3. 最大回撤的核心概念
在盘口事件策略的评估体系里,收益率告诉你“赚了多少”,而最大回撤告诉你“为了赚这些钱,你曾经承受过什么”。很多策略在回测曲线上看起来一路向上,但真正决定它能否被实盘采用、能否被资金方接受的,往往不是年化收益,而是最大回撤。本节把最大回撤讲透:它是什么、怎么算、意味着什么,以及它和普通回撤的区别。
一、最大回撤的定义
回撤(Drawdown)描述的是权益曲线从某个历史高点回落的过程。设策略在 t 时刻的累计净值为 NAV(t),则 t 时刻的回撤定义为:
DD(t) = NAV(t) / max(NAV(0..t)) - 1
其中 max(NAV(0..t)) 是从策略起始到 t 时刻为止权益曲线达到的最高点,称为“历史峰值”。回撤是一个随时间变化的序列,每个时刻都有一个回撤值,通常为负数或零。而最大回撤(Maximum Drawdown, MDD)就是整段考察期内所有回撤值中最深的那一个:
MDD = min( DD(t) ) ,t ∈ [0, T]
它对应一对关键时点:峰值点 t_peak(回撤开始前权益的最高处)和谷值点 t_trough(回撤最深处的权益低点)。这两个时点之间的区间,就是策略经历的最长“水下期”中最痛的一段。理解最大回撤,必须同时记住这三个量:深度(跌了多少)、起点(从哪个高点开始跌)、终点(在哪里止跌回升)。
二、回撤与最大回撤的区别
这是初学者最容易混淆的地方。回撤是一个过程量、序列量:只要权益低于历史峰值,就处于回撤状态,回撤值随行情不断变化,可能今天 -2%,明天 -5%,后天回到 -1%。最大回撤则是一个统计量、极值量:它是整段考察期内回撤序列的最小值,是一个确定的数字,用来概括“最坏情况有多坏”。
打个比方:回撤像心电图,记录每一次心跳的起伏;最大回撤像这份心电图上的“最低血压读数”,只有一个。评估策略时,我们既看最大回撤这个极值,也看回撤序列的形态——是快速深跌后迅速修复,还是长期阴跌、水下期漫长。后者即使最大回撤数值相同,实际持有体验也完全不同。
三、计算方法与一个可复现的示例
计算最大回撤的关键是维护“历史峰值”这个滚动变量。以日频净值序列为例,算法逻辑是:逐日遍历,记录当前为止的最高净值,计算当日回撤,再取所有回撤中的最小值。下面给出一段可直接运行的 Python 示例,数据为教学假设的 10 个交易日净值,用于演示计算过程,并非真实回测结果。
import numpy as np
# 教学示例:假设的 10 个交易日累计净值
nav = np.array([1.00, 1.03, 1.06, 1.04, 0.99,
0.95, 0.98, 1.02, 1.05, 1.08])
peak = np.maximum.accumulate(nav) # 滚动历史峰值
dd = nav / peak - 1 # 每日回撤序列
mdd = dd.min() # 最大回撤
t_trough = dd.argmin() # 谷值位置
t_peak = np.argmax(nav[:t_trough+1]) # 峰值位置
print("每日回撤:", np.round(dd, 4))
print("最大回撤:", round(mdd, 4))
print("峰值日:", t_peak, "谷值日:", t_trough)
运行后每日回撤序列约为 [0, 0, 0, -0.0189, -0.0660, -0.1038, -0.0755, -0.0377, -0.0094, 0],最大回撤为 -10.38%,峰值出现在第 3 个交易日(净值 1.06),谷值出现在第 6 个交易日(净值 0.95)。可以看到,净值从 1.06 跌到 0.95,跌幅约 10.38%,这就是该段考察期内的最大回撤。注意第 4 日净值 1.04 虽低于峰值,但回撤仅 -1.89%,属于普通回撤,不是最大回撤。
四、经济含义:它到底在衡量什么
最大回撤的经济含义可以从三个层面理解。第一,它是资本永久性损失的风险度量。回撤越深,意味着在谷值时刻平仓或被迫止损的投资者亏损越大,且回撤越深,回本所需的涨幅越大——跌 10% 需涨 11.1% 回本,跌 30% 需涨 42.9%,跌 50% 则需翻倍。这种不对称性使深回撤对复利具有毁灭性打击。
第二,它是策略容量与杠杆的约束条件。盘口事件策略常带杠杆运行,若最大回撤为 15%,在 2 倍杠杆下实际回撤接近 30%,可能触发券商强平或风控线。因此最大回撤直接决定了可承受的杠杆倍数和资金规模。
第三,它是投资者心理与资金属性的匹配指标。同样年化 20% 的两个策略,最大回撤 8% 与 35% 的实盘存活率差异巨大。资金方往往先问“最大回撤多少”,再问“收益多少”,因为回撤决定了持有人能否拿得住。
五、在策略评估中的重要性
最大回撤之所以成为策略评估的核心指标,是因为它把“风险”从抽象概念变成了可比较、可约束的数字。实践中常用它构造风险调整后收益指标,例如卡玛比率(年化收益 / 最大回撤),该比值越高,说明单位回撤换来的收益越多。评估盘口事件策略时,建议同时观察三项:最大回撤的绝对深度、水下期长度(从峰值到创新高所需时间)、以及回撤修复速度。一个最大回撤 12%、水下期 20 个交易日即修复的策略,通常优于最大回撤 10% 但水下期长达半年的策略。
总结来说:回撤是权益曲线低于历史峰值的持续过程,最大回撤是这一过程中最深的那一次跌落。前者描述形态,后者给出极值;前者用于观察修复节奏,后者用于约束杠杆与资金。把两者结合,才能对盘口事件策略的风险画像形成完整判断。