期望值：为什么光看胜率等于什么都没说

网上卖的每一套策略都拿胜率打头。85% 的准确率。十中其九。它是交易里最有说服力的数字，也是信息量最小的那个。

原因在这里。胜率描述的是你多久对一次。它完全没说对的时候能拿到什么，也没说错的时候要付出什么。这两个都是自由变量，而一套策略可以把它们调到让 85% 的胜率稳定亏钱。

两个交易者，一个看上去赢，一个真的赢

交易者 A 有 70% 的胜率。她的平均盈利是 0.5R，平均亏损是 1.4R，因为她落袋很快，又会让亏损单稍微跑过止损。

期望值 =（0.70 × 0.5）-（0.30 × 1.4）= 0.35 - 0.42 = 每笔交易 -0.07R。

在 200 笔交易上按每 R 75 美元算，这是大约 1,050 美元的亏损，而制造它的这位交易者十次里对七次，大部分星期都觉得自己是天才。

交易者 B 有 38% 的胜率。他的平均盈利是 2.6R，平均亏损是 0.95R，因为他在止损处出场，也不去干预盈利单。

期望值 =（0.38 × 2.6）-（0.62 × 0.95）= 0.988 - 0.589 = 每笔交易 +0.40R。

在 200 笔交易上按每 R 75 美元算，那在一个 10,000 美元的账户上大约是 6,000 美元，还没算复利。他将近三分之二的交易是错的，大部分时间看上去都很无能。

公式，以及每一项到底是什么

期望值 =（胜率 × 平均盈利 R）-（败率 × 平均亏损 R）

三个输入，而你对它们的控制力差别极大。

胜率是你控制力最小的输入。它主要是市场和入场逻辑的属性，会随着行情格局漂移。交易者却几乎把全部精力都花在这里。

平均亏损是你控制力最大的输入。按构造它就该是 1.0R，因为止损就是这个意思。如果你的日志说是 1.25R，这个缺口不是运气差，而是放宽的止损、心理止损和滑点，把它补上，等于在完全不改动入场的前提下，每笔亏损单多出 0.15R 的期望值。

平均盈利是杠杆所在。在 38% 的胜率下，把平均盈利从 2.0R 提到 2.6R，每笔交易多出 0.228R。这比多数人花一年去追求更好的入场所能得到的改善还要多。

保本胜率，好让你知道自己需要什么

对于给定的盈亏比，你想打平所需要的胜率是 1 /（1 + 盈亏比）。

• 1R 的盈利单：50.0%
• 1.5R 的盈利单：40.0%
• 2R 的盈利单：33.3%
• 3R 的盈利单：25.0%
• 5R 的盈利单：16.7%

正是这张表让趋势跟踪讲得通。一套 30% 胜率的系统，配 1R 的目标是场灾难，配 3R 的目标则相当赚钱。当有人因为命中率低就否定一套策略，他漏看的是第二列。

另外要注意成本会推动这些门槛。如果点差和佣金吃掉每个 R 的 3%，一套 3R 的系统需要的就是大约 25.8% 而不是 25.0%。差得不多，但会累积。

多少笔交易之后你才该相信自己的数字

这是多数交易者自欺的地方。逐笔结果的噪音极大，对一套典型的 3R 目标系统来说，标准差大约是 1.5R。

你测出来的期望值的不确定度，大致是 1.5 除以交易笔数的平方根。

30 笔之后：大约 0.27R 的噪音。如果你测到 +0.4R，诚实的区间大约是 -0.14R 到 +0.94R。你还没法把一套好系统和一套坏掉的系统分开。

200 笔之后：大约 0.11R。区间收窄到大约 +0.19R 到 +0.61R。现在你知道正负号了，就算还不知道大小。

30 笔的样本几乎什么都证明不了，两个方向都一样。这话是双向的：因为连亏八笔就放弃一套系统，那是统计错误，不是纪律。

Indikora 公布概率校准正是出于这个原因。当一个 60% 的声明置信度，被拿去和一长串带哈希、带时间戳的信号实际发生的结果作对比时，样本量才大到有意义。

拿这个数字做什么

用你自己的日志，以 R 为单位，在你有的全部交易上算出期望值。然后看三个输入里哪一个离它该在的位置最远。如果平均亏损超过 1.0R，先修它，因为那是可得的最便宜、最确定的改善。如果亏损很干净而平均盈利低于 1.5R，那就是出场在优势兑现之前就把交易掐断了。

胜率本身只是一个标题。期望值才是这门生意。