8.1 期望值与优势：长期来看赚不赚
This page hasn’t been translated into English yet, so you’re reading the Chinese original. Chapters are being translated one by one.
边学边练读懂 → 自己算例子 → 答「想一想」→做练一练 A1、A2、A3问 AI 导师本章引导
一句话：一个策略值不值得做，不看它赢的次数多不多，而看「重复很多次之后，平均每次赚多少」——这就是期望值；而要确认这个平均数是真的，需要足够多的交易。
为什么要学：这是整章的地基。仓位、Kelly、熔断、复盘，都在回答同一个问题：你的期望值是不是正的、有多大、有多可靠。期望为负的策略，仓位管得再好，也只是亏得慢一点。
生活类比：朋友请你玩抛硬币：正面你赢 $2，反面你输 $1。
- 只抛一次，你可能输。但抛 1,000 次，大约 500 次正面、500 次反面。
- 净赚约 500 × 2 − 500 × 1 ＝ $500，平均每次 +$0.50。
- 这个「平均每次 +$0.50」就是期望值。它不告诉你下一次的输赢，只告诉你长期的方向。
- 类比的局限：硬币的概率（各 50%）和输赢金额是事先知道、永远不变的；交易的胜率和盈亏只能从过去的记录去估计，而且会随市场环境变化。
细讲：
期望值（expected value / expectancy）
Section titled “期望值（expected value / expectancy）”期望值：把每种结果「发生的概率 × 这种结果的盈亏」加起来。交易里常叫「每笔期望」。
先用文字算抛硬币：一半的时候赚 $2，一半的时候亏 $1。0.5 × 2 − 0.5 × 1 ＝ +$0.50。
只有赢和输两种结果时，公式是：
- E：每笔期望（美元）。
- p：胜率（win rate），赚钱的交易占全部交易的比例。
- 1 − p：败率，亏钱的交易所占的比例。
- W：平均盈利（average win），赚钱时平均每笔赚多少。
- L：平均亏损（average loss），亏钱时平均每笔亏多少，写成正数。
胜率高，不等于赚钱
Section titled “胜率高，不等于赚钱”换一个游戏：掷一颗骰子，掷出 1–5 你赢 $1，掷出 6 你输 $6。
- 胜率 ＝ 5 ÷ 6 ≈ 83%，听起来很棒。
- 期望 ＝ (5 ÷ 6) × 1 − (1 ÷ 6) × 6 ≈ 0.83 − 1.00 ＝ −$0.17。
- 换个角度：每掷 6 次，平均赢 5 次共 $5，输 1 次 $6，净亏 $1。
这正是很多卖方策略的形状：大多数时候赚一点，偶尔亏一大笔。
「偶尔的大亏」位于收益分布的最左边，叫左尾（left tail）。左尾又长又厚，就叫「左尾肥」。
判断胜率够不够，要用盈亏平衡胜率（breakeven win rate）：让期望刚好等于 0 的胜率。
- p_BE：盈亏平衡胜率。
- W、L：平均盈利与平均亏损，同上。
- 真实胜率高于 p_BE，期望为正；低于它，期望为负。
骰子游戏：p_BE ＝ 6 ÷ (1 + 6) ≈ 85.7%。真实胜率 83.3% 低于它，所以长期亏钱。
胜率与盈亏比（payoff ratio）是一对跷跷板
Section titled “胜率与盈亏比（payoff ratio）是一对跷跷板”盈亏比：平均盈利 ÷ 平均亏损，也就是「赢一次抵得上几次亏」。
- 卖方价差：胜率高、盈亏比低。例如赢 $85、输 $415，盈亏比约 0.2。
- 买方期权：胜率低、盈亏比高。常常亏掉权利金，偶尔赚几倍。
- 两种都可能是正期望，也都可能是负期望。只报胜率、不报盈亏比，等于只说了一半。
两种形状的「难受」也不同：卖方难受在偶尔一次大亏，买方难受在长长的连亏（见例子 4）。选策略时，要选自己承受得住的那种难受。
期望值的另一种写法：每冒 $1 风险赚多少
Section titled “期望值的另一种写法：每冒 $1 风险赚多少”不同交易的大小不同，直接比较「每笔期望」并不公平。更好的尺子是：每笔期望 ÷ 每笔最大亏损，即「每冒 $1 的风险，长期平均赚多少」。
- 策略 A：每笔期望 +$10，每笔最大亏损 $150。每冒 $1 约赚 $0.067。
- 策略 B：每笔期望 +$30，每笔最大亏损 $1,000。每冒 $1 只赚 $0.03。
- B 的每笔期望更大，但「风险效率」不到 A 的一半。8.2 会按最大亏损分配仓位，所以这把尺子更有用。
优势（edge）：扣掉成本之后仍为正
Section titled “优势（edge）：扣掉成本之后仍为正”优势：扣除佣金和滑点之后，每笔期望仍然大于 0。
- 滑点（slippage）：实际成交价比你预想的价格差的部分。例如想按中间价成交，结果让了几分钱。
