怎样正确解读回测结果：胜率高不等于策略好

回测跑完，面板上一排数字。绝大多数人第一眼看胜率，第二眼看总收益，然后得出结论。这两个数字恰好是最容易骗人的两个。

胜率单独看没有信息量

一套策略可以有 90% 的胜率而长期亏钱，也可以有 35% 的胜率而稳定盈利。决定方向的是期望值：

期望 = 胜率 × 平均盈利 - (1 - 胜率) × 平均亏损

举两个极端但常见的例子：

策略 A 每四笔里赢三笔，交易体验极好，账户却在稳定缩水。策略 B 每三笔里输两笔，看盘的时候令人怀疑人生，但它是能用的那个。

趋势跟踪天然属于 B 类。它的胜率通常落在 35%~45%，因为它在每一次可能的趋势起点都下注，而大多数「可能的趋势」最终没有兑现。看到低胜率时，正确的下一个动作是去看盈亏比，而不是关掉页面。

面板上与这件事直接相关的两个指标：

• 盈亏比 / 利润因子（Profit Factor）：所有盈利交易的总额 ÷ 所有亏损交易的总额。小于 1 意味着策略在亏钱；1.0~1.3 属于扣掉交易成本后大概率不成立的区间；1.5 以上才值得继续研究。
• 平均持仓时长：趋势跟踪的盈利交易通常显著长于亏损交易。如果两者接近，说明止损或出场规则把趋势也一起截断了。

样本量：12 笔交易什么都证明不了

这是被忽略得最彻底的一项。回测报告里如果只有十几笔交易，那么无论结果多好，它都只是一次运气的记录。

一个粗略的判断标准：交易次数少于 30 笔的回测结论不要采信，100 笔以上才开始有统计意义。 原因很直白——趋势跟踪的收益高度集中在少数几笔大赚上，样本越小，结果越取决于「这段历史里恰好有没有出现那几笔」。同一套参数，换一个起止日期就翻脸，通常不是策略不稳定，而是样本量根本不够支撑「稳定」这个说法。

如果某个标的在可用区间内交易次数太少，有两个正当做法：拉长回测区间，或者换成一组标的分别回测、看结论是否一致。不正当的做法是接着调参数，直到那十几笔交易看起来好看为止。

最大回撤：账户能不能活到策略生效

总收益告诉你终点，最大回撤告诉你路上有多难走。而人是在路上放弃的，不是在终点。

回撤的算术是不对称的，这一点值得反复强调：

一套年化 20%、最大回撤 55% 的策略，在纸面上非常漂亮。但请诚实地设想：账户从 100 万跌到 45 万，持续一年多没有起色，你会在第几个月停掉它？如果答案是「会停」，那么这套策略对你而言的真实年化就是那次停手时的数字，不是回测里的 20%。

同时要看的还有回撤持续时间（从高点到重新创新高之间隔了多久）。深度可以忍，长度往往不行。

必须和基准比

一个不与基准对比的回测收益率没有意义。2020 到 2021 年间，随便一套沾边的多头策略都能做出漂亮的曲线，因为标的本身涨了很多。

面板上的超额收益就是为此存在的：策略收益减去同期买入并持有的收益。如果超额为负，说明你承担了择时、交易成本与漏掉行情的风险，换来的是比躺着不动更差的结果。这时候策略的价值只可能来自另一个维度——比如它的最大回撤显著小于买入持有。趋势跟踪的常见形态正是如此：牺牲部分上涨，换取更浅的回撤。 判断它是否值得，要把收益与回撤放在一起看，而不是只看其中一个。

顺带一提，基准的最大回撤在面板上也有，把两条对比放在一起看是最快的判断方式：

• 收益更高、回撤更浅 → 值得继续研究；
• 收益更低、回撤显著更浅 → 是一次风险偏好上的取舍，看你要什么；
• 收益更低、回撤也更深 → 直接放弃，别调参数。

别把夏普比率当成万能刻度

夏普比率把收益除以波动率，它的隐含假设是「收益服从正态分布」，而趋势跟踪的收益分布是显著右偏且厚尾的。用夏普给趋势策略打分，会系统性地低估它——因为向上的大幅波动同样被算进了分母。

夏普适合横向比较风格相近的策略；跨风格比较时，回撤与超额收益比它可靠。

一份可以照着做的核对清单

跑完回测，按顺序问自己六个问题：

1. 交易次数够不够（≥30，最好 ≥100）？
2. 盈亏比是多少？低胜率是否被足够的盈亏比补偿？
3. 最大回撤我实际能不能承受？回撤持续了多久？
4. 相对买入并持有的超额收益是正是负？回撤是否更浅？
5. 交易成本与滑点算进去了吗？把手续费调高一档，结论是否还成立？
6. 换一个标的、换一段区间，结论是否还在同一个方向上？

六个问题里有任何一个答不上来，那么此刻手上的不是一个结论，只是一张图。

关于第 6 条为什么必须问，以及「反复调参数直到好看」为什么是自欺，见《回测的三个陷阱：幸存者偏差、前视偏差、过拟合》。