定义
期望值
期望值是每承担一单位风险的平均结果。本文给出定义、公式、保本胜率，以及为什么单看胜率毫无意义。
更新于
期望值是把一笔交易的平均结果换算成「每单位风险」的形式：胜率乘以盈亏比，再减去败率。胜率 45%、盈亏比 2:1 的策略，期望值为 +0.35，意思是在足够长的一串交易里，每冒 1 单位风险平均赚 0.35 单位。当期望值为零或为负时，无论怎么调仓位、加杠杆或者提高纪律性，这个策略都不可能盈利。
- 又称
- 单笔期望收益 · 优势
计算方式
Expectancy per unit risked = (Win rate × Payoff ratio) − Loss rate
Break-even win rate = 1 ÷ (Payoff ratio + 1)
Expectancy ≤ 0 means no position size makes the strategy profitable.
实算示例: 胜率 45%、盈亏比 2:1 → (0.45 × 2) − 0.55 = 每单位风险 +0.35。
单看胜率毫无意义
如果那一次亏损比九次盈利加起来还大，90% 的胜率也是亏钱策略；而在 3:1 的盈亏比下，35% 的胜率反而非常赚钱。期望值是同时把两者结合起来的最简数字，这就是为什么评估一个策略时，它是第一个该算的统计量，也是最后一个该被丢掉的。
成本是从期望值里扣的，不是从利润里扣的
手续费、滑点和资金费是按笔扣除的，所以它们直接压低盈亏比。一个毛期望值 +0.1 单位、来回成本 0.12 单位的策略，本质上是亏钱的——但在任何忽略摩擦成本的回测里，它看起来都像是赚钱的。
常见误读
在小样本上算出的期望值经常被当成策略的固有属性。它只是一个估计值，而且很不稳定：几十笔交易根本不足以区分真实优势和一段运气好的行情——过拟合的系统就是这样带着一份看起来很有信心的统计数据进入实盘的。
参考资料
- A New Interpretation of Information Rate — J. L. Kelly, Jr., Bell System Technical Journal (hosted by Princeton University)
- Optimal Gambling Systems for Favorable Games — L. Breiman, Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability (UC Berkeley Library Digital Collections)
- Good and bad properties of the Kelly criterion — L. C. MacLean, E. O. Thorp, W. T. Ziemba (hosted by UC Berkeley Department of Statistics)
本术语表用于教学。此处内容不构成投资建议，页面所述任何指标都不能预测未来结果。