- 期权按「每张、每条腿」收佣金。四条腿的铁鹰，一进一出就是 8 份佣金。
- 很多「纸面上有优势」的策略，扣完成本就没了（8.7 详讲）。
优势从哪里来？它通常是某种「报酬」，不会凭空出现：
- 卖方：指数期权的 IV 平均略高于之后的实现波动率，这是波动率风险溢价（VRP，6.1）。卖方收的是「替别人承担左尾」的报酬，所以卖方的优势天生伴随着左尾。
- 买方：只有当你对波动或方向的判断比市场更准时才有优势，而市场的定价通常已经相当有效。
- 做市商：赚买卖价差，这份优势散户基本拿不到（第9章选修）。
结论：即使你有优势，通常也很薄。薄优势遇上大波动，就更需要大样本（下一节）和小仓位（8.2）。
样本量（sample size）：多少笔才算数
Section titled “样本量（sample size）：多少笔才算数”样本量：你用来计算指标的交易笔数。笔数少，算出来的平均数会「晃」得很厉害。
衡量晃动的尺子叫标准误（standard error，SE）：「平均数」本身的标准差。
- SE：每笔平均盈亏的标准误（美元）。
- σ：单笔盈亏的标准差（0.6 学过），代表一笔交易的结果有多分散。
- n：交易笔数。
怎么读：真实期望大约落在「你算出的平均数 ± 2 × SE」之间，这是约 95% 的把握（来自 0.7 的正态分布）。
注意 √n：笔数变成 4 倍，SE 才减半。想把误差砍掉一半，要多做 3 倍的交易。
卖方策略的样本陷阱
Section titled “卖方策略的样本陷阱”左尾事件很少见，短样本里常常一次都没出现。用骰子游戏看得很清楚：
- 每掷一次输的概率是 1/6。连掷 10 次一个 6 都没出现的概率 ＝ (5/6)^10 ≈ 16%。
- 掷 10 次后，账面赚钱的人约占 48%。
- 掷 100 次后，仍有约 29% 的人在赚钱；掷 1,000 次后，只剩约 2%。
还有一个更迷惑人的地方：左尾策略「最常见的结果」是赚钱，「平均结果」却是亏钱。掷 10 次的各种结果如下：
| 10 次里掷出 6 的次数 | 概率 | 10 次合计盈亏 |
|---|---|---|
| 0 次 | 约 16% | +$10 |
| 1 次 | 约 32% | +$3 |
| 2 次 | 约 29% | −$4 |
| 3 次或更多 | 约 22% | −$11 或更差 |
最常见的一行是「+$3」，平均却是每 10 次 −$1.67。你身边多数人赚了，不代表这个游戏值得玩。
所以「我最近 10 笔赚了 9 笔」几乎什么也证明不了。第6章闸门要求的 30 笔，足够帮你发现明显的错误，但通常证明不了优势。
例子（示例价格，非实时）：
- 第5章的 SPY 745/740 牛市看跌价差：收 $0.85，每张最大亏损 $415。
- 若每次亏损都按最大亏损算：p_BE ＝ 415 ÷ (85 + 415) ＝ 83%。
- 745P 的 Delta 约 −0.24，粗略对应约 76% 的胜率，低于 83%。
- 现实中不少亏损单会提前止损、只亏一部分，真实的 p_BE 会低一些。第5章训练题 2 已算过：这类交易扣费前的公平期望约为 0，扣费后为负。
- 某策略：胜率 80%，平均盈利 $50，平均亏损 $150。
- 期望 ＝ 0.8 × 50 − 0.2 × 150 ＝ 40 − 30 ＝ +$10/笔。
- p_BE ＝ 150 ÷ (50 + 150) ＝ 75%。真实胜率 80% 只比它高 5 个百分点。
- 单笔标准差 σ ＝ $80（怎么算见「想一想」第 2 题）。
- 同一个策略，做不同笔数时的标准误：
| 笔数 n | √n | SE ＝ 80 ÷ √n | 真实期望的大致范围（± 2 × SE） |
|---|---|---|---|
| 30 | 5.48 | $14.6 | −$19 至 +$39 |
| 100 | 10 | $8.0 | −$6 至 +$26 |
| 256 | 16 | $5.0 | $0 至 +$20 |
| 400 | 20 | $4.0 | +$2 至 +$18 |
- 30 笔时，范围跨过 0：你分不清它是「每笔赚 $10」还是「每笔亏 $10」。
- 大约 256 笔之后，范围的下沿才碰到 0。
- 胜率本身也在晃。30 笔时，80% 胜率的误差约为 ±15 个百分点：2 × √(0.8 × 0.2 ÷ 30) ≈ 0.15。
- 一个低胜率的买方策略：胜率 25%，平均盈利 $600，平均亏损 $150。
- 期望 ＝ 0.25 × 600 − 0.75 × 150 ＝ 150 − 112.5 ＝ +$37.5/笔。
- p_BE ＝ 150 ÷ (600 + 150) ＝ 20%。真实胜率 25% 高于它，是正期望。
