期望值計算指南 — 量化策略的長期盈利能力指標

期望值(Expectancy)是量化策略最重要的績效指標之一,它告訴您每一筆交易平均預期賺或虧多少錢。本指南詳細介紹期望值的計算方法和應用。

Algo Lab 量化團隊發布於 2026-08-11 17:09

期望值(Expectancy)計算指南

期望值(Expectancy)是量化交易中最基礎也最重要的績效指標之一。它用一個簡單數字告訴您:如果持續使用這個策略,每一筆交易平均預期賺或虧多少錢。

什麼是期望值?

期望值的定義:

期望值 = (勝率 × 平均盈利金額) - (敗率 × 平均虧損金額)

或等價表達:

期望值 = 勝率 × 平均盈虧比 - 敗率
(以平均每筆虧損金額為單位)

一個具體例子

假設您的策略歷史數據:

  • 總交易數:100 筆
  • 盈利交易:55 筆(勝率 55%)
  • 虧損交易:45 筆(敗率 45%)
  • 平均盈利:$500
  • 平均虧損:$300

計算:

期望值 = (0.55 × $500) - (0.45 × $300)
       = $275 - $135
       = $140

這表示:每一筆交易,平均預期賺 $140。

期望值的直觀理解

想像您有一個策略,期望值為 $140:

  • 如果您執行 10 筆交易,預期總利潤約為 $1,400
  • 如果您執行 100 筆交易,預期總利潤約為 $14,000
  • 如果您執行 1,000 筆交易,預期總利潤約為 $140,000

關鍵洞察:期望值告訴您的是「長期平均」結果。在短期內,您可能連續虧損,但只要交易次數足夠多,實際結果會趨近於期望值。

期望值與其他指標的關係

期望值 vs 勝率

勝率期望值策略評估
80%負數高勝率但虧損太大,不可持續
80%正數好策略,但需確認期望值足夠大
55%正數標準趨勢跟蹤策略
40%正數低勝率高盈虧比策略(如突破策略)
40%負數策略有問題,需要改進

期望值 vs 利潤因子

指標計算方式優點缺點
期望值(勝率 × 平均盈利) - (敗率 × 平均虧損)直觀、每筆交易尺度受極端值影響
利潤因子總利潤 / 總虧損不受金額尺度影響不考慮勝率

兩者的關係:

  • 如果期望值為正,利潤因子通常 > 1
  • 如果期望值為負,利潤因子通常 < 1
  • 但兩者可能給出不同的策略排序(因為尺度不同)

期望值的計算步驟

步驟一:收集交易數據

收集策略的所有歷史交易記錄:

交易編號盈虧金額類別
1+$500盈利
2-$200虧損
3+$800盈利
.........

步驟二:計算勝率和敗率

勝率 = 盈利交易數 / 總交易數
敗率 = 虧損交易數 / 總交易數

步驟三:計算平均盈利和平均虧損

平均盈利 = 所有盈利交易總和 / 盈利交易數
平均虧損 = 所有虧損交易總和的絕對值 / 虧損交易數

步驟四:計算期望值

期望值 = (勝率 × 平均盈利) - (敗率 × 平均虧損)

期望值在策略開發中的應用

1. 策略篩選

在開發新策略時,期望值是第一個評估指標:

  • 期望值 < 0:策略不具備長期盈利能力,放棄
  • 期望值 0-50:策略可持續但利潤空間小
  • 期望值 50-200:策略具有良好盈利能力
  • 期望值 > 200:策略盈利能力強

2. 策略比較

當您在多個策略候選中做選擇時:

  • 優先選擇期望值更高的策略
  • 但需同時考慮資金需求、風險承受能力等因素

3. 資金管理

期望值用於計算最佳倉位大小:

建議倉位比例 = (期望值 / 平均虧損金額) × Kelly 公式因子

期望值在 Algo Lab 的應用

Algo Lab 的每一個策略在發布前都計算期望值:

  1. 最低期望值閾值:期望值必須 ≥ $30(以每筆交易計)
  2. 滾動期望值監控:每月計算滾動期望值,檢測早期衰退
  3. 策略評分:期望值佔策略評分權重的 20%

期望值的局限性

1. 短期波動

期望值是長期平均值,短期內可能大幅偏離:

  • 即使期望值為正,可能連續虧損 10 筆
  • 需要足夠多的交易次數才能趨近期望值

2. 假設交易獨立

期望值計算假設每筆交易獨立,但實際交易中可能存在相關性:

  • 市場狀態變化可能導致交易結果相關
  • 在市場劇烈波動期間,虧損可能集中出現

3. 忽略資金管理

期望值無法告訴您:

  • 應該投入多少資金
  • 如何控制最大回撤
  • 風險調整後回報如何

建議:期望值應與利潤因子、夏普比率、最大回撤等指標結合使用。

結論:期望值是策略的靈魂

期望值用一個簡單數字概括了策略的長期盈利能力。它是策略開發的起點,也是策略評估的終點——如果一個策略的期望值為負,無論其他指標多麼漂亮,它都不值得使用。

Algo Lab 的每一個策略都經過嚴格的期望值計算和驗證,確保您面對的是真正具有長期盈利能力的策略。

深入了解 Algo Lab 策略評估 | 深入了解 AI 量化選股 | [加入 VIP 獲取每日量化信號]

常見問題

什麼是期望值(Expectancy)?

期望值是指在大量重複交易中,每一筆交易平均預期賺或虧的金額。它結合了勝率和盈虧比,是判斷策略是否具有長期盈利能力的核心指標。

期望值怎麼計算?

期望值 = (勝率 × 平均盈利金額) - (敗率 × 平均虧損金額)。例如:勝率 55%,平均盈利 $500,平均虧損 $300,則期望值 = (0.55 × 500) - (0.45 × 300) = $130。表示每一筆交易平均預期賺 $130。

期望值是正數就代表策略一定賺錢嗎?

不一定。期望值為正代表在大量重複交易下平均會賺錢,但短期內仍可能虧損。此外,期望值無法反映最大回撤和資金管理需求。正期望值策略仍需要嚴格的風險管理。

#期望值#expectancy#交易指標#量化策略#績效評估

想要每日接收高勝率信號?

訂閱 VIP 會員,每日 TOP 20 信號推送,形態識別 + AI 選股,助你做出明智投資決策。

延伸閱讀

文章相關問題