回撤审查的高级考量

回撤审查：定义及“高级”考量的变化

回撤审查用于分析绩效从前期高点下降的程度。在实践中，它通过分析一个时间序列（如账户权益，或根据未平仓头寸调整后的余额）来确定在选定时间段内从峰值到谷值的最大跌幅。

“高级”考量主要影响你如何定义输入、如何计算回撤以及如何解释结果。基本概念可能稳定，但结果取决于实现选择：权益的定义、时间分辨率、哪些内容被计入“亏损”（仅已平仓交易还是也包括按市价计价）、以及分析是否在可比基础上进行。

由于没有单一通用的回撤定义，良好的回撤审查应明确说明所采用的假设。如果两方使用不同的权益规则或不同时间段计算回撤，即使名称相似，其数值也可能不可比。

核心机制：输入、指标与基准

明确你所指的权益序列

回撤计算需要一个按时间索引的权益序列。常见选择包括：

• 已实现权益（通常仅基于已平仓结果）。
• 按市价计价权益（包括未平仓头寸的价值）。

这些选择会导致不同的回撤行为。按市价计价方法可能显示持仓期间因价格波动导致的期间内回撤；而已实现权益方法可能在头寸平仓前低估风险。因此，高级回撤审查应首先说明所采用的方法及其原因。

指定回撤指标

不同指标回答不同问题。例如：

• 最大回撤：在选定时间段内观察到的最大峰值到谷值跌幅。
• 回撤持续时间：从谷值恢复至前期高点所需的时间。
• 回撤频率：回撤发生的频率。

单一标题数字很少能完整反映风险特征。两种策略可能具有相似的最大回撤，但在持续时间和恢复行为上可能显著不同。

定义“峰值”和时间窗口边界

回撤序列取决于峰值允许出现的位置。例如，你可以：

• 在固定时间段内计算（如日历年）。
• 使用滚动窗口（如过去N天）。
• 在数据缺口或重大重置后重新开始计算峰值。

高级审查需检查峰值的计算方式是否与预期问题一致。如果目标是理解特定交易状态下的风险，使用跨越无关状态的峰值可能会模糊解释。

数值示例的假设

如果你展示一个计算示例，应说明：

• 时间步长（每日、每小时、逐笔）。
• 权益值的采样方式。
• 成本和费用是否包含在权益序列中。

即使没有实时市场数据，回撤的逻辑也依赖于这些假设。忽略这些假设的审查无法被独立验证。

证据与示例：必须考虑的依赖关系

由于回撤审查是一种衍生计算，你可以通过内部一致性检查来增强其可信度。

成本与执行效应可能改变权益路径

回撤是路径依赖的。这意味着成本、滑点假设或执行时机的微小变化都可能改变权益序列，从而影响计算出的回撤。

即使两个分析使用相同的交易，成本建模的差异也可能改变峰值到谷值的幅度，或影响是否在同一时期内恢复。因此，高级审查将成本和执行假设视为首要输入。

缺失数据与时间分辨率导致的边界情况

边界情况通常源于数据处理：

• 不规则采样：如果权益在不均匀的时间间隔记录，样本之间的谷值可能被遗漏。
• 数据缺口：如果存在历史数据缺失，除非明确定义规则，否则峰值和谷值检测可能出错。

稳健的审查应明确说明如何处理这些情况（例如，是否插值或忽略缺失点）。否则，结果可能看似精确，但基于隐含假设。

市场状态变化与结构性断裂

金融市场可能随时间改变行为。如果你在包含多个市场状态的长期历史中计算回撤，最大回撤可能来自某一状态，而近期则具有不同的风险特征。

高级审查将此视为解释的局限性：混合数据集上的最大回撤并不自动代表未来回撤风险。

局限性与风险：可能出现的问题

1) 比较不可比的计算

一个主要局限是“苹果与橙子”的比较。如果一份报告使用按市价计价权益，而另一份仅使用已实现权益，其回撤数值可能系统性不同。

风险不仅是数值上的分歧，还包括误解：读者可能认为差异是“绩效质量”问题，而实际上是定义问题。

2) 指标不匹配：持续时间 vs. 幅度

一种失败模式是只关注最大回撤而忽略持续时间或恢复形态。两条权益路径可能具有相同的峰值到谷值深度，但恢复时间不同，这在操作上至关重要。

因此，回撤审查应将指标选择与你想了解的内容对齐：压力深度、恢复速度，或回撤频率。

3) 过度拟合历史窗口

由于回撤取决于峰值和谷值的位置，选择性的时间窗口可能夸大表观稳定性或掩盖风险。如果有人选择避开波动期的窗口，审查可能看起来有利，但不代表更广泛条件。

即使方法谨慎，历史关系也不能确立未来结果。这一局限性是根本性的：回撤统计依赖于观察到的时期。

4) 幸存者偏差与选择偏差

如果你仅审查“存活下来”的账户、策略或事后选择的时期，可能会产生结论偏差。高级审查应检查选择标准和数据完整性。

如果过程不透明，独立可验证的审查将变得困难。

验证与后续问题：如何验证主张

逐步验证计算

独立验证应关注机制：

• 重新计算峰值检测和谷值识别。
• 确认权益定义和时间采样。
• 检查成本和费用是否与声明的权益规则一致处理。

由于回撤是对权益序列的确定性转换，当输入和规则匹配时，正确的验证应能复现相同结果。

明确验证假设

良好的回撤审查应对计算或示例中使用的假设明确说明：

• 使用了哪个权益序列。
• 时间步长是什么。
• 如何处理数据缺口和采样间隔。

没有这些信息，读者无法确认报告的回撤反映的是实际风险还是建模产物。

询问指标回答的问题

在接受任何与回撤相关的结论之前，先明确问题：

• 目标是评估最坏情况下的深度吗？
• 最差时期的恢复行为？
• 压力发生的频率？