AI 交易绩效指标指南：衡量真正重要的事

绩效指标是任何 AI 交易策略的记分牌。没有它们，你无法判断一次回测结果是好、是幸运还是危险。本指南解释对散户 AI 交易者最重要的指标、何时使用它们，以及如何避免常见误读。

总收益

总收益是最简单的指标：策略在一段时间内赚了多少钱，以百分比表示。它易于理解，也容易被误用。一个收益 200% 的策略看起来很惊人，直到你发现它是通过巨大杠杆或扛过灾难性回撤实现的。

把总收益当作起点，永远不要当作最终结论。必须配合风险指标一起使用。在计算收益之前，先确保回测足够真实；我们的 Backtrader 回测基础 指南介绍了具体方法。

夏普比率

夏普比率衡量每单位总风险带来的收益。它用策略收益减去无风险利率，再除以收益的标准差。夏普比率越高，意味着承受同样波动时获得的回报越多。

夏普适合比较交易频率和收益分布相似策略。当收益偏斜或有肥尾时，它的作用会下降，因为标准差把上行波动和下行波动等同看待。

索提诺比率

索提诺比率是夏普的变体，只惩罚下行波动。对于正偏策略——偶尔大赚、多次小亏——索提诺比夏普更公平。

当你的策略上行波动不是问题时，使用索提诺。例如趋势跟踪系统通常更适合这个指标。

最大回撤

最大回撤是资金曲线从峰值到谷底的最大跌幅。它衡量你历史上会经历的最严重亏损。与波动率不同，回撤直观：它告诉你亏了多少钱、需要多久才能恢复。

在交易前设定回撤预算。如果回测显示 30% 回撤，而你最多只能承受 15%，那么无论收益多高，这个策略都太危险。回撤上限是更广义风险框架的一部分，详见 AI 交易风险管理框架。

胜率

胜率是盈利交易占总交易的百分比。散户交易者喜欢高胜率，但高胜率不能保证盈利。一个策略可能频繁小额盈利，偶尔大额亏损，依然会摧毁本金。

把胜率与期望收益结合起来看，才能判断赢家是否真的覆盖输家。

期望收益

期望收益告诉你每笔交易的平均预期盈亏。它结合胜率与平均盈亏。正期望收益意味着在大量交易后策略有望盈利，前提是未来与过去相似。

期望收益对仓位决策特别有用。如果期望收益相对于波动率很小，你需要更多交易或更小的仓位来实现优势。

盈亏比

盈亏比是总盈利除以总亏损。盈亏比大于 1 表示策略赚的多于亏的。一般来说，高于 1.5 比较健康，低于 1.2 则容错空间很小。

盈亏比计算简单，但易受异常值影响。一次巨大的盈利可能掩盖许多小额亏损，因此要检视交易分布，而不是只看数字。

核心公式

实战示例：比较两个策略

假设你在 A 股市场回测了两个 AI 选股策略，结果如下：

只看总收益，策略 A 似乎更好。但加入风险和交易质量后，策略 B 的夏普更高、回撤更小、盈亏比更稳健。如果你的风险预算只有 15%，策略 A 在历史上已经超出承受范围，实盘很可能在回撤中被迫停止。

这个例子说明，单一指标会误导决策，而组合指标能帮你选择更适合自己性格和资金曲线的策略。无论是 A 股、港股还是美股，比较时都要在相同成本、相同样本期和相同市场环境的前提下进行。

如何选择指标

没有指标是完美的。从总收益、夏普或索提诺、最大回撤和期望收益开始。当你想更细致地观察交易质量时，再加入胜率和盈亏比。

最重要的规则是一致性。比较策略时要在相同市场环境、相同样本期、相同成本假设下进行。零成本回测的夏普比率，与包含佣金和滑点的实盘夏普不可比。

总结

绩效指标把原始盈亏转化为可执行的洞察。在庆祝总收益之前，先关注风险调整后收益和回撤，并始终把多项指标作为组合来评估，而不是迷信单一数字。想深入了解真实测试方法，请参阅 如何避免过拟合回测。

Related reading: 如何避免过拟合回测 | AI 交易风险管理框架 | Backtrader 回测基础