OptiNod 学院
报复性交易与过度交易：亏损后交易变多，期望值就会转为负数
亏损后入场标准松动、交易笔数增加，每笔交易附带的成本不断累积，期望值为正的系统在实盘中也会转为负数。
亏损之后，入场标准会松动，交易笔数随之增加。每多出一笔交易就多一份成本，这些成本会削减正的期望值，削减了多少，交易记录里留有数字。
过度交易（Overtrading）的代价，在2000年Brad Barber和Terrance Odean的分析中得到了数字验证。两人分析了大型折扣券商约6.6万个个人账户六年的交易。交易最活跃的前20%家庭，年度净收益率约为11.4%，远低于同期市场指数的约17.9%。总收益率与交易频率低的群体没有太大差别，净收益率的差距主要来自交易成本。报复性交易（Revenge Trading）是这种过度交易集中出现在亏损之后的形态。亏损之后回本的压力变大，入场标准随之放宽，短时间内交易笔数增加。
大众把报复性交易笼统地归为“被亏损激怒后的情绪化交易”。只用这个框架来看，解决办法就被窄化成“恢复冷静”，而这份冷静在下一次亏损时又会动摇。报复性交易的代价，并不是用情绪的大小来衡量的。它是随着交易笔数增加，每笔交易附带的成本累积起来的结果，其大小原样留在交易记录里。
单笔交易的净期望值，等于这笔交易的总期望值减去往返成本。要把往返成本折算成R，就把往返手续费和往返滑点相加，再除以止损幅度。降低入场标准而增加的交易，总期望值接近0或为负，往返成本却和经过验证的交易一样照付。所以交易笔数越多，账户的期望值就越会被推向负数，幅度是往返成本的倍数。
亏损后的回本压力会降低入场标准
报复性交易始于亏损区间的冒险倾向。刚确认亏损之后，想尽快把这笔亏损赚回来的压力变大，这种压力与损失厌恶中讲到的冒险倾向方向一致。已确认亏损的痛苦很大，所以人会放大挽回本金的小概率，立刻进入下一笔交易。
问题在于，这种再次入场与等待信号的入场不是一回事。经过验证的系统，只在既定条件满足时才入场。而亏损后的再次入场，是在条件满足之前被“这次要赚回来”的压力推着进去的，入场标准因此放宽。标准放宽的交易，没有验证区间中测得的优势。也就是说，只满足一半入场条件的交易，总期望值在0附近，或者低于0。
回本压力不会随一笔交易结束。以放宽的标准入场的交易如果又以亏损收场，压力会更大，再次入场的间隔会更短。亏损造成压力，压力降低标准，降低的标准增加交易，这个恶性循环会在短时间内把交易笔数增加数倍。
每笔交易附带的成本，会稳定地削减期望值
交易笔数削减期望值，原因在于成本。每完成一次入场和出场的往返，就有手续费和滑点，这些成本与交易成败无关，是固定支出。这就是实盘中比回测假设作用更大的交易成本，也是信号与执行之间产生的执行差距的一种形式。
把成本折算成R，就能准确知道它的大小。永续合约的吃单手续费单边为0.05%，则往返0.10%；滑点单边为0.03%，则往返0.06%。合计往返约0.16%。止损幅度设为2%时，1R为2%，因此往返成本是0.16除以2.0，约为0.08R。每完成一次开仓和平仓，不论成败，都会支出0.08R。
这0.08R在经过验证的交易中已经算在内了。总期望值+0.20R的入场，扣除成本后净期望值为+0.12R。问题出在降低标准而增加的交易上。总期望值为0的交易，扣除成本后净期望值是 −0.08R。这类交易加得越多，账户的期望值每多一笔就再下移0.08R。
交易笔数增加后，期望值为正的系统也会转为负数
从一周的盈亏来看，交易笔数的影响很明显。经过验证的入场每周出现10次，每次净期望值+0.12R，则这一周的预期盈亏为+1.2R。假设在此之上，亏损后的报复性交易又增加了20次。即使把这20次的总期望值宽松地算作0，每笔仍要支出往返成本0.08R，所以是 −0.08R乘以20，即 −1.6R。一周合计为+1.2R减去1.6R，等于 −0.4R。
