29、订单流交易中的绩效评估：收益率、最大回撤、胜率、盈亏比、索提诺比率

做订单流交易的朋友，经常会问我一个问题：

「我每天盯盘累死累活，到底怎么才算真的赚钱了？」

嗯，这个问题问得好。光看账户余额涨了，不代表你水平高。我见过太多人，一个月赚了30%，下个月一把亏光。说白了，绩效评估不是算总账，而是拆解你的交易行为。

今天我们就来聊聊订单流交易里，那几个绕不开的核心指标。我个人习惯把这五个指标称为「交易体检五项」——收益率、最大回撤、胜率、盈亏比、索提诺比率。

收益率：最直观，也最容易被骗

收益率谁都会算。期末净值减去期初净值，再除以期初净值。但这里有个坑——你用的是算术收益率还是几何收益率？

举个例子：你本金10万，第一周赚50%，变成15万。第二周亏50%，变成7.5万。算术平均收益率是0%，但你的钱少了2.5万。这就是算术收益率的欺骗性。

我在项目中遇到过一位交易员，他给我看月度收益表，每个月都是正收益，年化60%。我仔细一算，他用的算术平均，而且中间有几次大额出入金。实际几何收益率只有12%。

最大回撤：你的心脏承受力测试

最大回撤，说白了就是从最高点到最低点，你亏了多少。这个指标直接反映你的风控水平。

订单流交易有个特点：行情突变时，流动性瞬间枯竭。你可能看到订单簿上挂单很厚，但真到止损时，滑点能让你多亏好几个tick。

我记得有一次做股指期货的订单流策略，回测时最大回撤只有5%。实盘跑了两个月，遇到一次闪崩，最大回撤直接干到12%。为什么？因为回测用的是理想成交价，实盘有滑点和延迟。

胜率：别被高胜率忽悠了

很多新手喜欢追求高胜率，觉得10笔交易赢8笔就是高手。你想想看，如果每笔赢1%，但输的那两笔各亏10%，你的账户还是亏的。

订单流交易里，胜率往往不会太高。因为我们在抓的是「不平衡」和「吸收」这些微观结构信号，这些信号本身就有一定的随机性。我自己的订单流策略，胜率一般在45%到55%之间。

为什么会这样？因为订单流交易的本质是赚取流动性溢价，而不是预测方向。你是在跟做市商抢饭吃，胜率能过50%已经不错了。

盈亏比：真正的利润引擎

盈亏比，也叫赔率。就是你平均每笔盈利除以平均每笔亏损。这个指标比胜率重要得多。

举个例子：

看到没？B的胜率只有40%，但期望值是A的三倍。订单流交易里，我建议把盈亏比放在第一位。我个人习惯是至少做到2:1，低于这个比例的策略，我基本不会实盘。

索提诺比率：比夏普更懂你

夏普比率大家可能都听过，但它有个问题——它把上涨波动和下跌波动一视同仁。你想想看，上涨波动是好事啊，为什么要惩罚它？

索提诺比率就聪明多了。它只考虑下行波动，也就是亏损的那部分波动。公式是：

索提诺比率 = (策略收益率 - 无风险利率) / 下行标准差

下行标准差怎么算？只取收益率低于目标收益率（通常是0）的那些数据点，计算它们的标准差。

我在项目中遇到过一位做期权做市的同行，他的夏普比率只有0.8，但索提诺比率高达3.5。为什么？因为他经常小赚，偶尔大亏，但大亏的次数极少。夏普比率被那些小赚的波动拉低了，但索提诺比率真实反映了他的风控能力。

把这些指标串起来

光看单个指标没用，得综合看。我一般用这个顺序：

1. 先看最大回撤——能不能接受？不能就pass。
2. 再看索提诺比率——下行风险控制得好不好？
3. 然后看盈亏比——有没有正的期望值？
4. 最后看胜率和收益率——作为辅助参考。

说白了，活得久比赚得快更重要。订单流交易是持久战，不是百米冲刺。

def performance_report(equity_curve, risk_free_rate=0.03):
    # 收益率
    total_return = equity_curve[-1] / equity_curve[0] - 1
    
    # 最大回撤
    peak = np.maximum.accumulate(equity_curve)
    drawdown = (equity_curve - peak) / peak
    max_drawdown = drawdown.min()
    
    # 胜率与盈亏比
    trades = get_trades_from_equity(equity_curve)
    win_rate = len([t for t in trades if t > 0]) / len(trades)
    avg_win = np.mean([t for t in trades if t > 0])
    avg_loss = abs(np.mean([t for t in trades if t < 0]))
    profit_loss_ratio = avg_win / avg_loss if avg_loss != 0 else np.inf
    
    # 索提诺比率
    daily_returns = np.diff(equity_curve) / equity_curve[:-1]
    downside_returns = daily_returns[daily_returns < 0]
    downside_std = np.std(downside_returns)
    sortino = (np.mean(daily_returns) - risk_free_rate/252) / downside_std
    
    return {
        'total_return': total_return,
        'max_drawdown': max_drawdown,
        'win_rate': win_rate,
        'profit_loss_ratio': profit_loss_ratio,
        'sortino_ratio': sortino
    }

嗯，代码很简单，但很实用。你把它集成到你的交易系统里，每天跑一遍，心里就有底了。

知识体系图

下面这张图，是我自己梳理的订单流交易绩效评估框架。你可以把它当成一张检查清单。

这张图的核心逻辑就是：先控风险，再谈收益。你按这个顺序去评估你的策略，基本不会出大问题。

交易系统化学习资料 微信Strategy888888