最大回撤之后，策略需要赚多少才能回本？
看一套量化策略时，很多人首先关注年化收益、累计收益和夏普比率。但真正决定策略能否长期实盘的，往往不是最好时赚了多少，而是最差时会亏多少，以及亏损后需要多久才能恢复。
这就是最大回撤。
最大回撤表示账户从某个净值高点跌到之后最低点时，经历的最大百分比损失。例如账户从100万元涨到120万元，随后跌到84万元，回撤并不是16%，而是：
\[ \frac{84-120}{120}=-30\% \]
因为回撤是相对于此前的净值高点计算的。
一、亏损和回本并不对称
很多人认为，亏损20%以后再赚20%就能回本。
实际上，100万元亏损20%后剩下80万元。80万元上涨20%，只能回到96万元。要从80万元回到100万元，需要上涨25%。
当回撤比例为 \(d\) 时，回到原来高点所需的涨幅为：
\[ \text{回本涨幅}=\frac{1}{1-d}-1 \]
| 最大回撤 | 剩余本金 | 回本所需涨幅 |
|---|---|---|
| 5% | 95% | 5.26% |
| 10% | 90% | 11.11% |
| 20% | 80% | 25.00% |
| 30% | 70% | 42.86% |
| 40% | 60% | 66.67% |
| 50% | 50% | 100.00% |
| 60% | 40% | 150.00% |
| 70% | 30% | 233.33% |
【在这里插入图片1：01-最大回撤与回本涨幅.png】
图片说明：不同回撤幅度对应的回本涨幅。
回撤越深，回本难度上升得越快。控制损失不只是为了少亏一点，也是在降低未来恢复净值的难度。
二、50%的回撤不只是亏掉一半
从数学上看，回撤50%意味着本金剩下一半，需要上涨100%才能回本。但真实交易中的困难还包括：
- 不确定策略是否已经失效；
- 不知道回撤会不会继续扩大；
- 容易在低点停止策略；
- 反弹后可能因为害怕再次下跌而过早减仓；
- 需要很长时间才能重新建立信心。
回测图里，50%的回撤只是一段向下的曲线；在真实账户中，它可能是持续一年甚至数年的心理压力。“后来涨回来了”并不能完全说明策略容易实盘，因为投资者必须先在回撤期间坚持下来。
三、最大回撤并不能说明全部风险
最大回撤只记录历史上最严重的一次峰谷损失，却没有告诉我们：
- 类似回撤出现过多少次；
- 回撤持续了多久；
- 到达低点以后多久才恢复；
- 策略有多少时间处于净值高点以下；
- 最严重的一次回撤是否具有偶然性。
Chekhlov、Uryasev 和 Zabarankin 在《Portfolio Optimization with Drawdown Constraints》中提出条件回撤风险（CDaR），目的之一就是考察一组较差的回撤，而不是只看历史上最差的一次。
个人投资者不一定要计算复杂指标，但至少应该同时观察最大回撤、回撤次数、平均回撤和恢复时间。
四、回撤深度和持续时间都很重要
假设有两套策略：
- 策略A最大回撤20%，三个月后重新创新高；
- 策略B最大回撤12%，但两年没有恢复。
只看最大回撤，策略B似乎更安全。但长期不创新高同样难以坚持。投资者会看着其他策略上涨，不断怀疑自己的方法，最后可能恰好在恢复前换掉策略。
【在这里插入图片2：02-相近收益与不同回撤路径.png】
图片说明：最终收益接近，但回撤路径和恢复时间不同的两条净值曲线。
CFA Institute Research Foundation 的《Understanding Transition Factors for Long-Term Investors》也展示了长期市场中回撤深度和恢复时间的巨大差异。严重回撤的影响可能持续多年，单看短期涨跌无法描述完整的持有体验。
所以，观察回撤至少要看两个维度：
- 回撤深度：从高点最多亏了多少；
- 回撤时间：跌破高点以后，多久才重新创新高。
五、年化收益高，不代表容易实盘
假设一套策略年化收益40%、最大回撤45%，从长期结果看可能很优秀，但能否实盘还取决于收益和回撤出现的顺序。
如果先获得较多利润，之后再发生回撤，账户还有一定利润垫；如果刚开始投入就遇到历史最大回撤，感受会完全不同。
