交易中的期望值是什么？

简而言之。 期望值（expectancy）是一个交易策略每笔交易产生的平均结果，以 R（风险单位）表示。期望值等于胜率乘以平均盈利 R，减去败率乘以平均亏损 R。期望值为 0.44R 的策略，在足够大的样本上，可以预期每笔交易净赚约 0.44R，尽管大多数单笔交易不会恰好符合这个数字。使策略盈利的，是许多交易上的正期望值，而不是任何单一结果。

期望值究竟衡量什么

胜率告诉你一个策略多频繁获胜。R 倍数告诉你单笔交易的结果相对其计划风险有多大。期望值把两者合并成一个数字：把胜率以及盈亏的大小一并考虑后，策略每笔交易产生的平均 R。

一个经常获胜、但每笔亏损交易的亏损大于每笔盈利交易的盈利的策略，尽管胜率不错，仍可能是负期望值。一个很少获胜、但让盈利远远超过亏损规模的策略，尽管大多数单笔交易亏损，仍可能是强烈的正期望值。

期望值公式与实例

期望值等于（胜率乘以平均盈利 R）减去（败率乘以平均亏损 R）。以一个胜率 45%、平均盈利交易 2.2R、平均亏损交易 1R 的策略为例。

期望值 = (0.45 x 2.2) - (0.55 x 1) = 0.99 - 0.55 = 0.44R。在遵循同样模式的 100 笔交易中，策略预计总共净赚约 44R（未扣除佣金和滑点），尽管这 100 笔中仍有 55 笔以亏损收场。

重要提示。 期望值是统计平均值，不是任何单笔交易的保证。期望值为 +0.44R 的策略仍可能出现十笔或更多的连续亏损；只有在足够大的、执行方式相近的交易样本上衡量，而不是几个近期结果，这个数字才会成为优势的可靠证据。

期望值也需要机会

正的期望值本身并不保证有意义的利润。交易教练 Van K. Tharp 把 R 倍数和期望值都推广为核心交易概念，并将期望值与他所称的机会（opportunity）配对，即策略实际产生交易信号的频率，据 Van Tharp Institute 称。

一个期望值高达 0.6R、但每月只交易两次的策略，一年的总回报远低于期望值只有 0.15R、但每月交易 20 次的策略。只按期望值比较两个策略，而不同时权衡各自实际交易的频率，会使一个很少触发的高期望值形态看起来比实际表现更有吸引力。

期望值与相关指标

期望值直接由 R 倍数构成：它就是策略在以同样方式记录了足够多交易后产生的平均 R 倍数。把绩效指标作为一组来审视，而不是孤立地看任何单一数字，才能把零散的交易历史变成关于策略是否真有优势的图景。

在交易日志中追踪期望值

手工计算期望值，需要记录每笔交易的计划风险和最终 R 倍数结果，然后分别对盈利和亏损求平均，再与胜率结合。每个交易时段后在电子表格中做这件事是可行的，但一旦交易量增加，或连续亏损让人不愿面对这些数字，就很容易放弃。

记录每笔交易入场、止损和离场的交易日志，可以自动计算 R 倍数和滚动期望值，每笔新交易后自动更新数字，而不必手动重新计算。在绩效仪表板上把期望值与胜率并排查看，可以发现一个策略表面上仍然正常、实际上已悄悄滑入负值区间的情况。

本文仅供教育目的，不构成财务或投资建议。过去的期望值数字及其他历史绩效结果不保证未来结果，每个策略仍然面临连续亏损和不断变化的市场状况的风险。

在 BitStat 交易日志中同时追踪期望值、R 倍数和胜率，而不是孤立地看。