沒人會公布的那個機率
破產機率計算器
一個策略在優勢來得及顯現之前，先觸及你的回撤上限的機率。
破產機率是指一連串交易在策略優勢完成複利之前，先把帳戶打到某個既定失敗閾值的機率。它取決於四件事：勝率、盈虧比、單筆風險比例，以及多深的回撤算作「破產」。勝率 45%、盈虧比 2:1、每筆冒 1% 的風險，出現 40% 回撤的機率接近於零；把單筆風險提到 5%，同樣的優勢就會產生不可忽視的破產機率——優勢沒有變，變的只有部位。
策略與部位
每一筆單獨部位所承擔的淨值百分比
你真的會停手的那個虧損幅度——通常遠低於 100%
完全在你的瀏覽器中運行，輸入內容不會被上傳或儲存。
破產機率
- 破產機率
- —
- 正規化優勢
- —
- 可承受的風險單位數
- —
- 單位風險期望值
- —
- 損益兩平勝率
- —
100% 代表優勢非正——破產只是時間問題，而不是機率問題
回撤閾值 ÷ 單筆風險。帳戶總共能吸收多少次滿額虧損。
把破產閾值設成「你真的會停手的那個回撤」，而不是 100%。絕大多數帳戶在被清空之前很久就已經被放棄了；一個在 −40% 被放棄的策略，和一個在 −100% 被強平的策略，失敗得同樣徹底。
計算公式
A = (p·R − q) ÷ (p·R + q) normalised edge; = p − q when R = 1
U = Ruin threshold % ÷ Risk per trade %
RoR = ((1 − A) ÷ (1 + A))^U when A > 0, otherwise 100 %
p = win rate q = 1 − p R = payoff ratio
Approximation: assumes constant fractional risk and independent trades.- 1 輸入來自回測或實盤紀錄的勝率與盈虧比。
- 2 輸入你在每一筆單獨交易上承擔的淨值百分比。
- 3 設定那個真的會讓你停手的回撤幅度——而不是理論上的 100%。
- 4 把單筆風險減半，觀察機率下降了多少；這個敏感度才是真正的輸出。
破產是部位問題，不是優勢問題
完全相同的策略統計量，僅僅因為單筆風險比例不同，就會得出天差地別的存活機率。風險減半，帳戶能吸收的連續虧損次數就翻倍；而破產機率隨這個次數呈指數下降，所以很小的部位調整會讓答案變動好幾個數量級。這正是為什麼部位管理是系統化交易中槓桿最大的一個決定：它不會提升優勢，但它決定了優勢兌現的那一刻你還在不在場。
這個模型的假設，以及它在哪裡失效
公式假設固定比例風險、交易之間相互獨立、勝率與盈虧比保持穩定。真實策略三條全都違反：虧損會在市場狀態切換時扎堆出現，看似分散的持倉會因相關性把風險重新集中，優勢本身也會衰減。請把輸出當作危險程度的下界，而不是預測——真實機率通常比模型說的更糟，絕不會更好。
參考資料
- Grinstead and Snell's Introduction to Probability — American Mathematical Society (Dartmouth CHANCE Project edition)
- A New Interpretation of Information Rate — Bell System Technical Journal, AT&T (hosted by Princeton University)
- ESMA agrees to prohibit binary options and restrict CFDs to protect retail investors — European Securities and Markets Authority (ESMA)
本工具用於教學與試算。輸出結果僅代表你所輸入假設下的算術結果，不構成預測、推薦或投資建議。量化交易可能造成本金損失。
常見問題
簡短回答，並寫明假設條件。
破產機率多少才算可以接受？
多數系統化交易團隊的目標是：相對於一個他們真的會執行的回撤閾值，把機率壓到遠低於 1%。具體數字其實沒那麼重要，重要的是敏感度測試：改變單筆風險，觀察機率變動的速度。若小幅提高就帶來大幅跳升，代表你的部位設在了懸崖的錯誤一側。
為什麼我的破產機率是 100%？
因為期望值為零或為負——勝率與盈虧比組合起來並不構成正優勢。在這種情況下，只要交易筆數足夠多，破產就是必然的，與部位大小無關。把你的勝率和損益兩平勝率對照一下，就能看到這個策略差了多少。
這裡考慮了持倉之間的相關性嗎？
沒有。模型假設的是一串相互獨立的單一部位結果。同時運行多個策略，或者在高相關標的上同時持有多個部位，實際上會把有效單筆風險抬高到你填入的數值之上——有時會高很多，因為相關性恰恰在會產生連片虧損的那種行情裡升高。