R 倍數（R-Multiple）風險回報分析完整指南

R 倍數（R-Multiple）是專業交易領域中最核心的績效衡量標準之一。它將每筆交易的盈虧統一為「承擔了多少份風險，獲得了多少份回報」，使不同規模、不同市場、不同策略的交易可以直接比較。

什麼是 R 倍數？

R 代表「Risk」（風險）。在 R 倍數系統中：

• 1R = 您的初始風險金額（即您願意承擔的最大虧損）
• +3R = 您賺取了初始風險的 3 倍
• -1R = 您虧損了等於初始風險的金額
• +0.5R = 您賺取了初始風險的一半

具體例子

假設您買入一隻 $100 的股票：

• 買入價格：$100
• 止損價格：$95
• 初始風險（1R）：$5（每股）
• 目標價格：$120
• 實際價格：$115

計算 R 倍數：

實際盈虧 = $115 - $100 = $15
R 倍數 = $15 / $5 = +3R

您承擔了 $5 的風險，賺取了 $15，即 +3R。

如果觸發止損：

實際盈虧 = $95 - $100 = -$5
R 倍數 = -$5 / $5 = -1R

您承擔了 $5 的風險，虧損了 $5，即 -1R。

R 倍數的分類

根據交易結果分類

根據交易頻率分類

在量化策略中，R 倍數分佈反映了策略的核心邏輯：

• 趨勢跟蹤策略：少數大賺（+5R 到 +10R），多數小虧（-1R）。勝率通常 35-45%。
• 均值回歸策略：頻繁小賺（+1R 到 +3R），偶爾大虧（-2R 到 -3R）。勝率通常 55-65%。
• 高勝率策略：頻繁微賺（+0.5R 到 +1.5R），偶爾中虧（-1R 到 -2R）。勝率通常 65-75%。

R 倍數與策略績效的關係

期望 R 倍數計算

期望 R = (勝率 × 平均盈利 R) - (敗率 × 平均虧損 R)

例如：

• 勝率：50%
• 平均盈利 R：+2.5R
• 平均虧損 R：-1R
• 期望 R = (0.5 × 2.5) - (0.5 × 1) = 1.25 - 0.5 = +0.75R

這表示每一筆交易平均賺 0.75R。

R 倍數與利潤因子的關係

R 倍數在 Algo Lab 的應用

Algo Lab 在策略評估中廣泛使用 R 倍數：

1. 每筆信號的風險回報計算：計算每個信號的預期 R 倍數
2. 策略 R 倍數分佈分析：分析策略歷史上所有交易的 R 倍數分佈
3. 期望 R 監控：監控策略的滾動期望 R，檢測效能變化
4. 信號排序：優先發出預期 R 倍數更高的信號

結論：R 倍數是交易的通用語言

R 倍數將複雜的交易績效簡化為一個直觀的數字——「您承擔了一份風險，獲得了多少份回報」。無論您的策略多麼複雜，最終都可以用 R 倍數來評估其真實盈利能力。

Algo Lab 的每一個策略都經過 R 倍數分析驗證，確保您在實盤中面對的是風險回報經過嚴格計算的策略邏輯。

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 R 倍數（R-Multiple）？

R 倍數是指每筆交易的盈虧金額相對於初始風險金額的倍數。如果初始風險是 $100，交易賺了 $300，則 R 倍數為 +3R。如果交易虧了 $100，則 R 倍數為 -1R。R 倍數將所有交易的績效統一為風險單位的倍數，便於比較不同規模交易的表現。

R 倍數與風險回報比有什麼分別？

風險回報比是事前設定的目標（如 1:3 表示每承擔一單位風險，目標賺取三倍回報）。R 倍數是事後計算的實際績效（如 +3R、-1R）。風險回報比是計劃，R 倍數是結果。

R 倍數在量化策略中如何應用？

在量化策略中，R 倍數用於：(1) 計算策略的平均 R 倍數，評估整體盈利能力；(2) 分析 R 倍數分佈，了解策略的盈虧模式；(3) 計算策略的期望 R 倍數 = 勝率 × 平均盈利 R - 敗率 × 平均虧損 R。