一连串的亏损可能会让人觉得策略已经失效。但在一个稳定的运行过程中,纯粹由随机性导致的连亏同样可能发生。其概率取决于如何定义亏损、计入了多少笔交易,以及各项交易结果之间是否相互独立。该概率本身并不能告诉你整个账户爆仓归零的几率。

在对“破产风险”进行估算之前,首先必须给出明确的定义。破产可能意味着账户余额清零、20% 的回撤、低于交易场所的维持保证金要求,或者是无法继续执行既定计划。每一种情况都代表着截然不同的事件。连续亏损计算回答的则是一个范围窄得多的问题。

包含五次亏损的单一区间并不等同于整个交易周期

假定每笔交易相互独立且发生亏损的概率均为 40%,且每笔交易的概率恒定。在预先指定的连续五笔交易区间内全部亏损的几率为 0.40⁵ = 1.024%。这只是这五个特定交易位置全败的概率。它并不等同于在更长的交易记录中某处遭遇五连亏的概率。

在下文针对更长周期的计算中,假定每笔交易非赢即输,且 40% 的亏损概率保持不变。这里统计的是不存在五连亏的路径,并持续跟踪当前从零到四的连亏长度。一次盈利将重置计数;而连续第五次亏损则触发该事件。此方法考虑了所有重叠的潜在起始点,而不是将每个时间窗口视为独立的。参考资料中包含了关于伯努利序列中连段概率的数学论述。

周期内的交易笔数 出现至少一次 5 连亏的概率
5 1.02%
10 4.10%
20 10.01%
50 25.65%
100 45.91%
250 79.17%

以上是该设定模型的精确计算结果,四舍五入保留两位小数。概率随着交易周期的延长而上升,正因如此,在仅看五笔交易时看似反常的连亏,当你审视数百笔交易时就会显得寻常得多。该图表仅描述连亏事件本身;它既不是未来预测,也不是对策略能力的估算,更不是账户爆仓破产的概率。

在给定交易笔数区间内至少出现一次连续五笔亏损的概率在一个示意性模型中,假设每笔交易独立地以 40% 的概率亏损,这些柱形显示:在 5、10、20、50、100 或 250 笔交易中,至少出现一次连续五笔亏损的确切概率。这只是连续亏损的概率,并非账户归零概率。区间越长,出现连续亏损的位置越多假设:每笔交易亏损概率 40% · 结果独立且不变 · 连续亏损长度为 50%25%50%75%100%1.02%4.10%10.01%25.65%45.91%79.17%5102050100250区间内的交易笔数 · 至少出现一次连续 5 笔亏损某一指定区块为 1.024% · 这些柱形并非账户归零风险估计
在一个示意性模型中,假设每笔交易独立地以 40% 的概率亏损,这些柱形显示:在 5、10、20、50、100 或 250 笔交易中,至少出现一次连续五笔亏损的确切概率。这只是连续亏损的概率,并非账户归零概率。 教学说明图 · 非实时市场数据

将亏损转化为资金曲线轨迹

概率与对账户的实际冲击属于不同的计算。设想一个虚构的 $10,000 账户余额,以及每笔交易承担当前权益 1% 风险的规则。如果每笔亏损交易恰好损失该计划金额,且没有手续费、滑点、跳空或其他变动,那么五次亏损后账户剩余 $10,000 × 0.99⁵ = $9,509.90,回撤为 4.90%。经历十次亏损后则剩余 $10,000 × 0.99¹⁰ = $9,043.82,回撤为 9.56%。

这些数据描述的是将仓位管理规则应用于假定序列的情形;40% 的亏损概率本身并不直接决定具体的美元亏损额。固定金额风险规则会产生完全不同的资金曲线轨迹。在实盘中,止损可能遭遇滑点,成本会持续累积,而且杠杆产品通常设有保证金规则,可能在账户余额归零之前就触发强制平仓。简单的算术计算并未对这些实际机制进行建模。

五次按模型计算的 1% 亏损后的权益一个虚构的 10,000 美元余额在连续五次各亏损当前权益的 1% 后降至 9,509 美元 90 美分,假设期间没有其他变动;纵轴明确显示为 9,400 至 10,000 美元。五次亏损 · 每次为当前权益的 1%纵轴显示范围:$9,400–$10,000(截断区间)$10,000$9,700$9,400$10,000.00$9,900.00$9,801.00$9,702.99$9,605.96$9,509.90起点12345 次亏损仅为示意性复利计算 · 未计入手续费、滑点、跳空、入金或出金。
一个虚构的 10,000 美元余额在连续五次各亏损当前权益的 1% 后降至 9,509 美元 90 美分,假设期间没有其他变动;纵轴明确显示为 9,400 至 10,000 美元。 教学示意图 · 非实时市场数据

