胜率有哪些局限性？

直接回答

胜率是指以“盈利”结果结束的交易（或决策）所占的百分比。其主要局限在于，它将许多细节压缩为一个单一数字，常常掩盖了盈利与亏损的规模、成本影响以及“盈利”定义方式的影响。因此，胜率可能看起来稳定，而实际结果却存在显著差异。

机制与定义

要使用胜率，首先需要明确什么算作一次“盈利”。常见的例子包括：

• 如果平仓价格高于入场价格，则该笔交易为“盈利”。
• 如果交易在触及止损前达到目标价位，则为“盈利”。
• 如果扣除成本后净收益为正，则该笔交易为“盈利”。

不同的规则可能从相同的交易行为中得出不同的胜率。该计算还依赖于以下假设：

• 包含哪些交易（仅已平仓交易，还是也包括已取消/修改的交易）。
• 是否一致处理部分成交或人工调整。
• 是否在“净”结果中包含点差、佣金、隔夜利息/融资费及其他费用。

在确定这些选择后，胜率的计算方式为：盈利次数 ÷ 总交易次数。

证据或示例（含假设）

考虑两个在100笔交易中均实现50%胜率的假设系统：

• 系统A每次盈利平均+1单位，但每次亏损平均−1.5单位。
• 系统B每次盈利平均+1.5单位，但每次亏损平均−1单位。

尽管胜率相同，平均结果仍可能不同，因为胜率并未体现盈亏幅度的分布。

第二种失效模式是，当成本变化时，观察到的胜率也可能变化。如果“盈利”是基于价格变动（入场价 vs. 出场价）定义的，但账户结果包含交易成本，那么一笔在价格上看似盈利的交易，在扣除费用后可能变为亏损。这种差距会降低实际胜率。

局限性与风险

1. 缺少盈亏幅度信息。 胜率无法告诉你盈利是小额频繁还是大额稀少。即使胜率很高，如果亏损大于盈利，最终仍可能导致负收益。

2. “盈利”定义脆弱。 如果使用不同的盈利规则（基于价格 vs. 扣除成本后、基于目标 vs. 基于期末），即使市场行为相同，胜率也可能发生变化。

3. 成本与执行可能改变结果。 滑点、点差波动、延迟和订单处理可能将边缘“盈利”转为亏损。因此，胜率对测量过程的现实性非常敏感。

4. 小样本存在噪声。 数据有限时，连续的交易结果可能扭曲胜率。短期测试窗口可能高估稳定性，无法反映长期行为。

5. 非平稳性：关系可能变化。 历史频率不能保证未来结果。波动率、流动性、新闻强度或市场状态的变化可能改变盈利概率，使过去的胜率估计预测性降低。

6. 隐藏的选择偏差。 如果交易经过筛选、调整或仅在事后审查后才被纳入，胜率可能反映的是选择过程，而非策略本身。

验证与后续问题

验证胜率的一种实用方法是：使用明确且一致的“盈利”定义重新计算，相关情况下在净收益中包含交易成本，并在多个时间段内测试，同时清晰说明假设。如果你发现胜率对“盈利”定义、成本包含或样本窗口的微小变化高度敏感，这种敏感性本身就表明仅凭胜率可能是一个薄弱的衡量指标。

一个有用的后续问题是：“如果胜率高或低，在完全相同的测量规则下，这对盈亏幅度和净收益分布意味着什么？”