交易机器人的最大回撤多少才算合理？

最大回撤是什么意思

当账户权益跌破此前高点时，回撤开始。只有权益重新达到新高，回撤才结束。最大回撤是所选时期内记录到的最深高点至低点跌幅。

如果账户从 10,000 上升到 12,000，随后在恢复前跌至 9,600，回撤应从 12,000 的高点计算，而不是从初始资金计算。跌幅为 2,400，也就是高点的 20%。

最大回撤回答的问题与总收益不同。收益说明策略最终到达哪里，回撤说明投资者为了到达那里曾承受过多深的损失路径。

最大回撤如何计算

在权益序列的每个时点，记录此前达到的最高权益。把当前权益与这个动态高点比较，其中最大的百分比跌幅就是最大回撤。

基本公式是用高点权益减去低点权益，再除以高点权益。结果通常以正百分比表示损失幅度。

计算结果取决于所使用的权益数据。每日账户序列、逐柱策略序列与只包含已平仓交易的清单，可能为同一系统得出不同结果。

• 权益高点：回撤开始前达到的最高账户价值
• 权益低点：重新创出新高前达到的最低价值
• 回撤深度：从高点到低点的百分比损失
• 恢复：权益重新回到此前高点

怎样的最大回撤才算合理？

只有在比较条件公平时，较低回撤才更好。回撤 8% 而收益 4% 的策略，并不会自动优于回撤 12% 而收益 30% 的策略。测试时期、杠杆、风险敞口与交易市场也必须具有可比性。

作为初步筛选，可以把低于 10% 视为相对受控，10% 至 20% 视为明显但可能可管理，20% 至 30% 视为激进，超过 30% 视为严重。这些区间并非统一的行业标准，而是讨论资金压力的实用分类。

可接受水平最终取决于用户能够承受多少损失、测试存在多少不确定性，以及亏损超过预期时系统如何处理。如果回撤会迫使操作者在最差时点停止系统，即使策略后来恢复，这个风险水平在实际操作中也不合适。

为什么回撤越深，恢复越困难

损失与恢复并不对称。发生亏损后，百分比收益是在更小的剩余资金基础上计算。因此，所需恢复幅度会比回撤增长得更快。

下跌 10% 后，账户需要上涨 11.11% 才能回到高点。下跌 30% 后，需要上涨 42.86%。如果下跌 50%，剩余资金必须翻倍。

这种非线性的恢复负担说明，回撤控制的重要性独立于最终收益。避免深度亏损可以同时保护资金以及重建资金所需的时间。

柱内回撤与已平仓交易回撤

已平仓交易报告只在仓位退出时观察结果，可能遗漏持仓期间曾经出现的大幅浮动亏损。柱内回撤则检查每根价格柱和每笔未平仓交易中的不利权益变化。

TradingView 记录了一种柱内最大回撤算法，它同时考虑开仓前权益以及持仓期间达到的不利价格。因此，结果可能高于仅根据已完成交易计算的简单回撤。

对于杠杆仓位、分批加仓策略和穿越高波动时期持仓的系统，这一区别尤其重要。策略可以让许多交易组合最终盈利，但途中仍经历危险的浮动亏损。

深度只是回撤的一个维度

回撤深度说明权益下降了多少。回撤持续时间说明账户在此前高点下方停留了多久。发生频率则说明显著回撤出现得多么频繁。

两个系统都可能记录 15% 的最大回撤，却带来完全不同的体验。一个可能在十天内恢复，另一个可能一年都未回到高点。后者占用资金，也会更长时间考验执行信心。

因此，完整报告不应只展示一个数字，还应包括最深跌幅、最长恢复期、当前回撤以及其他重要回撤的分布。

如何比较收益与回撤

当时期和计算方法一致时，用收益除以最大回撤可以提供简单的效率比较。收益 30%、回撤 10% 的策略，原始收益回撤比为 3。收益 40%、回撤 30% 的策略，该比例约为 1.33。

