测试一个策略要多少笔交易，数字才有意义

先用白话说清楚

测试一个策略需要多少笔交易？通常比人们预想的多，也比超短线交易（业内俗称“剥头皮”，即 Scalping；期货圈常叫“炒单”）飞快的交易笔数给人的感觉要多。本课解释：为什么一个计划的前 20、30 甚至 100 笔交易，仍对应着很宽的真实结果范围；为什么即使一套流程有优势，长时间连亏也很正常；以及为什么同一只股票、同一个上午的五笔交易，抵不上五个不同交易日的五笔交易。

核心观点：你的结果是一个估计，而小样本得出的估计范围很宽。有三样东西决定它有多宽：

1. 样本量。平均值周围的范围随交易笔数的平方根缩小：交易笔数变成四倍，范围才缩小一半。
2. 结果的离散程度。超短线交易的每笔结果大约在 −1.3R 到 +2R 之间，相对于只有零点几个 R 的优势，每笔交易都带着很多噪音。
3. 独立性。共享同一只股票、同一条新闻或同一个上午的交易会一起波动，所以它们带来的信息比笔数显示的少。

同一个优势，两轮各 30 笔

这里所有数字均为示意。形态 X 是用概率思考交易中的虚构超短线交易形态：40% 的交易达到 +2R 目标，45% 碰到 −1R 止损，15% 以 0R 平手离场，每笔成本 0.1R。扣除成本后，它的期望值为每笔 +0.25R。

两个交易者各自按形态 X 做 30 笔，完全照计划执行。

复盘备注：两个交易者执行的是同一个 +0.25R 的流程。30 笔之后，一个人的平均值是 +0.53R，另一个人是 −0.17R。两个数字都没算错；它们都是对同一个东西的带噪音估计。本课余下部分说明如何给这样的估计加上一个范围、像路径 B 那样的连亏多常出现，以及为什么把相关的交易当作独立交易来计数，会让范围看起来比实际更窄。

用白话讲方差和区间

从样本算出的平均值，带有一个可能的真实值范围。95% 区间是这样构造的范围：如果你把整个抽样过程重复很多次，大约 95% 的这类范围会包含真实值。它描述的是方法，而不是对你手上这一个范围的承诺。

期望值的一个粗略区间是：平均值 ± 1.96 ×（每笔离散程度 ÷ √n），其中离散程度是你每笔结果（以 R 计）的标准差。

对于达到目标的交易占比，样本小时，Wilson 区间比简单公式更好用。如果 30 笔中有 12 笔达到目标（40%），95% Wilson 区间约为 25% 到 58%。100 笔中 40 笔时，收窄到约 31% 到 50%；300 笔中 120 笔时，约为 35% 到 46%（按这些假设的计数推算）。

连亏很正常

形态 X 有 45% 的交易亏损。仅凭这个亏损率，就会出现连亏（用精确递推计算，把交易视为相互独立；示意）：

一个几周内做 300 笔交易的超短线交易者，即使有正优势，也应该预料到其中某处会出现连亏五笔。连亏本身并不能证明优势消失了。只有当它伴随着其他可以核查的情况时，才算证据：成本上升、成交变差、计划条件改变，或者交易已不再符合书面定义。

相关的交易分量更少

上面的公式假设每笔交易都是一次独立抽样。超短单往往不是：

• 同一只股票、同一个上午的五笔超短单，共享同一个催化剂、同一个流通股规模和同一批参与者。
• 同一天不同股票上的交易，共享市场的情绪。
• 一只连续几天大涨的股票，会出现在好几个交易日里。

一个粗略看出影响的办法是有效样本量：n ÷（1 +（m − 1）× ρ），其中 m 是每一簇里的交易笔数，ρ 是同一簇内交易一起波动的程度（0 = 相互独立，1 = 完全相同）。30 笔交易分六个上午、每个上午五笔，ρ = 0.3 时，所含信息大约只相当于 14 笔独立交易（示意；ρ 本身很难估计）。

FennEdge 自己的研究也面临同样的问题。在高开股日内高点研究中，461 个股票代码产生了 671 个观测，因为在好几天高开的股票，每个交易日各算一次（2026-07-01 至 2026-10-02；FennEdge 数据存档；数据截至 2026-10-02；见小盘高开股统计数据（2026））。研究把这一点列为注意事项：小盘高开股通常几点见日内高点？

什么时候停止测试

在开始之前就定好样本量，到最后只评估一次。每做几笔就看一次结果，一看起来不错就停下，这叫选择性停止；它会让一个没有优势的流程看起来有优势，频率远高于区间所显示的。

