《辨势交易法与金融市场实战交易探究》作 者：安格斯

1. 胜率

胜率 = 获胜场次 ÷ 总交易场次 ×100%，也就是盈利订单数量占所有订单的百分比。

抛硬币与市场交易

在研究“胜率”这个问题前，我们先研究一个极其浅显而又脍炙人口的案例——抛硬币。当然，我们的例子可能有一些特别。

如果我们通过相同的方式来抛一枚硬币，硬币在落地之后呈现正面朝上时记为胜，那么我们获胜的概率是多少呢？

我们先抛两次硬币，得出的结果如表 2.7：



两次都是正面，得出正面朝上的胜率为 100%。这个结果可靠吗？很显然，不可靠。于是我们将抛硬币次数增加到 20 次（如图 2.8）。



统计得出，在20次抛投中，正面14次，反面6次，胜率为70%。

这个时候我们是不是应该欣喜地向世人宣告：我们投硬币的胜率高达 70% 呢？很显然，不能。我们只统计了20次，这样的样本数量明显太少了。正如大家所知的，如果要得出符合事件发展的概率，我们需要使用全面的统计方法得出大量的统计样本。

为了进一步探索胜率，我们分别用以下两个方法进行全面的样本统计。

方法 A：投掷100000次硬币，将所有的正面朝上的次数除以总次数，得出一个胜率来。

很显然，使用方法A进行统计后，我们必将得到抛硬币正面朝上的胜率——近似于 50%（学习过中学阶段统计和概率知识的人都应该知道这个二分之一的概率值）。

方法 B：每投掷100次，就将这一百次样本进行计算统计，得出一个胜率值（正面朝上的次数除以100次），直至累积抛投100000次。

我们使用方法B进行概率统计，完成100000次抛投后，我们将得到 1000个胜率值。这些个胜率值有些可能高与50%（甚至会达到80%、90% 的高胜率——这一定是可能出现的数字），有些可能低于50%，但所有的胜率值都将均匀地分布在50% 的左右。

不论通过以上哪两种方法统计，我们都能得出结论，抛硬币正面朝上的概率近似于50%。当然，得到这个结果并不出乎意料，因为这是在中学课本里早就已经被证明的。

上面的例子与我们的交易行为有什么关联呢？

很多交易者对胜率的统计存在误解。大部分交易者统计近期或一段时间内的胜率，作为评估自身交易的胜率表现。我曾遇到很多这样的交易者：他们统计每个月或每季度的胜率，将结果进行对比，当发现胜率提高或维持稳定时则认为近期交易顺利，盈利能力稳定；当发现近期或连续出现胜率较低时，则认为自身交易出现问题。这是典型的认知错误。

事实上，投掷硬币的行为和交易行为一样，他们有一个共同点：一切胜率结果都需要建立在足够多的统计样本基础上。研究抛投硬币的胜率我们统计了至少 10 万个样本，同理，交易的胜率我们也同样需要大量的交易结果作为统计样本。但问题出现了，交易者在讨论胜率的时候，其得出的胜率结果往往不是建立在足够大数量交易样本的基础上的。交易者无论使用方法 A 还是方法 B 进行胜率统计，若要得出符合情况的胜率，一定需要“长期”的交易结果作为统计标的，但多长时间才算长期呢？ 0—3 年可能是一个新手交易者的成熟周期，5—10 年可能是一个国家经济现状的涨跌周期（投资者的收益水平也会受到大的经济环境影响），所以符合统计要求的“长期”，永远都是“相对长”。可见交易者统计胜率的基础是何等脆弱，其统计所谓胜率时，只能尽量让时间周期延长，但即便这样，得出的结果也只能是阶段性胜率，无法体现全貌，高胜率值和低胜率值终究是会交替出现的。

大部分交易者对自己交易胜率的统计，时间长度较短，交易样本个数较少，这使得他们的统计方式更偏向方法 B。当然，他们可能自认为在使用方法 A。也就是说，他们每隔一段自认为足够长的时间便统计一下自己的交易胜率，用这个阶段性胜率值评估自己的交易能力，但殊不知“每月”“每年”这样的事件单位在漫长的交易生涯里都只是一个较小的、阶段性的时间周期。对于交易者来说，这样的胜率并不是一个充分体现交易总体情况的胜率，而只是一个“阶段性胜率”，与“最真实”的胜率存在偏差。事实上，所有这些“阶段性胜率值”可能偏高，也可能过低，随着时间推移，它们会均匀地分布在“最真实”的胜率两侧。如果按照方法 B 进行完整的统计，交易者还需要大量的“阶段性胜率”来作为统计样本。而对于交易者来说，大量的“阶段性胜率”需要较长期的交易结果。