PART A — 概念层:回撤是相对历史最高点的跌幅
1. 回撤是什么:不是「跌了」,而是「离自己最高点多远」
一句话定义:某时刻的回撤(Drawdown),指当前净值相对
该时刻之前(含当下)历史最高净值的跌幅:
DDt = Pt / max(P0, …, Pt) − 1。
最高点创新高时 DD=0,之后曲线每离高点远一步,DD 就往负的方向走一格。
最大回撤(Max Drawdown,站内图表常缩写 DD)则是整段区间里 DD 的最小值——
即「最惨的一次从峰到谷」。
DDt = Pt / Mt − 1,
Mt = max0≤s≤t Ps,
MaxDD = mint DDt
CS 类比
Mt 就是一个前缀最大值(running prefix max)——和垃圾回收里的 high-water mark、幂等系统里记录的「已处理最大序号」是同一个模式:单趟扫描、O(n)、每个位置只需和上一步的峰值比一次。回撤就是「当前指针位置相对 HWM 的下潜深度」。
2. 为什么大家怕回撤:跌幅与涨幅不对称
核心数学:跌 x% 后回本需要涨 x/(1−x)%——这是个凸函数,
回撤越深,回本代价涨得越快。收益是加法,回撤是乘法里的除法。
| 回撤深度 | 回本所需涨幅 | 直觉对照 |
| −10% | +11.1% | 一个像样的反弹周 |
| −20% | +25.0% | 尚可修复 |
| −30% | +42.9% | 需要一轮牛市级别的行情 |
| −50% | +100.0% | 翻倍才能回到原点 |
| −90% | +900.0% | 数学上可能,实践上等于出局 |
这张表是纯推导,与任何行情无关。它解释了两件事:
为什么策略评估里「少亏」和「多赚」不是同一件事;为什么杠杆放大收益的同时在超线性地放大回本难度。
3. 动手算:三行代码,和三个容易踩的口径坑
最小实现(向量化):
cummax = equity.cummax()
drawdown = equity / cummax - 1.0 # 全程 ≤ 0 的水下曲线
max_dd = drawdown.min() # 最大回撤(负数)
站内回测引擎的绩效模块即此口径(对 bar 级权益序列取前缀最大值)。
三个坑,每一个都会改变「最大回撤」这个数字
- 取样频率:收盘价口径只看见每根 bar 的收尾,日内更深的下探被抹平——bar 越粗,测出的回撤越乐观(本页 PART B 用同一份样本实测三个数字);
- 峰值起点:前缀最大值从样本第一根 bar 起算。样本开头若正处历史高位,会凭空造出一段「假回撤」;反之若从低点起步,早期回撤被低估;
- 对象选择:对标的价格算回撤,与对策略权益曲线算回撤,是两个不同的问题——后者还要叠加持仓方向、仓位与成本(策略页的 DD 均是净权益口径)。
PART B — 实测层:同一份样本,三个口径三个数
4. 水下曲线:站内 IM 样本实测
样本:本页实测与站内全部策略页共用同一份数据——中证1000 股指期货
主力连续合约的 15 分钟 K 线(品种与「主力连续」的含义见
中证1000 详解),
共 1023 根,聚合为 64 个有效交易日,
覆盖 2026-06-15 ~ 2026-09-11。下图蓝线为日收盘价,绿色阴影为对应的收盘口径回撤曲线(右轴,负值向下)。
| 实测项(收盘口径) | 数值 | 说明 |
| 最大回撤 | -0.2% | 前缀峰值 8524 点 → 谷底 6845 点 |
| 峰 / 谷日期 | 2026-06-22 / 2026-07-30 | 从峰到谷历时 28 个交易日 |
| 水下恢复 | 至样本末(2026-09-11)仍未收复峰值 | 整段水下共 59 个交易日(自创新高点起算) |