在对形态 X 零优势版本的模拟中（20,000 轮，每轮最多 100 笔交易，随机种子 20261005；推算，示意），只在第 100 笔检查一次时，约 2% 的轮次得出完全高于零的 95% 范围。每 10 笔检查一次、第一次“通过”就停下时，约 11% 的轮次如此：频率是前者的四倍多，而背后根本没有优势。

一套实用的做法：

1. 在第一笔交易之前，写下定义、计划和样本量（例如 50 或 100 笔）。
2. 记录每一笔符合定义的交易，包括跳过的，并计入成本。
3. 批次进行中不改定义。如果确实需要改，就开始一个新批次。
4. 到最后再评估：期望值、它的区间，以及这些交易是否真的相互独立。

观察与推断

30 笔交易之后，路径 B 的交易者复盘记录（示意）：

哪些条件会改变概率

这里的“概率”关乎你的估计有多可信。这些是统计效应，不是市场研究结论：

• 交易更多会让范围变窄，但很慢：交易笔数变成四倍，宽度才减半。
• 每笔离散程度更小会让范围变窄：滑点止损和停牌跳空越少，噪音越小。
• 交易相互独立会让范围变窄：分散在不同股票和不同交易日上。
• 定义固定能让样本保持意义；改定义就要重新计数。
• 真实优势更大更容易被发现：+0.5R 的优势，所需交易笔数大约只有 +0.25R 优势的四分之一。

看错的代价

• 在一轮糟糕的结果后过早停下。路径 B 的交易者在 30 笔后放弃形态 X，就放弃了每笔 +0.25R 的优势。按每 R $50、每周 30 笔计算，每周约放弃 $375 的期望值（示意）。
• 在一轮好结果后过早加仓。如果真实期望值为零，交易者在路径 A 那样的一轮之后把仓位翻倍，翻倍的仓位只会带来成本和风险，背后没有任何优势。
• 把扎堆的交易当作独立交易。一个交易者看到“100 笔交易”，而实际信息量更接近 40 笔，他信任的范围就太窄了：诚实的范围大约宽 1.6 倍（√(100 ÷ 40) ≈ 1.6；示意）。

要多少笔交易，这些数字才有意义

没有一个统一的数字。对于零点几个 R 的超短线优势、每笔离散程度约 1.4R 的情况，粗略的 95% 范围要到 100 笔以上的独立交易时才会把零排除在外，而且之后几百笔里估计还会继续收窄（示意）。一个实用的态度：把前 30 笔当作检查计划能否执行和记录；把 100 笔当作第一个估计；然后继续计数。结业练习一批有完整记录的 50 笔模拟超短单会把这些用到你自己的记录上。

本课不作哪些结论

• 本课不认为任何固定的交易笔数能证明优势。这些数字由一个示意分布推算而来。
• 正态近似区间对小样本和偏态结果（比如停牌跳空）只是粗略估计。
• 市场会变。一个时期的样本描述的是那个时期；进阶课程会讨论市场状态的变化。

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，它的 Review 页面（Pro 和 Max，截至 2026-10-05）可以按交易形态给交易打标签，方便你按标签统计结果。它只包含券商同步的交易；练习和模拟交易应记在课程的练习记录里。
  • 高开股日内高点研究是一个写明样本量、重复出现的股票代码和覆盖期间的实例。
• 市场状态变化。在小盘股活跃的月份测得的流程，在清淡的月份可能表现不同。按月拆分你的记录是第一步检查。
• 研究中的选择性停止。Armitage、McPherson 和 Rowe（1969）说明了反复查看不断累积的数据会放大假阳性；交易记录也一样。
• 小数定律。Tversky 和 Kahneman（1971）描述了人们如何期待小样本长得像它所来自的总体。
• 相关：期望值、风险回报比与盈亏平衡胜率、把交易计划当作假设、复盘超短单。

练习

本课后附六道练习：三道概念检查（95% 范围是什么意思、连亏能说明什么和不能说明什么、为什么要事先定好样本量），两道计算题（连亏五笔的概率，以及期望值范围的宽度），以及一道情景判断（两份 40 笔的样本中哪一份信息更多）。登录后即可做练习、查看答案并保存进度。

原始来源

• Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association 22(158).
• Armitage, P., McPherson, C. K. and Rowe, B. C. (1969). Repeated significance tests on accumulating data. Journal of the Royal Statistical Society, Series A 132(2).
• Tversky, A. and Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin 76(2).

资料核对于 2026-10-05。形态 X 以及所有轮次、区间和连亏数字均为虚构，或由示意分布推算而来。实测数字来自文中注明的 FennEdge 数据存档。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。