因此，除了年化收益和最大回撤，还可以检查：
- 任意滚动一年、三年的收益；
- 不同开始日期的持有结果；
- 最差月份和最差年份；
- 盈利是否集中在少数年份；
- 回撤发生时的市场环境；
- 实盘结果与回测结果的偏差。
策略长期赚钱，并不代表从任何一天开始实盘都会有相同体验。
六、降低回撤要看收益代价
降低仓位、加入防守资产、进行趋势过滤和分散持仓，都可能降低回撤，同时也可能损失一部分牛市收益。
真正需要比较的是：为了减少一单位回撤，付出了多少收益代价。
| 版本 | 年化收益 | 最大回撤 | 回本所需涨幅 |
|---|---|---|---|
| 原始策略 | 35% | 40% | 66.67% |
| 轻度风控 | 31% | 28% | 38.89% |
| 过度风控 | 18% | 22% | 28.21% |
以上数字只是示例。如果年化收益从35%下降到31%，最大回撤从40%降低到28%，可能值得继续研究；如果收益下降到18%，回撤却只改善到22%，就可能属于过度风控。
风险控制不是让净值曲线完全没有波动，而是在尽量保留主要收益来源的同时，避免亏损进入难以恢复的区域。
七、仓位管理往往比止损参数更重要
很多人控制风险时，首先想到的是寻找最合适的止损线：跌5%卖、跌8%卖，还是跌10%卖？
但组合回撤不仅取决于标的跌多少，也取决于投入了多少仓位。一个简单近似是：
\[ \text{组合损失}\approx\text{仓位比例}\times\text{持仓跌幅} \]
满仓持有某类资产，资产下跌20%，账户大约回撤20%；如果只使用50%仓位，其他资金保持稳定，组合损失大约是10%。
实际结果还会受到持仓相关性、再平衡、跳空和流动性等因素影响，但这个计算说明了一个重要问题：止损决定什么时候退出，仓位决定退出之前会受到多大的伤害。
八、如何估算自己可以承受的仓位？
可以从自己能够接受的账户损失倒推。
假设最多能接受账户亏损15%，某策略历史最大回撤为30%，在简化条件下，仓位上限可以粗略估算为：
\[ \frac{15\%}{30\%}=50\% \]
但历史最大回撤不等于未来最大回撤，因此还需要留出安全余量。可以使用高于历史最大回撤的压力情景，计算账户可能损失，再判断自己在这种情况下是否仍愿意继续执行策略。
如果看到30%的账户回撤就一定会停止策略，那么让账户满仓承受一套历史最大回撤30%的策略，通常并不合理。
九、总结
收益决定账户可能走多高，回撤决定投资者能不能坚持走到那里。
一套高收益策略如果最大回撤接近50%，就意味着投资者可能需要经历本金减半，再上涨100%才能回本的过程。相比继续提高一点年化收益，把无法承受的回撤降低到能够坚持的范围，可能更有实盘意义。
但也不能为了追求低回撤，把策略的主要收益来源全部过滤掉。风险控制始终是在收益、回撤和可执行性之间寻找平衡。
我更愿意把最大回撤理解为一张账单：它告诉我们，为了获得这套策略的长期收益，历史上最昂贵的一次代价是什么。
在实盘以前，不妨先问自己：如果这张账单明天就送到，我还能继续执行吗？如果答案是否定的，问题可能不在策略，而在仓位过大。
本文仅用于量化方法研究和个人经验交流，不构成任何投资建议。历史回测、最大回撤和模拟结果均不代表未来表现。
如果你想查看我正在实际使用的策略，以及延后一天公开的每日持仓、账户涨跌和历史持仓记录，可以点击我的头像，在个人介绍中进入“鸿健量化研究博客”查看。所有数据仅用于策略研究与展示，请勿跟买。
参考资料
- Chekhlov, A., Uryasev, S. P., & Zabarankin, M. Portfolio Optimization with Drawdown Constraints.
- CFA Institute Research Foundation. Understanding Transition Factors for Long-Term Investors.
- Van Hemert, O., Ganz, M., Harvey, C. R., Rattray, S., Sanchez Martin, E., & Yawitch, D. Drawdowns.