| 回本所需涨幅 | +24.5% | 按 §2 公式 x/(1−x) 由本次实测回撤直接换算 |
读图提醒
绿色面积就是「水下(underwater)」:它只描述这段窗口内曲线离自身高点的距离,数值越接近 0 越靠近历史高点。回撤曲线不需要等行情结束才知道——每个时刻只依赖过去,这正是前缀最大值口径的含义:当下可算,事后才可评。
5. 口径对照实验:同一份数据,三个「最大回撤」
做法:对同一份样本分别按 ① bar 级收盘价、② 日收盘价、
③ 峰值对日内最低价(悲观口径:前缀峰用 high、谷用 low)计算最大回撤。
三个数字都对,回答的是三个不同问题。
| 口径 | MaxDD | 峰 → 谷 | 它回答的问题 |
| ① 15 分钟收盘价 | -0.2% | 2026-07-01 11:15 → 2026-07-21 10:15 | 按 15 分钟盯收盘的人经历过的最深处 |
| ② 日收盘价 | -0.2% | 2026-06-22 → 2026-07-30 | 日频复盘者看到的回撤(本页主图) |
| ③ 日内极值(悲观) | -0.2% | 2026-07-01 → 2026-07-21 | 盘中任意一瞬间离当时峰值的最远记录 |
这组对照说明什么
三个数从 -0.2% 到 -0.2% 不等——差异全部来自口径,不来自行情。所以引用任何最大回撤数字,第一句话应该是口径:什么频率、什么价格、对什么序列。策略页统一采用「净权益曲线 + bar 级收盘」口径,正是为了让四篇之间的 DD 可比。
PART C — 应用与边界
6. 回撤怎么参与决策:Calmar、组合与仓位
三个用法:① Calmar 比率 = 年化收益 / |MaxDD|,
把「赚得多」和「跌得狠」折成一个分数;站内绩效模块已实现。
② 组合层面,回撤可以互相抵消:策略分析 P4 的四腿等权组合,
组合 DD 显著浅于任何单腿,因为各腿的水下期不同步(相关 −0.53 的趋势×回归即是一例)。
③ 仓位管理,先定「能忍多深的水下」再定仓位上限——最大回撤是唯一能直接翻译成
「我会在第几天割肉」的风险数字。
| 站内锚点(已发布数字) | 收益 | MaxDD(净权益口径) |
| P1 趋势 v2′(ADX 25) | +8.67% | −4.93% |
| P3 波动率突破 B1(量比确认) | +14.31% | 见策略页 |
| P4 四腿等权组合 | +6.31% | −1.87% |
夏普看不见的东西
夏普用收益的标准差惩罚波动,但上涨波动和下跌波动同罚;回撤只惩罚下潜。两条年化收益、夏普都相同的曲线,一条缓跌 15%、一条三段急跌 40%,持仓体验和存活概率完全不同——这就是所有策略页在收益/夏普旁边必须并列 DD 一栏的原因。
7. 边界与提醒:最大回撤数字最容易骗人在哪里
四条
- 样本内 MaxDD 只是一条路径的单次抽样,不是分布——它是真实风险的 underestimate 是常态,样本越短低估越狠(本页样本仅 64 个交易日);
- 水下时长没有上界:跌下去的谷底可以测算,什么时候爬出水面取决于未来的行情,任何样本内「平均恢复 N 天」都外推不得;
- 不同频率、不同价格序列算出的 DD 不可直接比较,引用前先对齐口径(§5 的三个数就是演示);
- 本页全部实测数字只描述 2026-06-15 ~ 2026-09-11 这段窗口的形状,不构成对中证1000 股指期货或任何策略未来回撤的预测。
本页定位
风险度量入口
定义 → 算法 → 口径 → 决策用法
实测样本
1023 根 15 分钟
中证1000 股指期货主力连续,与策略页同源
核心公式
DD = P/∃max(P) − 1
前缀最大值,O(n) 单趟