交易期望值:为什么只看胜率几乎说明不了什么
期望值,即扣除成本后每笔交易的平均结果,决定了一套交易流程平均下来是赚还是亏。胜率 70% 可能亏钱,胜率 40% 也可能赚钱。
先用白话说清楚
交易期望值,是指如果你能在相同条件下把一套交易流程重复很多次,预计每笔交易的平均结果。它是决定这套流程平均下来赚钱还是亏钱的那个数字。胜率,即盈利交易所占的比例,只是它的一个输入。对超短线交易(业内俗称“剥头皮”,即 Scalping;期货圈常叫“炒单”)的交易者来说,每笔盈利小、成本相对很大,只凭胜率评判一套流程,是最常见、也最昂贵的错误之一。
扣除成本后的公式:
期望值 =(胜率 × 平均盈利)−(亏损率 × 平均亏损)+(平手率 × 平均平手结果)
三个平均值都是在扣除佣金、费用和滑点之后计算的。如果你的平均值是扣除成本前的,最后再减去每笔平均成本。平手单是在入场价附近平掉的交易;它的平均结果通常略为负数,因为仍要付成本。
结果可以用美元表示,更有用的是用 R 表示:即每笔计划风险的倍数。期望值 +0.10R 的意思是,平均每笔交易增加了计划风险的十分之一。
第一次计算
本例中的所有数字均为示意。
一个交易者复盘 20 笔模拟超短单,每笔风险 $50。
| 笔数 | 占比 | 平均结果 | |
|---|---|---|---|
| 盈利 | 12 | 60% | +$40.00 |
| 亏损 | 8 | 40% | −$55.00 |
| 每笔成本(佣金和费用) | 20 | — | $3.00 |
扣除成本前的期望值:0.60 × $40.00 − 0.40 × $55.00 = $24.00 − $22.00 = 每笔 +$2.00。
扣除成本后的期望值:$2.00 − $3.00 = 每笔 −$1.00,即 −$1.00 ÷ $50 = −0.02R。
胜率 60%(示意),扣除成本前结果为正,而这套流程平均下来却是亏钱的。差别来自两个细节:平均亏损($55)大于计划的 $50 风险,因为止损有滑点;平均盈利小于平均亏损。这两点在胜率里都看不出来。
20 笔交易也是个小样本。−0.02R 是一个误差范围很宽的估计;下面关于样本量的一节,以及测试一个策略要多少笔交易,数字才有意义,讲解这个范围有多宽。
以 R 计的期望值
美元取决于仓位,R 不取决于仓位。仓位翻倍,+$2.00 的期望值就变成 +$4.00,但 +0.04R 仍是 +0.04R。用 R 衡量,你可以:
- 比较不同仓位下的交易;
- 把你的流程与别人的比较;
- 看出实际亏损何时偏离了 −1R,这往往是止损或成交出问题的第一个信号。
换算方法:把每笔交易扣除成本后的美元结果,除以它以美元计的计划风险(入场价减止损价,再乘以股数)。一笔风险 $50、扣除成本后亏了 $65 的交易,就是 −1.30R。
成本要放进公式里
成本应该在期望值的公式里,而不是写在它旁边。成本常见的三种漏法:
- 平均值取自图表。价格变动是扣除成本前的。1,000 股上 10 美分的波动,毛额 $100,净额大概 $95。
- 亏损里漏掉滑点。止损价是触发价,不是成交价。如果止损单比止损价多滑 1 到 2 美分成交,平均亏损就会超过 1R。
- 忽略平手单。在保本价位离场的交易,照样付了价差和费用。
对超短线交易者来说,以 R 计的每笔成本很大,因为止损窄意味着每个 R 对应的股数多。ECN 费用带你做一张单个来回成本计算表;滑点讲解如何测量成交。
观察与推断
回到“第一次计算”中那份 20 笔交易的记录(示意):
| 记录显示的(观察) | 交易者可能推断的 | 为什么不能成立 |
|---|---|---|
| 20 笔中 12 笔盈利(60%) | “这个交易形态是赢家” | 胜率没有包含盈利、亏损的大小和成本 |
| 平均亏损 $55,计划是 $50 | “几次止损运气不好” | 可能是会反复出现的滑点;需要更多交易和一次成交复盘 |
| 扣除成本后期望值 −0.02R | “这个交易形态失效了” | 20 笔交易在 −0.02R 周围给出的范围很宽,其中包括明显为正的值 |
| 每笔成本 $3.00 | 每笔成本 $3.00 | 观察到的:成本由计划和券商确定 |
只有最后一行是 20 笔交易就能完全确定的。
两套流程,各走两轮
这里的所有分布和轮次均为示意。概率由假设分布计算(精确二项分布)。
流程 H,高胜率(示意)。70% 的时候盈利,扣除成本后 +0.45R;30% 的时候亏损,扣除成本和滑点后 −1.25R。期望值:0.70 × 0.45 − 0.30 × 1.25 = 每笔 −0.06R。
路径 A流程 H,好的一轮 20 笔
17 笔盈利,3 笔亏损。
路径 B流程 H,差的一轮 20 笔
11 笔盈利,9 笔亏损。
流程 L,低胜率(示意)。40% 的时候盈利,扣除成本后 +1.90R;60% 的时候亏损,−1.10R。期望值:0.40 × 1.90 − 0.60 × 1.10 = 每笔 +0.10R。
路径 A流程 L,好的一轮 20 笔
