交易机器人的合理胜率是多少？单看数字远远不够

胜率究竟衡量什么？

胜率是盈利交易占全部已完成交易的比例。如果机器人完成 100 笔交易，其中 60 笔盈利，胜率就是 60%。因为计算直观，它往往是策略报告最先展示的数字之一。

这个数字没有说明金额大小。它不会告诉你平均每笔盈利是一元还是一百元，也不会说明一次亏损是否可能抹去此前二十次盈利。

因此，胜率适合描述交易结果出现的频率，却不能单独衡量策略质量。它必须与平均盈利和平均亏损放在一起看。

保本胜率公式

期望值把胜率与实际金额联系起来。设 p 为盈利交易的概率，W 为平均盈利，L 为平均亏损的绝对值，C 为每笔已完成交易的平均总成本，那么期望结果等于 pW 减去 (1 减 p)L，再减去 C。

将期望结果设为零，保本胜率就是 (L 加 C) 除以 (W 加 L)。如果平均盈利与亏损已经扣除全部成本，公式可以简化为 L 除以 (W 加 L)。在其他假设不变时，策略胜率需要高于这个门槛，才有正期望值。

下方示例用 R 表示一单位初始风险。它们说明，当平均盈利较大时，较低胜率为什么也可能足够，以及现实成本会如何改变答案。

为什么 80% 的胜率仍可能亏钱？

假设一个机器人每十笔交易有八笔盈利，每笔盈利 1 个单位，每笔亏损 5 个单位。八笔盈利合计 8 个单位，两笔亏损却损失 10 个单位。即使还没有计算成本，策略仍然亏损 2 个单位。

这种结构可能出现在快速止盈、却任由亏损仓位扩大的系统中。不断向下跌仓位加码，也可能记录很多小额盈利，却把风险集中在少数无法反弹的交易里。

高胜率本身并不可疑，但同样需要严格审查。在把它当作安全证据之前，应查看最大单笔亏损、平均亏损、退出规则、杠杆水平，以及极端行情中的表现。

40% 的胜率如何实现盈利？

再看 100 笔交易，其中 40 笔各盈利 2 个单位，60 笔各亏损 1 个单位。总盈利为 80 个单位，总亏损为 60 个单位，扣除成本前还剩 20 个单位。系统亏损的次数更多，但盈亏结构产生了正期望值。

趋势跟随策略可能呈现这种特征，因为许多尝试以小额亏损结束，少数持续趋势则带来更大盈利。即使数学上合理，实际体验也可能不轻松，因为连续亏损很常见。

合适的策略不仅需要正期望值，还需要操作者能够承受其亏损结构。在正常连败期间放弃有效流程，可能把统计优势变成真实亏损。

交易成本会改变目标

手续费、价差、滑点与资金费率都要用真实资金支付，而不是停留在宣传页面的百分比中。策略交易越频繁，或者捕捉的价格变化越小，这些成本的影响就越大。

当平均盈利与平均亏损相等时，不计成本的保本胜率是 50%。如果每笔完整交易的平均成本为 0.1R，门槛会提高到 55%。报告中的 53% 胜率在无成本模型中看似为正，在现实假设下却为负。

成本也会变化。剧烈波动时提交的市价单，成交价格可能比正常时期更偏离预期。可信的测试会使用现实假设，并检查策略能否承受更差的成本条件。

样本规模与市场多样性同样重要

仅由二十笔交易计算出的胜率很脆弱，几笔不同结果就可能让它大幅变化。增加交易数量可以降低这种敏感性，但数量本身无法解决所有问题。来自单一平静市场的一千笔相似交易，可能不如覆盖上涨、下跌、横盘与波动冲击的样本有价值。

开发过程也很重要。如果参数是在看完整段历史后才选择的，结果可能反映偶然性，而不是持久规律。未见数据、固定规则与前向观察有助于把开发和评估分开。

不存在能够保证可靠性的统一交易数量。样本越大，市场环境越丰富，成本越现实，而且相似结果能够在开发期之外出现，可信度才应越高。

这些指标必须与胜率一起看

平均盈利与平均亏损决定盈亏比。期望值把盈亏比与盈利和亏损的概率结合起来。利润因子比较全部毛利润与全部毛亏损。最大回撤描述资金曲线从此前高点出现的最大下降。

交易数量与测试时间说明数字背后有多少证据。最大单笔亏损可能揭示平均值隐藏的尾部风险。市场暴露、杠杆与恢复时间则说明策略需要多少资金和耐心。

这些指标共同回答一个更好的问题：系统产生的回报是否值得它承担的风险与不确定性？胜率无法单独回答。

• 平均盈利与平均亏损之比
• 扣除成本后的每笔交易期望值
• 利润因子
• 最大回撤与恢复时间
• 最大单笔亏损与最长连败
• 交易数量、测试周期与市场环境

如何解读 TensorParadigm 模拟结果？

TensorParadigm 从 2026 年 1 月 1 日开始的历史模拟共完成 1,373 笔交易，其中 907 笔盈利，对应 66.06% 的胜率。同一份报告显示利润因子为 3.252，收益率为 79.70%，最大回撤为 16.77%。

当其他指标同时可见时，胜率才更有意义。利润因子说明毛利润相对于毛亏损的情况，最大回撤则展示资金路径中部分风险。

模拟对每次进场和出场收取 0.12% 的手续费，并计入 0.03% 的滑点，与实盘交易的费率相同。这些数字仍然只描述一次历史模拟，并不是对未来表现的承诺。

我们的实盘记录显示了什么，又隐藏了什么

我们智能体的实盘交易说明了为什么胜率需要背景信息。截至 2026 年 10 月 26 日的快照，自 10 月 6 日以来我们的公开 Telegram 频道共发布了 88 笔交易。已平仓的 78 笔交易扣除手续费后全部盈利：已平仓交易的胜率为 100%。

仅看这个数字会产生误导。其余 10 笔交易仍未平仓，且全部低于进场价，未计杠杆的跌幅为 0.7% 至 11.1%。已平仓交易未计杠杆的中位收益为 +1.19%，因此最大的未平仓亏损约为一笔典型盈利的九倍。

当盈利交易很快平仓、亏损头寸一直持有时，已平仓交易的胜率可能看起来完美，而真实的亏损仍在承担之中。诚实的衡量方式是按当前价格计入未平仓头寸。我们的实盘案例列出了每一笔未平仓交易，读者可以对照市场自行核对。

诚实的判断标准

交易机器人不存在统一的合理胜率。真正的门槛来自平均盈利、平均亏损与总交易成本之间的关系。

一个值得重视的胜率，应当在足够多的交易和不同市场环境中持续高于保本门槛，同时把最大回撤与连续亏损控制在预设范围内。这个数字应该帮助基于证据作出判断，而不是代替判断。