合您的经验和风险限制。参与并不保证奖励、收入或任何特定的交易结果。