第4章最大回撤控制

4、最大回撤控制：回撤的定义与测量、回撤修复时间、动态止损与回撤控制

聊到资金管理，绕不开的一个话题就是「回撤」。

我见过太多策略，回测曲线漂亮得像教科书，一上实盘就崩。为什么？因为回测里的回撤是「纸面回撤」，实盘里的回撤是「真金白银的煎熬」。今天我们就来把这层窗户纸捅破。

4.1 回撤的定义与测量

先给个最朴素的定义：回撤，就是从最近的高点，跌到当前低点的幅度。说白了，就是「你账户里最多亏了多少」。

但这里有个坑——很多人只看「最大回撤」这一个指标。我个人习惯，至少看三个维度：

绝对回撤：从最高点到最低点的金额差。比如账户从100万跌到80万，绝对回撤就是20万。
相对回撤：绝对回撤 / 最高点净值。上面那个例子，相对回撤就是20%。
当前回撤：从最近一次创出新高后，到现在的跌幅。这个指标最实时，也最扎心。

我在项目中遇到过一位交易员，他只看最大回撤，觉得15%以内都能接受。结果有一次连续回撤了12%，他以为「还没到极限」，结果第13天直接崩到18%。为什么？因为他忽略了「回撤的连续性」——连续回撤和单次回撤，对人的心理冲击完全不同。

核心公式：

回撤率 = (当前净值 - 历史最高净值) / 历史最高净值 × 100%

注意：这里的「历史最高净值」是滚动计算的，不是固定值。

嗯，这里要注意：回撤不是亏损。亏损是相对于成本价，回撤是相对于最高点。你100万入场，涨到150万再跌回120万，亏损是0（还赚20万），但回撤是20%。

4.2 回撤修复时间

这个指标，很多人不重视，但我认为它比回撤幅度本身更重要。

回撤修复时间，就是从回撤的最低点，重新涨回前高所用的时间。为什么重要？因为时间是有成本的。

举个例子：

策略A：最大回撤20%，修复时间3个月
策略B：最大回撤15%，修复时间12个月

你选哪个？我选A。因为3个月后你就能重新开始赚钱，而B策略虽然回撤小，但你要熬一整年。这一年里，你的资金被「锁死」在回撤中，机会成本极高。

我的经验法则：

回撤修复时间超过6个月的策略，除非年化收益超过30%，否则直接放弃。我曾经踩过这个坑——一个策略回撤修复用了11个月，年化才12%，算下来还不如买理财。

怎么计算修复时间？很简单：

# 伪代码示例
def calc_recovery_time(equity_curve):
    peak = equity_curve[0]
    recovery_days = []
    for i, value in enumerate(equity_curve):
        if value > peak:
            peak = value
        elif value < peak * 0.9:  # 回撤超过10%
            # 找到修复到前高的日期
            for j in range(i, len(equity_curve)):
                if equity_curve[j] >= peak:
                    recovery_days.append(j - i)
                    break
    return np.mean(recovery_days) if recovery_days else 0

你想想看，如果回撤修复时间越来越长，说明什么？说明策略的「弹性」在变差。这时候就要警惕了，可能是市场环境变了，也可能是策略本身在退化。

4.3 动态止损与回撤控制

固定止损？那是新手干的事。真正的量化交易，用的是动态止损。

什么叫动态止损？就是止损线不是固定的，而是随着账户净值的变化、市场波动率的变化、策略状态的变化而调整。

我常用的几种动态止损方法：

移动止损（Trailing Stop）：止损线跟随最高点上移。比如设定回撤5%就止损，那么当净值从100万涨到120万，止损线就从95万上移到114万。
波动率止损：根据当前市场的波动率（比如ATR）来设定止损宽度。波动率大的时候，止损宽一点；波动率小的时候，止损窄一点。
时间止损：如果持仓超过一定时间还没盈利，强制平仓。这个在期权策略里特别有用——因为时间价值每天都在衰减。

避坑指南：

我曾经犯过一个错误：把移动止损设得太紧，结果频繁被假突破扫出场。后来我加了一个「确认机制」——只有连续两个收盘价跌破止损线，才执行止损。虽然多亏了0.5%，但避免了80%的假信号。

回撤控制的核心，其实就一句话：别让亏损失控。怎么做到？

设定总账户的「硬止损线」——比如总回撤超过20%，全部清仓休息一周
每个策略单独设止损——一个策略亏完了，不影响其他策略
回撤加速时，主动减仓——如果连续3天回撤超过2%，仓位减半

我个人习惯，会在交易系统中嵌入一个「回撤监控模块」：

class DrawdownController:
    def __init__(self, max_drawdown=0.15, recovery_threshold=0.05):
        self.max_drawdown = max_drawdown
        self.recovery_threshold = recovery_threshold
        self.peak = None
        self.current_drawdown = 0
        
    def update(self, current_value):
        if self.peak is None or current_value > self.peak:
            self.peak = current_value
        self.current_drawdown = (self.peak - current_value) / self.peak
        
        if self.current_drawdown > self.max_drawdown:
            return "STOP_ALL"  # 全部停止
        elif self.current_drawdown > self.max_drawdown * 0.8:
            return "REDUCE_50%"  # 减半仓
        else:
            return "NORMAL"

这个模块每天跑一次，一旦触发「STOP_ALL」信号，系统自动把所有持仓平掉，然后发邮件通知我。嗯，我承认，有时候半夜被邮件吵醒挺烦的，但总比爆仓强。

4.4 知识体系总览

下面这张图，是我自己整理的回撤控制知识框架。你可以把它当成一个「检查清单」——每次设计策略时，对着这张图过一遍，基本不会漏掉关键点。

这张图里，三个模块是环环相扣的。你先要测量回撤，然后评估修复时间，最后用动态止损来控制。缺了任何一个环节，资金管理都会出问题。

最后说一句：回撤控制不是用来「消灭回撤」的，而是用来「管理回撤」的。没有回撤的策略，往往也没有收益。我们要做的，是把回撤控制在可接受的范围内，然后耐心等待修复。

本章核心要点：

回撤要分三个维度看：绝对、相对、当前
回撤修复时间比回撤幅度更重要
动态止损是回撤控制的核心手段
建立回撤监控模块，自动化执行