交易系统压力测试怎么做:六个场景各代一次,两个场景叠加就把 0.2R 打成负数
压力测试的核心问题只有一个:这套系统的期望值,在多坏的条件下才会转负。回答它不需要复杂工具,需要的是一份具体的坏条件清单,把它们一个一个代进期望值公式。一套每笔 0.2R 的系统,看起来挺稳,但胜率下调 5 个百分点就只剩 0.05R,再叠加一点滑点就转负。这个脆弱程度是多数人没算过的。
先给六个场景和基准。基准系统:胜率 40%、盈亏比 1:2、每笔期望 +0.200R。 期望值算法见期望值怎么算。
一、六个场景和各自的结果
| 场景 | 具体设定 | 代入后的期望 | 剩余比例 |
|---|---|---|---|
| 场景一:胜率下滑 | 胜率 40% → 35% | +0.050R | 25% |
| 场景二:胜率大幅下滑 | 胜率 40% → 30% | −0.100R | 转负 |
| 场景三:盈亏比压缩 | 1:2 → 1:1.5 | 0.000R | 归零 |
| 场景四:滑点扩大 | 每笔额外 0.1R | +0.100R | 50% |
| 场景五:成本翻倍 | 止损 2% 且往返费率翻倍 | +0.098R | 49% |
| 场景六:超额亏损 | 每 50 笔一次 3R 亏损 | +0.160R | 80% |
六个场景里有两个单独发生就足以让系统失去意义(场景二、场景三),四个会砍掉一半以上的期望。
叠加之后更快:场景一加场景四同时发生,期望 = 0.35 × 2 − 0.65 − 0.1 = −0.050R,直接转负。 而这两件事在现实中高度伴生:流动性变差的时候,滑点变大,同时你的信号胜率也在下降。
所以压力测试的正确做法是至少测两两叠加,不是逐个单测。
二、逐个说清怎么代
场景一和场景二:胜率下滑。
代入 E = p × 2 − (1 − p)。p = 0.35 得 0.050R,p = 0.30 得 −0.100R。
下调多少个百分点合理,有一个客观依据:胜率估计的标准误。 p = 0.4、样本 208 笔时,标准误是 3.40 个百分点,95% 区间下界是 33.3%。所以「下调 5 个百分点」测的不是想象中的坏运气,是你的胜率估计本身的不确定范围。 样本 100 笔的话,下界是 30.4%,要测场景二。
及格线:按你的样本量对应的 95% 区间下界代入,期望仍为正。 做不到的话,结论不是系统不行,是样本不够,不能上仓位。
场景三:盈亏比压缩。
盈亏比压缩的现实来源有三个:止盈规则因为怕回吐而提前触发、大级别趋势段减少、震荡市里目标位难以到达。
代入 E = 0.4 × 1.5 − 0.6 = 0.000R。盈亏比只掉 25%,期望就从 0.2R 归零,这是六个场景里最陡的一条。
对应的现实含义:你系统的全部盈利,都押在盈亏比能维持在 2 以上。 所以复盘的时候最该盯的那个数是实际盈亏比(已实现盈利总额 ÷ 盈利笔数,再除以已实现亏损总额 ÷ 亏损笔数),而不是胜率。
场景四:滑点扩大。
滑点在压力测试里要按 R 计,不按点数计。每笔额外 0.1R 的含义是:止损 5% 的品种上滑 0.5%,止损 1% 的品种上滑 0.1%。
代入直接减:0.200 − 0.100 = 0.100R。
及格线:按你交易品种在最近一次极端行情里的实际滑点代入。 找不到数据的话,用开盘前 5 分钟和收盘前 5 分钟的平均价差代替,这两段是流动性最差的时候。

场景五:成本翻倍。
成本占 R 的比例 c = 往返费率 ÷ 止损幅度。A股往返显性成本 0.102%(2026 年 9 月现行规则:佣金双向各 0.025%、印花税 0.05%、过户费双向 0.002%)。止损 2% 时 c = 5.10%。
翻倍的来源不是费率上调,是实际成交价偏离和分笔成交:一笔大单分三次成交、部分成交后追价、佣金 5 元起收门槛在小额单上的放大。代入 c = 10.2%,期望 0.200 − 0.102 = 0.098R。
及格线:把 c 翻倍代入后期望仍在 0.05R 以上。 达不到的话,这套系统的止损幅度太紧,应当放宽止损同时缩小仓位保持 1R 不变。
场景六:超额亏损。
