如何在不破壞期望值的前提下降低回撤
前言：回撤真正的問題
每一套交易系統都會出現回撤。
問題不在回撤本身——
問題在於回撤相對於期望值太大。
許多交易者試圖用以下方式降低回撤：
縮緊停損位階
跳過某些交易
隨機縮小部位
過度最佳化進場
結果是什麼？
他們降低了波動——同時也毀掉了自己的統計優勢。
目標不是消除回撤。
目標是在不損害期望值的情況下降低回撤。
步驟一：在調整風險之前先理解期望值
期望值公式：
（勝率 × 平均獲利）−（敗率 × 平均虧損）
在改動任何東西之前，先問：
這套系統長期是獲利的嗎？
回撤是否落在歷史常態範圍內？
這個回撤是結構性的，還是偶然的？
如果期望值為正且穩健，你就必須保留它的核心結構。
回撤控制應該提升穩定性，而不是扭曲優勢。
步驟二：部位規模是最有效率的槓桿
在不影響期望值的情況下降低回撤，最快的方法是：
調整部位規模。
每筆交易的期望值不變。
每筆交易的風險曝險下降。
例如：
每筆風險 2% → 最大回撤 25%
每筆風險 1% → 最大回撤約 12–15%
策略邏輯完全沒有被改動。
在 CFD 市場中，槓桿會放大波動。
控制槓桿往往是最乾淨的解法。
步驟三：改用波動率基礎的部位規模
不要用固定手數，改用：
以 ATR 為基礎的規模
波動率調整後的曝險
依權益縮放
市場波動擴張時縮小部位。
波動收縮時恢復正常部位。
這能在不改動訊號結構的情況下，穩定權益曲線的變異。
步驟四：謹慎地改善風險報酬結構
許多交易者用縮緊停損來降低回撤。
但更緊的停損往往會：
降低勝率
增加來回洗盤
縮小平均獲利
比較好的做法是：
讓停損結構保持合理
改善目標設定
使用部分出場
小幅的結構性改善，可以在不消除優勢的情況下讓權益曲線更平滑。
步驟五：分散能降低系統層級的回撤
其中最有效的方法之一是：
策略分散。
與其修改單一策略，不如組合：
趨勢跟隨系統
均值回歸系統
不同資產類別
彼此不相關的系統能降低投資組合層級的回撤。
這在保留個別期望值的同時，穩定了整體權益。
步驟六：避免過度最佳化
一個常見錯誤：
為了降低歷史回撤而專門去最佳化參數。
這會產生曲線配適偏誤。
徵狀包括：
回測曲線平滑得不真實
樣本外績效很差
實盤直接崩塌
降低回撤應該來自結構性的風險控管，而不是參數操作。
步驟七：理解回撤的持續時間
深度只是一半的故事。
時間長短也有關係。
持續 3 個月的 20% 回撤，與持續 18 個月的 20% 回撤，在心理上是完全不同的兩件事。
要縮短持續時間：
交易多個彼此不相關的商品
避免資金集中
使用市場狀態濾網
這能在不破壞期望值的情況下提升資金效率。
步驟八：評估風險調整後績效
不要只看回撤百分比，也要評估：
夏普比率
報酬回撤比
權益曲線平滑度
月報酬變異
有時候，稍微降低回撤同時維持報酬，就能顯著改善風險調整後報酬。
那才是真正的目標。
不該做的事
請不要：
憑情緒跳過交易
在回撤中途更改規則
加入主觀覆寫
隨機縮小部位
這些行為會改變統計分配並損害期望值。
一致性才能保留優勢。
策略層面的視角
回撤是取得正期望值所付的代價。
如果你完全消除回撤，你也消除了機會。
目標是「受控的回撤」，不是「零回撤」。
專業的系統化 CFD 交易者會把系統設計成：
回撤可以承受
期望值保持完整
風險與資金成比例
這才能創造可持續的複利。
為什麼縮緊停損會適得其反
面對大幅回撤時，直覺反應是把停損移近一點來減少每筆虧損。這感覺像是直接降低了風險，而它其實是最穩定地產生反效果的一種改法。
原因在於停損距離與勝率是連動的。每一套系統都存在一個分配：價格在轉為對你有利之前，會先往不利方向走多遠。把停損設在這個分配的內側，你就把原本會贏的交易變成了虧損交易。停損縮得夠緊時，勝率下降的速度會快過平均虧損下降的速度——期望值下滑，交易筆數增加，成本持續累積。
