为什么不看 R 倍数，胜率会骗人

简而言之。 单凭胜率，并不能说明一个策略是否赚钱。一个胜率达到 70% 的交易者，如果平均亏损是平均盈利的好几倍，整体上仍然可能亏钱。R 倍数把每笔交易的结果表示为相对于最初承担风险的比率，正是它把胜率变成了真正能预测盈利能力的数字。

两个交易者可以报告相同的胜率，却有完全相反的结果。缺失的变量始终是盈利相对于亏损的大小，而 R 倍数是表达这种大小的标准方式，不会被仓位大小或账户币种所扭曲。

胜率究竟衡量什么

胜率只是以盈利结束的交易所占的百分比，仅此而已。它没有说明平均盈利与平均亏损相比有多大，所以一个策略可以有令人印象深刻的胜率，而一旦计入每个结果的大小，仍然是净亏损。

一个十笔交易赢了八笔的交易者听起来很成功。如果两笔亏损各自是一笔典型盈利的 5 倍，那么尽管胜率有 80%，这位交易者仍在亏钱。胜率回答的是"我有多常正确"，而不是"正确是否弥补了错误"。

R 倍数是什么

R 倍数把一笔交易的盈亏表示为该笔交易最初风险的倍数，其中 1R 等于入场与止损之间所承担风险的金额。承担 100 风险、以 300 盈利平仓的交易是 +3R；承担 100 风险、触发止损亏损 100 的交易是 -1R，与仓位大小或品种无关。

这很重要，因为单独的金额数字把关于风险大小的决定与关于交易质量的决定混在了一起。两笔 R 倍数相同的交易，如果仓位大小在两者之间发生了变化，金额可能相差很大，但它们代表的是相对于所承担风险而言相同质量的结果。

为什么高胜率仍然可能亏钱

由交易者 Van Tharp 推广的这一概念，把交易系统视为 R 倍数的分布，而不是单一的胜率数字。一个系统产生许多小额 -1R 亏损，被偶尔出现的大额 +5R 或 +10R 盈利抵消，可以胜率很低却依然大幅盈利；而一个频繁小额盈利 +0.5R、偶尔出现大额亏损 -4R 的系统，可以胜率很高，长期却仍然亏钱。

重要提示。 胜率与平均盈亏比的大小彼此独立变动。止损位置或止盈规则的改变，可以让策略的胜率上升，同时让它整体盈利能力下降，因为更紧的止损会提高胜率，却往往缩小平均盈利相对于平均亏损的比例。

期望值：真正能预测结果的数字

期望值把胜率与平均 R 倍数的大小合并成一个数字：以 R 计的期望值等于（胜率乘以平均盈利 R）减去（亏损率乘以平均亏损 R）。一个胜率 40%、平均盈利 3R、平均亏损 1R 的策略，期望值为（0.40 x 3）减去（0.60 x 1），等于每笔交易 0.6R，尽管十笔中有六笔亏损，结果仍然稳健为正。

决定一个策略在足够大的交易样本中是否盈利的是期望值，而不是孤立的胜率。胜率低而期望值为正的策略，仍可能产生长串的连续亏损，在心理上很难熬过，这是一个独立的、真实的问题，即使从长期来看数学上有利。

不必对每笔交易手动计算就能跟踪 R 倍数

记录 R 倍数需要在每笔交易下单的那一刻就知道计划的风险，这意味着必须在结果已知之前定义并记录止损距离，而不是事后重建。能为每笔交易记录入场、止损和出场的交易日志，可以自动计算 R 倍数和滚动的期望值，把一个容易定义但手工计算繁琐的指标，变成每个交易时段之后都会检查的东西。

仅凭券商对账单就很容易跟踪胜率，这也是它被频繁引用的原因，但只有把胜率与相对于风险的盈亏大小配对，策略的真实优势才会显现。把业绩指标成对回顾，即胜率与平均 R 一起看，可以发现一种情形：策略表面上看起来没问题，但底下隐藏着为负的期望值。

本文仅供教育目的，不构成财务或投资建议。交易存在重大亏损风险，任何策略或系统的过往业绩均不代表未来结果。

在 BitStat 交易日志中，将 R 倍数、期望值和胜率放在一起跟踪，而不是孤立地看。