期望值：为什么胜率高也会亏钱

胜率只是期望值的一个变量。要用胜率与盈亏比相乘得到的期望值来评估系统，同时还要看样本量和交易次数。

发布于 2026年5月26日 · 内容更新于 2026年10月1日

胜率只是构成期望值的一部分。在与盈亏比相乘之前，90%的胜率本身说明不了任何问题。

本文是风险管理系列的第一篇。介绍用期望值评估交易的标准，后续几篇会讲止损位置和仓位大小。

期望值是把同样的交易重复无数次之后，每一次平均留下的盈亏。用抛硬币来看比较容易。赢了拿1美元、输了亏1美元的游戏，长期重复下来是不赚不亏，期望值为0。但如果赢了拿2美元、输了只亏1美元，即使胜率同样是一半，每一局平均也能留下0.5美元。

交易也一样。把一种交易重复几百次，每次的平均值为正，长期来看就赚钱，为负就亏钱。这个每次的平均值就是期望值。

在交易领域最早总结出这个值的人是Van K. Tharp。他在著作 Trade Your Way to Financial Freedom 中写下的定义只有一句话：期望值等于胜率乘以平均盈利，减去亏损比例乘以平均亏损的结果。胜率和盈亏比都包含在这一个式子里。

大多数人在这个式子里只看胜率。“十次中了八次”听起来像个好系统，交易截图也大多拿胜率说事。然而光凭胜率，无法知道这个系统是否赚钱。必须同时看平均盈利和平均亏损的大小。

反过来，有时胜率越高越危险。小赚频繁、偶尔大亏的系统，胜率虽高，期望值却为0或为负。具体数字在下面用表格来看。

入场价与止损距离就是1R

要计算期望值，需要把盈利和亏损统一成同一个单位。这个单位就是R。

R是一笔交易中预先定好的可亏损金额，也就是入场价与止损价之间的距离。以100美元买入、90美元止损，1R就是10美元。这笔交易如果以120美元卖出，就是盈利2R，以95美元卖出，就是亏损0.5R。

把所有交易结果都用R记录，无论资产价格或账户大小，都可以用同一把尺子来比较。100美元的交易和6万美元的交易，都以“赚了或亏了多少R”并排放在一起。期望值就是这样汇集起来的R的平均值。

同样的胜率，产生截然相反的结果

胜率和盈亏比如果分开看，各自只展示了一个侧面。相乘算出期望值，才能看出系统是否赚钱。把三个系统放在同一张表里来看。

A和B的胜率同为50%，结果却不同。A是不赚不亏，B每交易一次平均赚0.5R。差别只在盈亏比。

C的胜率高达80%，期望值却是0。赢八次、每次0.5R累积了4R，两次2R的亏损又把这4R原样拿走。再加上手续费和滑点，期望值就降到负数。如果只比较胜率，人人都会选C，但从期望值来看，C是最危险的系统。

胜率高的系统有时更危险

小赚频繁、偶尔大亏的结构，和表中的C一样。在箱体震荡中只看过热就反向下注的交易，逆着趋势每次创新高就做空的交易，都属于这一类。

2024年2月初，BTC从42,500美元附近出发，五周内几乎朝单一方向涨到73,777美元。设想在这个区间里，每次创新高都以过热为由做空的交易。每当在48,000、52,000、64,000附近出现短暂调整，都能获得约1R的小额盈利，胜率保持在较高水平。

问题出在后面。价格没有调整，从64,000一路直线涨到73,777的区间里，一笔空单的亏损扩大到5R、6R，这一次就把此前的小额盈利全部拿走。只看胜率截图，这是个没问题的系统，但积累下来的盈利会在一轮趋势中崩塌。

低胜率的趋势跟踪为什么能活下来

BTC从2023年1月的16,600美元附近，涨到2024年3月11日周线高点73,777美元，上涨约4.5倍。把这轮趋势一路跟到底的系统，胜率并不高。趋势跟踪在震荡区间多次接受小额亏损，在一轮大趋势里拿到足以覆盖全部这些亏损的盈利。

来看胜率35%、平均亏损1R、平均盈利4R的趋势跟踪系统。这个系统的期望值是0.75R。即使十次里错了六次多，每交易一次平均仍能留下0.75R。

使用趋势跟踪的人连续承受小额亏损，仍然坚持系统，原因就在这里。他们通过期望值的计算知道，那些亏损会在一次大盈利里收回。如果只看胜率，35%的系统早就被抛弃了。

期望值要在样本积累之后才可信

即使期望值算出来为正，交易次数少的话，也分不清是实力还是运气。交易20次得出的0.5R可能只是偶然，同一个系统在接下来的20次里也可能出现负数。至少要有100次，最好是包含不同市场状态的样本，确认同样的期望值能够保持。

即使期望值为正，也避免不了连续亏损。胜率40%的系统平均五次中两次盈利，但其中正常地包含连续错七八次的区间。

所以除了期望值，还要看最大连续亏损。期望值即使是0.75R，若最大连续亏损为12R，哪怕每次只下1R的人，在那个区间也会损失账户的12%。不知道这个数字，就会在系统正常运转的亏损区间里放弃这个系统。

把新策略放到实盘账户之前，要在回测中确认三件事。

• 样本：包含不同的市场状态，不少于100次。
• 期望值：计入手续费和滑点之后仍然为正。
• 最大连续亏损：以R为基准确认，并按账户大小折算能否承受这一亏损。

三个条件中只要有一个不符，就暂缓用于实盘，继续积累样本。

期望值要乘以交易次数

期望值相同，交易次数不同，一年的结果也会不同。期望值是每次的平均R，再乘以一定期间内的交易次数，就得到该期间的预期收益。

期望值0.2R的系统一年运行200次，预期收益是40R，而期望值0.8R的系统一年只运行10次，预期收益是8R。只看每次的期望值，后者似乎高出四倍，但乘上机会的数量之后，前者多出五倍。

所以要从两个维度来看系统。期望值小但经常出现的设置，按一年计会带来很大的收益，期望值大却很少出现的设置，机会成本很大。不过增加次数的同时，手续费和滑点也一起增加。如果每笔交易的成本大幅吞噬期望值，次数越多，净期望值反而越少。

追踪期望值的两种方法

第一种是把所有交易都用R记录的交易日志。写下入场价、止损价、出场价，把结果折算成R，积累几十笔之后，就得到自己系统的实际期望值。只按盈亏金额记录的话，账户大小一变，基准就跟着变，用R记录则不论时点，都可以用同一把尺子比较。

第二种是从期望值的角度解读回测统计。在优化结果里只看总收益，和只看胜率是同样的陷阱。总收益相同，平均盈亏比和最大连续亏损不同，在实战中承受的难度就完全不同。

下一篇会讲这个1R从哪里来，也就是确定止损位置的方法。因为止损幅度确定了，R才能确定，R确定了，这一切计算才能开始。