最大回撤相关联的风险有哪些？

一个定义下的最大回撤

最大回撤（Maximum Drawdown, MDD）是指在一段被测价值序列（通常为权益或余额曲线）中，从前期高点到后续低点的最大观测跌幅。其机制简单：选取一个起始峰值，追踪其后直至下一次恢复前的最低值，然后记录在选定时间段内出现的最大从峰值到谷底的百分比（或绝对值）跌幅。

这一定义至关重要，因为MDD数值并不仅仅是市场本身的属性。它取决于所测量的内容（权益 vs. 余额）、所使用的时间段，以及序列的构建方式。

风险如何显现：操作风险、市场风险、交易对手风险与解释风险

操作风险（测量值与现实的差距）

在实践中，MDD背后的数值序列可能受到操作因素的影响。例如滑点、执行延迟、订单处理错误或系统停机等。即使一条类似回测的曲线看起来连贯，实盘交易中的执行可能不同，导致实际谷底比估计值更深。

一种显著的失效模式是“测量错配”：基于未计入实际成本和执行情况的总收益计算的MDD，可能低估了计入成本和实际成交后的真实情况。相反，过于保守的成本假设则可能夸大预期回撤。

市场风险（路径依赖与变化的市场条件）

MDD具有路径依赖性：两个平均结果相同的策略，其最差回撤可能不同。突发的波动率上升、可交易价格的跳空，或持续的趋势转变，都可能延长从谷底恢复的时间，从而加剧观测到的最大回撤。

此外，市场并非静态。用于计算MDD的期间内存在的关系，未来可能减弱。这并不意味着MDD“错误”，但它表明未来回撤的分布可能会发生变化。

交易对手风险（亏损并非完全由市场驱动）

如果你的测量值依赖于对某些平台或服务的访问（例如通过某个提供商或交易平台），那么与交易对手相关的问题可能影响权益路径。运营中断、提款限制或结算问题虽不同于市场波动，但仍会影响测量序列，以及在下行期间管理风险的能力。

由于MDD是基于观测值计算的，非市场因素的干扰可能造成反映接入和可靠性问题的谷底，而不仅仅是交易表现。

解释风险（这个数字能告诉你什么——以及不能告诉你什么）

MDD常被视为一个独立的“风险评级”，但它存在局限性。主要的解释风险包括：

• 时间窗口敏感性：改变回溯周期可能改变最差的谷底。
• 基准和定义选择：测量权益还是余额，或采用不同的成本处理方式，会影响曲线形态。
• 规模模糊性：绝对回撤和百分比回撤传达的信息不同。

另一个相关局限是，MDD仅总结了最差时点，但并未完整描述恢复速度、峰值与谷底之间的波动性，或回撤发生的频率。

实际情景影响（含明确假设）

假设你基于过去12个月的每日权益曲线计算MDD，使用的是总收益（无点差、无佣金、无滑点），并假设订单按请求价格成交。而在后续实盘阶段，假设在波动剧烈时段出现滑点，且执行延迟导致成交价更差。

即使使用相同的“策略逻辑”，实际实现的权益曲线跌幅也可能超过总收益曲线的预测。可观测的影响是更大幅度的峰值到谷底下跌，即实际MDD更大。此情景突显出，MDD不仅关乎市场行为，也关乎曲线的生成方式，以及其背后的假设是否符合现实。

局限性及如何独立验证

至少一个局限：MDD是历史数据且依赖选择

一个核心局限是，MDD基于可获得的历史数据计算。它无法保证未来结果。如果未来条件不同，未来的最大回撤可能大于或小于历史最差回撤。

另一个局限是选择依赖性：选择不同的起始日期、测量方法或成本模型，都可能改变结果。

验证与后续问题

为验证任何系统关于MDD的声明，请独立检查以下内容：

• 序列的精确定义：用于“峰值”和“谷底”的具体数值是什么。
• 时间段与频率：日度、日内或月度数据可能显著改变最差回撤。
• 成本与执行处理：是否包含了点差、佣金和现实的滑点。