最大回撤有哪些局限性？
直接回答
最大回撤是一个简单的统计指标：它总结了在特定测量窗口内，从前期高点到后期低点的最大百分比跌幅。其局限性正源于这种简化。该数值可能因测量窗口和收益定义方式的不同而变化，并且常常掩盖了在真实不确定性下决策所依赖的时间细节。
机制与定义（它衡量的内容）
最大回撤通常基于权益曲线（账户价值随时间的变化）来定义。概念上包括：
- 找出后期低点之前的最高权益值（“峰值”）。
- 计算从该峰值到后续最低权益值（“谷值”）的百分比跌幅。
- 在整个窗口期内取最严重的此类跌幅。
当拥有连续且正确测量的权益序列，并且测量过程中使用一致的单位和会计规则时，这种方法运行良好（例如：权益是否包含费用和点差，以及如何处理缺失的交易日或报告空白）。如果这些机制中的任何一项发生变化，即使底层交易行为不变，计算出的最大回撤也可能改变。
证据或示例（为何同一策略可能显示不同的回撤）
考虑一个假想的权益曲线，包含两个亏损阶段。一种情况是，回撤缓慢发生，在最终触底前有部分反弹；另一种情况是快速下跌，之后才恢复。两者可能产生相同的峰值到谷值的百分比跌幅，因此最大回撤数值相同，但实际体验却不同：即使最终的峰值到谷值幅度相同，快速回撤可能更早触发风险限制。
现在改变计算输入。如果你使用毛收益（未扣除成本）与净收益（扣除费用、佣金和融资成本后）来衡量回撤，最大回撤会因成本降低权益而不同。同样，使用不同的起止日期可能创建或消除峰值和谷值。如果不说明这些假设，该数值在不同研究或提供商之间就无法完全比较。
局限性与风险（失效模式与不确定性）
主要局限包括：
-
对测量选择的依赖性：最大回撤对所选评估窗口、初始权益以及权益曲线的构建方式（包括报告频率和数据空白处理）敏感。即使底层交易行为相同，两种计算结果也可能不同。
-
亏损路径被压缩为单一数值：该指标仅显示最大跌幅的幅度，而不反映中间恢复过程或下跌速度。这可能很重要，因为风险敞口往往取决于时间因素。
-
会计与成本影响：在实践中，实际结果取决于交易成本、买卖价差、滑点及其他执行摩擦。由于最大回撤是基于测量的权益计算的，任何模型/净收益假设与实际执行之间的差异都可能改变结果。
-
对未来不可转移性：历史最大回撤并不能为未来回撤建立可靠的模式。市场状态、杠杆使用、压力下的行为以及结构性条件可能发生变化，从而打破历史关系。
验证或后续问题
要独立验证声称的最大回撤，请至少检查以下内容：所使用的明确定义（权益曲线上的峰值到谷值）、测量窗口的边界、数据是基于净收益还是毛收益，以及费用/成本和缺失数据的处理方式。一个有用的后续问题是：有多少种不同的回撤情景可能产生相同的最大回撤？因为这揭示了单个数字遗漏了多少“信息”。