Skip to main content
最大回撤与恢复因子
blog 中级 · ~2 min read

最大回撤与恢复因子

最大回撤是系统经历过的最深峰谷损失。本文讲怎么测、怎么规划,以及用恢复因子评估系统质量。

· Lead Editor · · ~2 min read
#trading-systems#backtesting
本文为英文。需要查看中文翻译吗?

交互工具在翻译视图中可能无法使用。

最大回撤与恢复因子

收益上头条,回撤决定你能不能活到看见头条。

什么是最大回撤

最大回撤(Maximum Drawdown,MDD)是资金曲线从峰值跌到随后谷值(在创新高之前)的最大百分比跌幅。它衡量系统给操盘手施加过的最痛一刻。

MDD = (谷值 − 峰值) / 峰值 × 100%

账户从 10 万美元涨到 7 万美元再回升,MDD 就是 30%(折合人民币的话,从 70 万跌到 49 万,回撤 30%)。

为啥 MDD 比收益更重要

一个年化 40% 但回撤 50% 的系统,数学上不如年化 25% 回撤 10% 的系统——而且前者你大概率扛不到回本。

两个原因:

  1. 回本的非对称性:回撤 50% 需要 100% 的收益才能回本。回撤 20% 只需要 25%。回撤越深,爬出来越呈指数级困难。
  2. 心理性放弃:大多数人在 25–30% 回撤时就弃用系统——而这恰恰是最可能反弹的时候。亏着钱平仓,错过反弹。

回撤对照表

回撤 回本所需收益
10% 11%
20% 25%
30% 43%
40% 67%
50% 100%
60% 150%
70% 233%
80% 400%

回撤 50% 意味着剩下的钱得翻倍。回撤 70% 得翻三倍多。两者从已缩水的本金里完成都难如登天。

恢复因子

恢复因子(Recovery Factor)把回撤放到收益的语境里:

恢复因子 = 净利润 / 最大回撤
恢复因子 解读
< 1 回撤比利润还大——差
1–3 可接受
3–5 不错
5–10 优秀
> 10 可疑(过拟合或样本太小)

恢复因子 5 意味着系统赚的是它最大回撤的 5 倍。这种缓冲才让你能熬过躲不掉的坏日子。

现实地测量回撤

回测回撤低估实盘回撤。原因:

  • 回测漏掉滑点和点差扩大
  • 实盘执行比模拟慢
  • 心理滑点:交易员犹豫、漏信号、提前平仓
  • 经纪商实际行为跟回测假设不一样

经验法则:把回测 MDD 乘 1.5–2 倍估算实盘 MDD。回测是 15%,按 25–30% 来规划。

用 R 倍数表示回撤

回撤不光用 %,也用 R 倍数(单笔平均风险的倍数):

  • 一个 15R 的回撤,在每笔 0.5% 风险的系统上 = 7.5% 资金回撤
  • 同样的 15R,在每笔 2% 风险的系统上 = 30% 资金回撤

R 回撤一样,对资金的影响天差地别。这就是为啥仓位是控制回撤的主导杠杆。

用仓位封顶回撤

你想把最坏回撤压在资金的 25%,蒙特卡洛 95 分位回撤是 20R:

单笔最大风险 = 25% / 20 = 1.25%

按蒙特卡洛 95 分位回撤来设仓位,是封顶 MDD 最站得住脚的方法。

水下曲线

把资金曲线的回撤随时间画出来——峰值下方的部分。好系统大部分时间贴着零回撤,偶尔探一下。坏系统长时间深在水下。

成熟系统通常表现出:

  • 水下时间短(按月计,不是按年)
  • 快速反弹创新高
  • 随着复利累积,回撤深度逐步收窄

回撤常见坑

  • 谷底放弃:交易员在最大回撤时弃用系统,然后眼睁睁看它反弹,自己没份
  • 加仓"补回来":回撤中加倍下注,结果回撤更深
  • 跨系统比 MDD 不归一:永远归一成 R 倍数
  • 只报 % MDD:还得报持续月数
  • 忽略回撤时长:6 个月的 20% 回撤比 2 周的 20% 难熬得多

回撤会持续多久

系统类型 典型最大水下时长
高频 几天到几周
日内 几周到几个月
波段(日线) 3–9 个月
趋势跟踪 6–24 个月

长持续回撤最难熬。规划时按时长算,不只是按深度。

MDD 实操规划

  1. 回测 MDD 用 % 和 R 两种单位看
  2. 跑蒙特卡洛——把 95 分位回撤当规划数
  3. 乘 1.5–2 倍做实盘折扣
  4. 设仓位让最坏回撤低于你的心理极限(一般 20–25%)
  5. 提前定放弃规则:"MDD 触及 X% 且持续超过 Y 个月,就停用这个系统"
  6. 每季度复盘——实盘 MDD 偏离计划就先查清楚再入金

生存第一原则

年化 50% 但最大回撤 60% 的系统,多半在熬出收益前先把操盘手搞爆。年化 15%、回撤 8% 的系统能复利几十年。


下一篇:如何在回撤暴露之前,识别一个系统的优势正在衰减。

相关市场数据由 TradingView 提供。

分享:
𝕏 f in r/
·
📝

我的笔记

登录后可在本文保存笔记并与社区分享。

✓ 已核查事实 审阅人 Timi Chen, 编辑顾问 · 发布于: 2026-06-04 · 编辑政策
由 Marcus Cole 起草 · 由 Timi Chen 于 2026-06-04 审核 · 最后检查于 2026-06-04

教育内容 · 非财务建议 · 风险自担

相关内容

相关术语

下一篇推荐

trading-systemsbacktesting 2026-07-01

Trading System Development Lifecycle: Hypothesis to Deployment

A complete development lifecycle from hypothesis through testing, optimization, and live deployment with concrete gates and kill criteria at each stage.

阅读更多 →

Smart Recommendations