在每次亏损后为了“扳回本金”而加大仓位规模,恰恰是在账户容错空间更小的时候放大了风险敞口。这样做并不能提高下一笔交易的胜率。请预先设定最大风险敞口以及暂停或复盘条件;随后在考虑修改策略之前,先全面评估规则执行情况、各项成本、市场环境以及证据的可靠性。

真正的破产模型必须明确的要素

为了估算触及某一阈值的概率,必须界定该阈值,并在明确的结果和仓位规模模型下模拟完整的资金曲线路径。至少应记录以下各项:

  • 失效事件: 例如,权益低于指定金额或回撤超过所设限制。对于杠杆期货,需将其与交易所的维持保证金强制平仓严格区分,并仔细阅读合约规则。
  • 交易结果: 胜负概率、盈亏赔率幅度、交易成本以及这些输入参数是如何估算出来的。单凭胜率是远远不够的。
  • 相关性: 交易结果是被视作相互独立还是允许聚集发生。相邻的交易可能处于相同的市场环境中;若将其完全随机打乱,可能会抹杀这一内在结构。
  • 仓位规模与周期: 固定金额、当前权益的一定比例或其他规则;交易笔数;以及任何出入金或停止交易条件。
  • 模型不确定性: 样本长度、参数选择、备选假设以及测试结果的敏感性。

随后逐笔模拟交易序列,实时更新账户权益、仓位大小和交易成本,并记录是否触及了所定义的阈值。在展示结果的同时,务必附上对应的假设前提。来自一段简短、精心挑选的历史回测中的精确百分比,其确定性往往被过度夸大。重采样并不能凭空创造出原始记录中从未存在过的市场环境;专门的交易重采样指南阐明了这一局限性。

被称为“亏损”的输入项同样需要审慎对待。一笔价格变动方向有利的交易在扣除手续费、价差、资金费率或借贷利息后,净收益可能为负;一笔微小的正收益交易也可能不足以挽回先前的回撤。请明确说明该事件是依据毛收益还是账户净变动来定义的,并在整个样本分析与模拟过程中始终坚持统一的标准。否则,连亏统计与资金曲线轨迹描述的将会是完全脱节的两件事。

上述 40% 的示例只是一个选定的输入假设,并非从近期的几笔交易中推断得出的结论。如果你从历史表现中估算胜率,该估算本身就带有不确定性,且当市场环境发生变化时可能会发生漂移。应当对比一系列合理的概率与收益分布范围,在存在相关性时保留时间先后顺序,并展示在各种情景下触及各设定阈值的频率。此类模拟仅仅反映了你所提供的假设条件;它们无法证明这些假设在未来仍将持续成立。

定义并压力测试破产风险模型的工作流程破产风险估计需要明确的失败阈值、结果与成本假设、相关性模型、仓位规则和时间跨度;应模拟权益路径并报告敏感性,而不是将单一模型输出当作预测。先定义事件,再计数01 · 定义失败余额阈值或回撤上限02 · 明确结果收益 · 成本证据来源03 · 建模相关性相互独立?还是聚集性状态?04 · 应用规则仓位 · 时间跨度每笔交易后更新权益05 · 压力报告穿越次数 · 敏感性限额 · 不确定性连亏概率描述的是一个序列。破产概率需要明确的权益路径和失败阈值 · 假设并非预测
破产风险估计需要明确的失败阈值、结果与成本假设、相关性模型、仓位规则和时间跨度;应模拟权益路径并报告敏感性,而不是将单一模型输出当作预测。 教学说明图 · 非实时市场数据

CFTC 的虚拟货币警示指出,当市场走势对持仓不利时,杠杆期货可能需要追加保证金或面临强制平仓,且损失可能超过初始投资本金。该警示针对的是期货和保证金账户的固有风险;具体的合约和交易场所规则至关重要。它并非针对个人交易者的概率估算,亦非断言每种加密产品都具有相同的表现。

SuperQuant 的合成示例能够演示算术逻辑,但无法估算你的破产概率,也不能模拟真实交易场所的强平轨迹。如需进行受控的规划练习,请参阅仓位大小设置、回撤与恢复以及加密货币强平详解。这些计算仅用于教学目的,不构成交易推荐或个人财务建议。