11 笔盈利,9 笔亏损。
路径 B流程 L,差的一轮 20 笔
5 笔盈利,15 笔亏损。
复盘备注:在每套流程内部,路径 A 和路径 B 来自同一个计划、同一个期望值。比较两套流程:亏钱的流程(H)约有 42% 的轮次 20 笔结果为正,赚钱的流程(L)约有 42% 的轮次结果为负(由假设分布推算,示意)。20 笔交易的结果是正是负,对期望值的正负说明得很少。胜率 70% 对 40%(示意)说明得更少。
概率框
平均下来亏钱的流程 H,仍有约 42% 的 20 笔批次以盈利收场。平均下来赚钱的流程 L,约有 42% 的批次以亏损收场(推算,示意)。两者的差别只有在很多个批次之后才显现出来。在几百笔交易里不断累积的,是期望值,而不是好批次出现的频率。
哪些条件会改变概率
对期望值来说,“概率”就是公式里的各个输入。每一个都可能在胜率不变的情况下变动。这些是机械效应,不是 FennEdge 的研究结论:
- 离场规则。提早止盈会提高胜率、降低平均盈利;期望值可能下降。
- 止损成交。止损每多滑 1 美分,平均亏损就按每 R 股数的比例增加。
- 每股成本。更便宜的收费方案,会让每笔结果在美元上提高同样的金额。
- 平手单占比。时间止损多的计划,要在许多不赚不亏的交易上付成本。
- 选择。跳过“看起来弱”的交易,可能改变三个平均值;是变好还是变坏,要看你自己的记录。
看错的代价
这里有两种错误会让你亏钱:
- 相信高胜率。流程 H 70% 的时候盈利,每笔却亏 0.06R(示意)。按每 R $50、一天 30 笔计算,平均每天亏约 $90,而大多数日子看起来都是赢的。
- 在一轮糟糕的结果之后放弃低胜率流程。流程 L 的交易有 60% 亏损;像路径 B 那样的一轮(−7.00R,按每 R $50 计为 −$350),在约 13% 的 20 笔批次中出现(推算,示意)。在那里放弃它,就放弃了每笔 +0.10R 的估计优势。
要多少笔交易,这些数字才有意义
从你自己的记录算出的期望值是一个估计。按每套流程的每笔离散程度计算(示意,正态近似),20 笔交易后平均值的粗略 95% 范围:流程 H 约为 −0.40R 到 +0.28R,流程 L 约为 −0.54R 到 +0.74R。100 笔交易后,范围仍约为 −0.21R 到 +0.09R 和 −0.19R 到 +0.39R。两者都仍包含零。测试一个策略要多少笔交易,数字才有意义讲解方法,以及交易之间相关时需要额外注意的地方。
本课不作哪些结论
- 本课不认为高胜率流程就亏钱、低胜率流程就赚钱。流程 H 和 L 是示意,只为展示算术。
- 期望值描述的是很多笔交易的平均值。它不说明下一笔、下一天或下个月会怎样。
- 从你自己的记录算出的期望值,好坏取决于记录本身:每一笔符合定义的交易都要记,成本要算进去,事后不能删掉任何一笔。
延伸阅读
- 先看 FennEdge。
- 如果你做实盘,交易日志(Trading Journal)会从支持的券商同步真实成交,Free 账户也可以导入和同步;查看交易以及扣除你成交所付费用后的净盈亏等绩效统计,需要 Plus 及以上方案;完整的费用明细在 Pro 和 Max 方案中提供(截至 2026-10-05)。它只包含券商同步的交易,不包含模拟或练习记录;练习交易应记在课程的练习记录里。
- Level Up(Plus 及以上,截至 2026-10-05)是一个按交易日志净盈亏计分的私人挑战,每一级可选设单日最大亏损。它不跟踪标签或入场时机,所以“每笔交易都记下计划 R”这类过程目标,要放在你自己的记录里。
- R 倍数。把每笔交易都表示为计划风险的倍数,就能在不同仓位之间比较期望值。进阶课程会更详细地测量 R 倍数分布。
- 每小时期望值。一套每笔 +0.05R、每小时六笔的流程,和一套每笔 +0.30R、每小时一笔的流程,每小时都赚约 0.30R。注意力、成本和疲劳程度则不同。
- 盈利因子。总盈利除以总亏损。它以另一种形式包含与期望值相同的信息,同样需要把成本算进去。
- 上一课:用概率思考交易。下一课:风险回报比与盈亏平衡胜率。相关:超短线交易与日内交易、复盘超短单。
练习
本课后附七道练习:三道概念检查(什么决定是否赚钱、为什么平手单要放进公式、一段短暂的盈利能确定什么),三道计算题(含平手单的期望值、扣除成本后以 R 计的期望值、每小时期望值),以及一道比较两份交易记录的情景判断。登录后即可做练习、查看答案并保存进度。
原始来源
- FINRA. Frequent Intraday Trading: Understanding the Basics.
- Tversky, A. and Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science 185(4157).
资料核对于 2026-10-05。本课中的所有交易记录、流程、轮次和成本均为虚构和示意;概率和范围由假设分布推算。本课仅用于学习,不构成买卖任何证券的建议。过去的规律不代表未来的结果。