最大回撤
最大回撤的含义
最大回撤（通常简称为“MDD”）是衡量在特定时期内，从前期高点到后续低点的最大跌幅的指标。
在典型的交易或投资组合情境中，其基础“序列”是随时间变化的账户价值，例如权益（根据系统定义，可能包含未平仓头寸的账户价值）。最大回撤提出一个简单问题：在任意前期高点与之后出现的低点之间，最大的差距是多少？
该指标通常以两种相关方式表示：
- 以百分比表示：相对于高点的最大峰值到谷值的跌幅。
- 以绝对金额表示：账户价值单位中的最大下降额。
即使公式明确，最大回撤的含义仍取决于你所采用的绩效序列（例如，权益 vs. 余额）以及评估的时间跨度。
最大回撤的计算方式
要计算最大回撤，需在时间序列中进行概念性扫描，并持续追踪运行中的峰值。
- 识别峰值：对每个时间点，记录截至该点所达到的最高账户价值。
- 寻找谷值：在每个时间点，将当前账户价值与最近的峰值进行比较。
- 计算回撤：该时间点的回撤为峰值与当前价值之间的差额（绝对值）或从峰值到当前值的比率（百分比）。
- 选取最大值：最大回撤即为所选窗口期内观察到的最严重（最大）回撤。
一个关键的操作要点是，最大回撤具有路径依赖性：它不仅取决于最终结果，还取决于从峰值到谷值的收益和亏损序列。两个最终价值相同的账户可能因收益的时间和顺序不同而具有截然不同的最大回撤。
最大回撤的实用价值
最大回撤被广泛用作风险指标，因为它将一个难以直观理解的特征——最严重的历史跌幅——概括为一个单一数字。
在决策和评估中，它有助于提出实际且可独立验证的问题，例如：
- 即使账户后期恢复，是否曾经历过大幅回撤？
- 在压力最严重的时期，其跌幅相比前期高点有多深？
然而，这种实用性存在局限：最大回撤仅描述所选数据集中的历史情况，无法消除对未来损失或恢复动态的不确定性。
依赖最大回撤的局限性与风险
最大回撤存在若干重要局限，可能影响其解释和比较。
1) 对定义和数据选择敏感
不同系统可能以不同方式计算绩效。例如，“权益”序列可能对未平仓头寸的反映方式不同，可能包含或排除某些费用，或使用不同的时间戳。
若比较两个提供商或报告，至少需要在以下方面保持一致：
- 绩效序列（权益 vs. 其他指标），
- 时间间隔和采样频率，
- 期间是否包含资金转入、提款或其他外部现金流。
若定义不一致，较低的最大回撤可能反映的是方法论差异，而非真实风险差异。
2) 依赖所选时间窗口
最大回撤是在特定时间段内测量的。较短的窗口可能遗漏窗口外发生的更大跌幅，而较长的窗口可能包含与当前策略行为不再相关的旧事件。
因此，该指标回答的是：“在此窗口期内，最严重的峰值到谷值跌幅是多少？”而非“在所有未来条件下，最严重的跌幅会是多少？”
3) 历史性而非预测性
由于最大回撤总结的是过去行为，无法保证未来结果。未来市场和执行条件可能产生不同的回撤模式。
此外，最大回撤无法完全描述：
- 回撤发生的速度（下跌速率），
- 恢复所需时间，
- 回撤是由少数极端事件还是多次中等事件引起。
4) 可能掩盖分布细节
两种策略可能具有相同最大回撤，但在回撤次数和持续时间上存在显著差异。最大回撤将丰富的时间序列压缩为一个极端值，可能掩盖有意义的差异。
5) 比较需要不止一个数字
仅依赖最大回撤可能导致误解。许多评估会结合其他指标（例如回撤频率或收益波动性）使用。即便如此，目标仍是理解风险，而非获得确定性。
可独立验证的内容
即使没有提供商特定的细节，也可通过可重复的步骤验证最大回撤：
- 获取用于绩效的时间序列（具体序列至关重要）。
- 应用上述峰值到谷值的扫描方法。
- 检查若改变窗口长度或采样频率，结果如何变化。
若计算框架一致，重新计算的结果应相互匹配。若定义变化导致结果不同，则表明其解释性存在重要信号。
需注意的相关概念
最大回撤是关于下跌与恢复的一系列概念的一部分。它与回撤（某一时点从峰值的下跌）密切相关，是其中一种特定的汇总统计：即观察到的最严重回撤。
其他指标可能从不同角度提供风险视角，例如关注波动性、平均跌幅或恢复时间的指标。将最大回撤作为单一视角使用，可能比将其视为唯一视角更清晰。
实践中如何理解其局限性
负责任地使用最大回撤的实用方法是将其视为描述性最坏历史情况，而非对未来承诺。最可靠的解释来自：
- 明确的序列定义，
- 明确的时间窗口，
- 在一致方法论下进行比较，
- 并结合其他关于波动性和恢复的信息共同解读。
当这些条件满足时，最大回撤可帮助你理解历史跌幅的严重程度，同时仍承认未来发展的不确定性。