- 但做 100 笔时，至少出现一次 10 连亏的概率约 79%。很多人在第 8、第 9 笔亏损时就放弃了——恰好在策略开始回报之前。
- 抛硬币的 +$0.50 为什么可信？因为概率已知，不需要估计。交易没有这个待遇，只能靠样本量。
常见误区：
- 「胜率 80% 的策略一定赚钱。」——还要看盈亏比。骰子游戏胜率 83%，长期照样亏。
- 「最近 20 笔赚了 17 笔，说明我有优势。」——20 笔的误差太大，而且卖方策略的左尾可能还没出现。
- 「期望为正，就不会亏钱。」——期望是长期平均。短期连亏很正常；仓位太大，还可能在「长期」到来之前就爆仓（8.2、8.3）。
- 「身边大多数人玩这个都赚了，所以它是好策略。」——左尾策略最常见的结果就是小赚，平均结果却可能是亏。
- 「回测平均每笔赚钱，就有优势。」——要先扣掉佣金和滑点，再看样本够不够（8.7）。
想一想：
- 一个策略赢时平均赚 $300，输时平均亏 $100。盈亏平衡胜率是多少？胜率 30% 时期望是多少？（答：p_BE ＝ 100 ÷ 400 ＝ 25%；期望 ＝ 0.3 × 300 − 0.7 × 100 ＝ +$20。胜率低，也可以是正期望。）
- 例子 2 的 σ ＝ $80 怎么来？（答：平均数是 +10。赢时偏离 50 − 10 ＝ 40，输时偏离 −150 − 10 ＝ −160。方差 ＝ 0.8 × 40² + 0.2 × 160² ＝ 1,280 + 5,120 ＝ 6,400，σ ＝ √6,400 ＝ $80。）
- 你在模拟盘做了 30 笔，平均每笔 +$12，单笔标准差 $90。能说自己有优势吗？（答：SE ＝ 90 ÷ √30 ≈ $16.4；± 2 × SE 约为 −$21 至 +$45，跨过 0，还不能。）
关键术语：
| 中文 | English | 白话解释 |
|---|---|---|
| 期望值（每笔期望） | expected value / expectancy | 重复很多次之后，平均每笔赚或亏多少 |
| 胜率 | win rate | 赚钱的交易占全部交易的比例 |
| 盈亏比 | payoff ratio | 平均盈利 ÷ 平均亏损 |
| 盈亏平衡胜率 | breakeven win rate | 让期望刚好为 0 的胜率，＝ L ÷ (W + L) |
| 优势 | edge | 扣掉佣金和滑点后仍为正的期望 |
| 滑点 | slippage | 实际成交价比预想价格差的部分 |
| 左尾 | left tail | 收益分布最左边：很少发生、但亏很多的结果 |
| 样本量 | sample size | 用来计算指标的交易笔数 |
| 标准误 | standard error（SE） | 平均数本身的晃动幅度，＝ σ ÷ √n |
练一练
学完这一节，先独立算下面的题，再展开参考答案核对。做错了就点「收进错题本」，到「复习」页按第 1、3、7 天重做；错因照样记进你自己的错题本。
A1（8.1 期望值）掷一颗骰子：掷出 1–4 你赢 $2，掷出 5–6 你输 $5。胜率是多少？每掷一次的期望是多少？
参考答案
- 胜率 ＝ 4 ÷ 6 ≈ 66.7%。
- 期望 ＝ (4 ÷ 6) × 2 − (2 ÷ 6) × 5 ＝ 8/6 − 10/6 ＝ −2/6 ≈ −$0.33。
- 换个角度：每掷 6 次，赢 4 次共 $8，输 2 次共 $10，净亏 $2。
- 结论：胜率三分之二，照样是负期望。
A2（8.1 盈亏平衡胜率）一个贷方价差收 $1.00，最大亏损 $4.00。若每次亏损都按最大亏损算，盈亏平衡胜率是多少？
参考答案
- W ＝ $1.00，L ＝ $4.00。
- p_BE ＝ L ÷ (W + L) ＝ 4 ÷ (1 + 4) ＝ 80%。
- 结论：胜率低于 80%，这笔交易就是负期望（在亏损都按最大亏损计的假设下）。
A3（8.1 样本量）某策略单笔盈亏的标准差是 $60。做了 36 笔后，平均每笔盈亏的标准误是多少？做到 144 笔呢？
参考答案
- √36 ＝ 6，SE ＝ 60 ÷ 6 ＝ $10。
- √144 ＝ 12，SE ＝ 60 ÷ 12 ＝ $5。
- 笔数变成 4 倍，标准误才减半。
换一组数字再练
题目参数每次随机生成，答完点「检查」即时判对错。价格是示例、不是实时行情；答数量时按提示的单位填写，亏损或下跌填负数。
需要启用 JavaScript 才能自动出题。
问 AI 导师
卡住了，或者想换个角度再学一遍？把下面这段提示词交给 Claude 或其他 AI 助手，它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。
AI 也会算错：它给的数字请自己复算，拿不准时以讲义和答案页为准。