设每 50 笔出现一次 3R 的亏损(正常是 1R,多亏 2R),摊到每笔是 2 ÷ 50 = 0.04R,期望降到 0.160R。
及格线:算「最大单笔亏损 ÷ 平均亏损」,比值超过 3 时这个场景不通过。 不通过的处理不是调参数,是修止损机制,因为超额亏损是执行漏洞不是系统属性。
三、两两叠加:必测的三组
单测容易给人虚假的安心感。下面三组是现实中高度伴生的,必须叠加测。
第一组:胜率下滑 + 滑点扩大。 期望 −0.050R。伴生原因是流动性恶化同时影响信号质量和成交质量。
第二组:盈亏比压缩 + 成本翻倍。 0.4 × 1.5 − 0.6 − 0.102 = −0.102R。伴生原因是震荡行情里目标位难到达,同时分笔成交增多。
第三组:胜率下滑 + 超额亏损。 0.35 × 2 − 0.65 − 0.04 = +0.010R。伴生原因是连亏期里止损执行变差。这一组虽然没转负,但 0.010R 意味着这套系统在这段时间里实质上不赚钱,而你还在承担全部的波动。
及格线:三组里至少两组的期望仍为正。 三组全负的系统,在正常行情里能赚钱,在任何一次条件恶化里都会把利润吐回去,也就是典型的「赚了又亏回去」的结构性成因,四个漏点的诊断见赚了又亏回去差在哪。
四、压力测试和蒙特卡洛的分工
两件事经常被混为一谈,实际测的是不同的东西。
蒙特卡洛测的是顺序风险。 把已有的那批交易结果打乱顺序重排一万次,看资金曲线的分布和最大回撤的置信区间。它的输入是你实际跑出来的那批数据,它回答的是「同样这批交易,换个顺序发生,最坏能坏到什么程度」。做法见蒙特卡洛模拟。
压力测试测的是参数风险。 它改变的是胜率、盈亏比、成本这些输入参数本身,回答的是「条件变坏多少,这套系统才失去意义」。
两者顺序是:先压力测试,再蒙特卡洛。 理由是如果参数轻微恶化系统就转负,那么顺序风险的分析没有意义,你测的是一个在多数条件下不成立的系统的排列组合。
还有一件两者都测不到的事:样本本身够不够。 这是一个独立的前置条件,208 笔的门槛见回测样本量要多少。

五、不通过怎么改:按场景对应
每个场景不通过,对应的改法不同,不要一律去调参数。
胜率场景不通过:加信号过滤条件,接受信号数下降。 过滤条件的方向是排除历史上胜率最低的那一类信号,不是提高入场标准的严格度。做法是把样本按信号特征分组,找出期望值为负的那一组直接剔除。
盈亏比场景不通过:改出场,不改入场。 具体是把止盈位往后放,同时接受胜率小幅下降。矩阵上的对角线移动通常划算,对照表见胜率 40% 算不算差。
滑点和成本场景不通过:放宽止损幅度,同时按比例缩小仓位保持 1R 不变。 止损从 1% 放到 3%,c 从 10.2% 降到 3.4%,净期望从 0.098R 升到 0.166R,系统逻辑一个字没动。
超额亏损场景不通过:修止损机制,不碰系统。 止损单和开仓单同一分钟挂进系统,隔夜仓位减半。
两两叠加全部不通过:降低仓位,不要降到零。 把单笔风险降到 0.25%,继续跑样本,等 208 笔之后重新做一次完整压力测试。这个阶段的目标是攒数据,不是赚钱。
六、一份可以照抄的压力测试记录表
每次做完记下来,下次对照。建议每 100 笔做一次。
| 项 | 本次数值 | 上次数值 | 及格线 |
|---|---|---|---|
| 基准期望 E | > 0.10R | ||
| 样本笔数 | ≥ 208 | ||
| 胜率 95% 区间下界代入后的 E | > 0 | ||
| 盈亏比 ×0.75 代入后的 E | > 0 | ||
| 滑点 +0.1R 代入后的 E | > 0.05R | ||
| 成本 c 翻倍代入后的 E | > 0.05R | ||
| 最大亏损 ÷ 平均亏损 | ≤ 3 | ||
| 三组叠加里为正的组数 | ≥ 2 |
两次之间变差的那几行,就是这 100 笔里退化的方向。 这比看总收益率有信息量得多,因为总收益率把所有变化混成了一个数。
写在最后
压力测试最有价值的产出不是「这套系统能扛住」,而是那个具体的转负点:胜率掉到 33.3% 就归零、盈亏比掉到 1.5 就归零。 有了这两个数,你在盘中就有了明确的监控对象。