入场规则本身仍然是正的期望值。经过验证的10次依然赚了+1.2R。但亏损之后追加的20次支出的成本超过了这个数，期望值为正的系统就变成了亏损的一周。这里把20次的总期望值设为0，是最宽松的假设。降低标准的交易，总期望值通常低于0，所以实际的削减幅度比这个计算更大。
这笔算术就是报复性交易的核心。账户转为负数的原因，是亏损后增加的交易笔数。交易笔数可以通过规则来管理，因此这个原因是可以纠正的。
报复性交易可以通过亏损后的再次入场记录来衡量
把报复性交易归因于情绪，要纠正的地方就会模糊。只把亏损之后的交易单独收集起来，就可以用三个数字来确认。
第一个是亏损后再入场率。对每笔以亏损平仓的交易，标记在其后规定时间内（例如30分钟或5根K线）是否开了新的交易。只把这些再次入场的交易收集起来，计算平均R，并与全部交易的平均R比较。再次入场交易的平均R明显偏低或为负，就证实存在报复性交易。
第二个是每周R与交易笔数的关系。按周并排记下交易笔数和净盈亏R，就能看出交易笔数多的那些周R偏低，这种关系重复出现得越多，过度交易的痕迹就越明显。
第三个是连续亏损之后的频率。数一数2连亏或3连亏之后每小时的交易笔数是平时的几倍，就能看到连亏越长频率越高的趋势，这是回本压力转化为交易笔数的证据。
这种激增在快速而深的下跌中尤其明显。比特币从2026年1月14日约97,924美元的高点，到2月6日跌至60,000美元，下跌约39%，这轮下跌发生在三周多的时间内。在这样的区间里，短时间内容易连续出现亏损交易，每一次亏损都会加大回本压力，缩短再次入场的间隔。下跌本身是市场行为，但在这个区间里交易笔数增加了几倍，只存在于自己的记录中。
再入场等待和限额，把交易笔数固定为规则
关键是把交易笔数从情绪中分离出来，由规则来决定。亏损后的压力会增加交易笔数，所以要预先对亏损后的行为和一整天的交易设定限额。
- 亏损后再入场等待：以亏损平仓后，在规定时间内停止新的入场。下一次入场只能在出现新信号之后进行。
- 每日最大交易笔数：预先定好一天的入场次数上限，达到上限后，当天不再入场。
- 每日最大亏损：当天累计亏损达到规定限额（例如 −2R）时，结束当日交易。
- 固定入场标准：亏损之后也不降低入场条件。条件不满足就不交易。
- 记录：每笔交易都写下上一笔的结果和再次入场的间隔，每周计算再入场率和每周R与交易笔数的关系。
这些限额的目的，是阻止亏损之后偏离标准而增加的交易，让实际执行的只有经过验证的入场。
两个陷阱
加大仓位一次翻本的想法。亏损之后加大仓位，是报复性交易以交易规模而不是交易笔数的形式表现出来。连亏区间里加大入场规模，一次亏损在账户中所占的比重会变大，破产概率迅速上升。为了一次性挽回亏损而加大规模的做法，与马丁格尔是同样的结构，破产风险集中在最后一次连亏上。
增加交易就能扩大样本的想法。样本只有在遵守同一规则的交易中才有意义。降低标准而增加的交易，条件不同，不但不能扩大样本，反而把不同的分布混在一起。在这样混合的记录里，原本系统的期望值也会变得模糊。要扩大样本，应当在一段时间内收集同一标准的交易。
交易笔数只能靠记录来管理
报复性交易和过度交易的特点是，单看每一笔交易都显得正常。亏损之后的再次入场，在那一刻看起来也是“这次可以赚回来”的判断，每一笔交易都让人觉得没有明显偏离规则。问题出现在亏损之后这类交易几笔叠加在一起的时候，叠加起来的结果只有把整份交易记录当作一个样本来看，才能用数字确认。在每笔交易中写下上一笔的结果和再次入场的间隔，并计算亏损后再入场率、每周R与交易笔数的关系、往返成本R，“亏损之后交易变多”的感觉就变成了可以管理的指标。对亏损之后的交易笔数设定限额，并用记录来确认这个限额，回本压力增加交易笔数的恶性循环就会停止。