有一個診斷方法：把期望值對停損距離（以 ATR 倍數為單位）畫成圖。多數穩健系統會呈現一段高原——期望值大致持平的寬廣區間——而緊的那一側是懸崖。正確的停損位置在高原上，不是懸崖邊。如果你的系統只在某一個特定停損值才獲利，那這個停損不是在保護優勢，而是在配適噪音。
回撤控制手段的正確優先順序
能夠降低回撤的改動，安全程度並不相同。以下依對期望值的破壞性由小到大排列：
縮小部位。虧損與獲利按等比例縮放。以 R 計算的期望值完全不變，只有金錢上的振幅改變。這永遠是第一個手段，而且幾乎永遠不會是錯的選擇。
加入互不相關的系統或市場。能降低投資組合層級的回撤，而每個組件各自保有自己的期望值——前提是它們真的互不相關，而不只是名義上不同。
加入市場狀態濾網。在系統歷史表現不佳的條件下不出場。能降低回撤、通常也能改善期望值，代價是交易筆數變少，而且多了一個要驗證的參數。
調整出場、改為部分停利。改變的是報酬分配，而不是優勢本身。通常會同時降低回撤與總報酬。
縮緊停損或加入進場濾網。直接改變交易母體。期望值最常在這裡被摧毀，它應該是最後手段，永遠不該是第一個。
規律是：作用在規模與組合上的控制手段會保留優勢；作用在篩選上的會改變優勢。預設請先取用前者。
如何衡量一項改變是否真的有幫助
做完任何修改後，多數交易者只比較權益曲線就停手了。那種比較幾乎全是噪音。請改用以下三項檢查，每一項都比帳面結果更有資訊量。
改變前後的期望值（以 R 計）。如果下降超過約 15%，你就是用優勢換取了平滑。有時候這是正確的交換——但要帶著這個數字、刻意地做出這個決定。
每失去一單位期望值所換到的回撤降幅。如果讓回撤減半的代價是 40% 的期望值，那你通常還不如直接把部位減半——那樣回撤一樣減半，期望值成本是零。
參數敏感度。把新參數擾動 ±20% 再跑一次。如果績效崩塌，你並沒有改善系統，你只是在充滿噪音的曲面上找到一根更尖的針。
最後一項檢查能抓出大多數的「改善」。真正比較好的系統在鄰近參數區間上是平的；過度配適的系統是一根尖刺。
回補數學：為什麼深度比看起來更重要
虧損與回補所需漲幅之間的不對稱，正是回撤控管不是選項的核心原因。
虧損 10% 需要上漲 11% 才能回補。
虧損 25% 需要 33%。
虧損 50% 需要 100%。
虧損 80% 需要 400%。
這個關係不是線性的，而且在超過約 30% 之後會急遽加速。一套週期性回撤 50% 的系統，必須在接下來的期間創造四倍的報酬才能回到打平——而且是在更小的資金基礎上運作，回補時可用的部位也更小。
這也是反對「為了加快複利而把部位放到最大」的論證。成長的數學最佳值，幾乎總是遠高於一個真實交易者在心理上能維持的水準，而這兩個數字之間的差距，正是大多數帳戶陣亡的地方。
VaR 風險價值
計算風險價值 (VaR)，了解在極端市場情況下可能的帳戶回撤。
回撤與「該停掉這套系統了嗎」的決定
並非每一次回撤都該硬撐。要區分正常變異與真正的衰退，需要一條在帳戶處於高點時就先寫好的規則。
一個合理的框架：
在歷史最大深度以內：不動作。按計畫規模繼續。
介於歷史最大值的 100%–150%：部位減半。不要停手——縮小部位能在你收集資訊的同時保留選擇權。
超過歷史最大值的 150%：停止這套系統並檢討。到這個時候，回測已經不再描述你正在交易的東西。
任何伴隨規則偏離的回撤：立即停止。這不是在測試系統，是別的事情正在發生。
事先寫下來，是讓這套規則可執行的關鍵。當你正處在回撤之中、真錢在跳動時才決定「這個回撤是否致命」，不是多數交易者能做得好的決定。
結語：穩定勝過完美
在不破壞期望值的前提下降低回撤，需要紀律。
解法的優先順序：
調整部位規模
套用波動率控管
分散系統
避免過度配適
回撤控管是一個風險工程問題，不是指標問題。
如果你用科學的方式處理它，就能在保留長期優勢的同時提升穩定性。
那是專業系統化交易的基礎。