多数人的系统监控盯的是资金曲线,而资金曲线是所有变量的合成结果,滞后且难以归因。盯胜率和盈亏比这两个数,在它们接近转负点之前就能动手,而不是等曲线已经掉下来再去找原因。
3秒免费测一下你的”管不住手指数”:journal.xtradingtime.com(记住 3316,就能找到我们)
本文内容仅供教育和参考用途,不构成任何投资建议。费率以 2026 年 9 月公开规则为准,场景设定为示例值,实际测试应代入自己样本的统计量。交易有风险,入市须谨慎。
在微信里搜「Tom讲交易」即可关注,每周更新交易教学
配套免费工具
交易规则卡片
把你的进场、止损、出场规则写成卡片,下单前过一遍,防止临盘改主意
打开就能用,不用注册也不用付费
配套复盘工具
交易复盘日记
道理看懂了,手还是不听话。把每一笔的理由和情绪记下来,一周之后你自己就能看出问题出在哪。
免费注册即可开始记录
推荐课程
合约陪跑实战训练营
不只教方法,更带你实盘执行。从仓位管理到止损止盈,手把手纠正你的交易习惯,建立可复制的盈利系统。
相关图解
一张图看完这件事,适合存下来随时翻
相关文章
一个交易系统需要回测多少笔才算有效:公式 n ≥ (1.96σ/E)²,附四档期望值对照表
回测五十笔就下结论是自欺,一百笔也远远不够。所需样本量有一个可以直接算的公式,它只依赖两个数:单笔期望值和单笔标准差。这篇给出公式的来源、标准差怎么算、以及期望值 0.1R 到 0.5R 四档下所需笔数的完整对照表。核心结论是平方关系:期望值降一半,样本量需求变四倍。文末给出样本量之外必须同时满足的四个条件。
交易系统同一个信号的历史胜率为什么不能直接用:每桶 20 笔只够发现 35.8 个百分点的差距
把一个信号按市场环境分桶统计胜率,是用好交易记录的正确方向,但切完之后每桶只剩几十笔,这几十笔算出来的胜率精度差到几乎不能用。文章用二项分布的置信区间和双样本比例检验给出三张对照表,并证伪一条流传很广的门槛:每桶 20 笔根本不够,它只够发现胜率掉到 14% 以下的桶,而那种桶不用统计也知道它差。真正的结论是样本量决定了你只能回答什么问题,所以分桶统计的正确用法是做否决而不是做选择,文末给出四条可以直接在自己记录上执行的判据。
交易系统期望值怎么算:三步公式加一次成本修正,算出你每笔平均赚多少
期望值不是一个玄学指标,它是一个三步就能算完的算术题:把每笔盈亏换成 R 倍数、代进公式、再扣掉成本。多数人只做了前两步,于是算出来的数字偏高,止损越紧偏得越多。这篇给出完整算法、六档止损幅度下的成本侵蚀表、从 R 换算成人民币的对照表,以及四个会让期望值算虚的统计错误。A股往返成本按 0.102% 计入。
交易系统交易日志记了半年怎么挖出问题:按六个维度切分,哪个维度的期望值差异最大就先改哪个
半年的交易日志本身不产生结论,把它按六个维度切开才会。六个维度是规则、时段、品种、持仓时长、入场后早期浮盈、连亏位置,每个维度把样本分成几组分别算期望值,组间差异最大的那个维度就是你的问题所在。这篇给六个维度的切法、判定阈值、每个维度问题成立时的改法,以及切分时最容易犯的样本量错误:任何一组不足 20 笔,那次切分的结论不成立。
交易系统「赚了又亏回去」差在哪:四个漏点各有一个能从记录里算出的数
赚一波亏一波不是运气问题,是四个可测量的漏点在轮流生效:超额亏损单、连亏后放大仓位、盈利单提前兑现、盈利后交易频率上升。每个漏点都对应一个能从交易记录里直接算出的数字,也对应一条明确的及格线。这篇给出四个数的算法、及格线和对期望值的侵蚀量,并给出优先修复顺序。修掉排第一的那个,通常能让净期望回正一半以上。
交易系统盈亏比最少要多少才值得做:1:1.5 只在两个苛刻条件下够用,多数人的门槛是 1:2.4
盈亏比 1:1.5 对应的保本胜率正好是 40%,听起来和多数人的实测胜率差不多,于是很多人把 1:1.5 当成及格线。这个推理漏了两件事:交易成本会把保本胜率往上推,胜率本身是估出来的还带着置信区间。这篇把两样都算进去,给出按实测胜率和样本量查的最低盈亏比表,说明 1:1.5 在什么条件下才真的够用,以及为什么样本越少门槛越高。
觉得有用?关注公众号
扫码或在微信里搜「Tom讲交易」,每周更新交易教学文章