这个比例无法说明收益出现的顺序、亏损持续时间或统计置信度。如果短期测试碰巧没有遇到明显回撤，该指标也可能被夸大。因此，它只能辅助分析，不能取代分析。

利润因子、期望值、交易数量、风险敞口与恢复时间提供必要背景。仅由十二笔交易构成的高收益回撤比，通常不如在多种市场环境中观察到的较温和结果可靠。

杠杆与仓位规模如何改变回撤

同一组交易被放大后，收益和亏损相对于账户权益通常都会增大。因此，杠杆无需改变进场信号，就能把原本可以接受的策略路径变成无法承受的风险。

按当前权益调整仓位可以在亏损后降低绝对风险敞口，固定名义仓位则会产生不同结果。分批加仓和摊低成本可能形成非线性风险，因为价格越不利，仓位反而越大。

最大回撤不能脱离杠杆、最大仓位和保证金规则单独展示。相同策略逻辑会因为每张订单控制的资金不同而呈现完全不同的风险。

下一次回撤为何可能超过回测结果

历史最大回撤只是某个已观测样本中的最大跌幅，并不是上限。未来的波动率、相关性、流动性与策略行为可能产生更大的损失。

过于理想的成交、遗漏费用、不完整的价格路径、未来数据泄漏，或没有覆盖恶劣市场环境的测试区间，也会低估回测回撤。参数筛选还可能偏向过去恰好避开大额亏损的配置。

风险规划应在历史结果之上保留缓冲，并预先定义响应级别。具体缓冲无法从一个最大回撤数字中直接得到，它应反映测试质量、样本长度、策略集中度以及模型失效的后果。

实盘系统应该如何应对回撤

实盘系统应持续测量权益回撤，并把策略亏损与入金、出金和数据错误区分开来。系统可以在触及硬性限制之前发出警报。

响应措施可以包括降低仓位、禁止新增风险、关闭指定仓位或暂停策略以便检查。处理规则必须在亏损发生前设计。回撤期间临时凭情绪修改规则，会破坏自动化的意义。

单纯暂停并不够。重新启动条件应说明需要哪些证据、由谁批准，以及策略以完整规模还是缩小规模恢复运行。回撤控制既需要停止流程，也需要恢复流程。

TensorParadigm 如何评估最大回撤

TensorParadigm 把收益与最大回撤、交易数量、利润因子、风险敞口和测试时期一起评估。脱离亏损路径展示的收益数字，不足以判断一个系统。

评估还会区分历史观测与实盘风险限制。历史回撤说明测量样本中发生了什么，风险限制定义系统现在允许做什么。这两个数字可以相互参考，但并不相同。

实际目标不是消除所有下跌。任何主动交易策略都可能亏损。目标是让损失保持可测量、可控制，并与支持策略的证据强度相称。

未平仓头寸也是回撤：我们的实盘记录

回撤应当包括仍未平仓的头寸。在我们智能体截至 2026 年 10 月 26 日的实盘记录中，已平仓的 78 笔交易全部盈利，因此只用已平仓交易画出的曲线根本不会显示任何回撤。

然而，仍有 10 笔交易未平仓，且全部低于进场价，未计杠杆的跌幅为 0.7% 至 11.1%。在 3× 杠杆下，11% 的价格下跌约会损失该头寸三分之一的保证金。这些未实现亏损是真实回撤的一部分。

这就是为什么我们的实盘案例会列出每一笔未平仓交易及其快照价格，也是为什么任何回撤数字都应说明未平仓头寸是否按市价计算。

诚实的结论

合理的最大回撤不是一个统一百分比，而是能够生存、与净收益相称，并由足够现实的测试支持的损失水平。

其他条件完全相同时，较低回撤通常更好。但其他条件很少完全相同。在比较表面的百分比之前，应先比较计算方法、杠杆、风险敞口、持续时间、恢复过程与证据质量。