← 返回博客 · 2026年08月17日 · 约5分钟读完

大家好，我是XS Select的交易编辑。今天咱们不聊具体的K线形态，也不谈什么宏观基本面，咱们来聊点更底层的东西——数学。

别急着划走，我知道很多交易者一听到“数学”两个字就头疼。但请相信我，今天我们要拆解的这本《赤裸裸的统计学》中的经典章节，绝对不是那种让你昏昏欲睡的教科书。作者查尔斯·惠伦是个说人话的高手，他把那些晦涩的统计学概念，讲得比街头算命还透彻。

为什么我要给做中国期货的交易者推荐这本书？因为我见过太多在市场里摸爬滚打多年的老手，依然在犯一些极其低级的概率学错误。比如，追求90%的胜率，却在一次亏损中把本金打没；比如，做了5笔盈利的单子，就觉得自己找到了市场的提款机。

今天，我们就来逐段拆解书中关于“概率与期望值”的最经典一章，看看统计学大师是如何看待这个世界的随机性的，以及这些思维能如何重塑你的交易心得。

一、被胜率绑架的交易者：为什么赢了8次，1次就亏光？

书中有一个极其核心的观点，也是所有交易者必须刻在脑子里的第一定律：**胜率不等于赚钱，期望值才是你的护城河。**

什么是期望值？简单来说，就是你长期重复做一件事，预期能得到的平均结果。在交易中，数学期望的公式非常简单：

数学期望 = (胜率 × 平均盈利) - (败率 × 平均亏损)

很多新手交易者，甚至一些做了两三年的“老韭菜”，在复盘或者制定策略时，眼睛只盯着“胜率”。他们觉得，只要我每次交易盈利的概率高，我就能赚钱。这在统计学上是一个巨大的陷阱。

举个书外的例子，也是我在中国期货市场亲眼见过的真实案例。老李做豆粕，是个典型的“高胜率”信徒。他的策略是：每次赚5个点就跑，亏损50个点才止损。因为豆粕大部分时间在震荡，老李的胜率确实很高，达到了80%。

我们来算一笔账。假设老李每次交易1手豆粕（10吨/手，1个点10元）。赚5个点就是50元，亏50个点就是500元。

他的数学期望是：(0.8 × 50) - (0.2 × 500) = 40 - 100 = -60元。

看到了吗？虽然老李赢了8次，输了2次，但长期来看，他每做一笔交易，预期就是亏60元。这就是为什么高胜率依然会爆仓的根本原因。他赚的是“买白菜的钱”，亏的是“买房子的钱”。

书中强调，在进行任何概率决策时，你不仅要考虑结果发生的频率（胜率），还要考虑结果的量级（盈亏比）。如果你不能在量级上控制亏损，哪怕你胜率高达99%，只要那1%的亏损足够大，你依然会归零。这就是统计学教给我们的第一课：**永远先算期望值，再谈胜率。**

二、蒙提霍尔悖论：当新信息出现，你为什么不肯换门？

这一章里最烧脑、也最经典的一个案例，就是“蒙提霍尔悖论”，也就是大名鼎鼎的三门问题。我们来简单回顾一下。

你参加一个电视节目，面前有三扇门。一扇门后面是一辆跑车，另外两扇门后面各是一只山羊。你随机选了A门。此时，主持人（他知道车在哪扇门后）打开了B门，里面是一只山羊。主持人问你：“你要不要换到C门？”

绝大多数人的直觉是：现在剩两扇门，车在A和C之间的概率是50%对50%，换不换无所谓。

但统计学给出的正确答案是：**必须换！换门后你赢车的概率从1/3变成了2/3。**

为什么？因为你最初选A门猜中的概率只有1/3，猜错的概率是2/3。当主持人排除了B门（他必定会打开一扇有羊的门），这2/3的错误概率就全部集中到了C门上。

这个悖论和交易有什么关系？关系太大了。它揭示了一个核心的交易心得：**当市场给出新信息时，你必须动态更新你的概率判断。**

很多交易者在进场后，就患上了“锚定效应”的病。比如你基于某些基本面和技术面分析，做多螺纹钢，你认为上涨的概率是60%。这就是你选的A门。

但是，进场后的第二天，螺纹钢价格不仅没有上涨，反而放量跌破了一个极其关键的支撑位。这个“跌破支撑位”的动作，就是主持人打开的那扇有羊的门。它是一个极其重要的新信息！

此时，螺纹钢继续上涨的概率已经大幅下降了，可能降到了20%。但很多交易者是怎么做的？他们死守着最初的判断（不换门），甚至逆势加仓，美其名曰“摊低成本”。他们无视了市场给出的新信息，拒绝更新概率。

在统计学看来，这是一种极其愚蠢的行为。交易不是算命，你进场时的判断不需要从头到尾都正确。当环境改变，当新数据出现，你的策略和仓位也必须随之改变。该止损就止损，该反手就反手。沉没成本在概率面前，一文不值。

三、大数定律与你的“样本量幻觉”

书中另一个让交易者醍醐灌顶的概念是“大数定律”。大数定律的通俗解释是：当样本量足够大时，事件发生的频率会无限趋近于它的理论概率。

抛硬币，理论上正反面各是50%。但你抛10次，可能会出现8次正面、2次反面。这时候你能说硬币有问题吗？不能。因为10次的样本量太小了，随机性占据了主导。如果你抛10000次，正反面的比例一定会非常接近1:1。

在交易中，大数定律是检验一套策略是否有效的唯一标准，但同时也是制造幻觉的重灾区。

很多做中国期货的朋友，喜欢用程序化回测或者手工复盘。他发现某个均线交叉策略在铁矿石上，最近10次交易对了7次，胜率70%。于是他兴奋地实盘重仓杀入，结果连续亏了5次，直接怀疑人生。

问题出在哪里？出在样本量上。10次交易，在统计学上连个水花都算不上。这7次盈利，极有可能是市场刚好处于趋势行情的“运气”，而不是策略本身的“实力”。这就好比你抛了10次硬币出了8次正面，你不能据此就认为抛硬币出正面的概率是80%。

那么，多少次才算够？这取决于你策略的胜率和盈亏比。一般来说，如果你的胜率在40%-50%之间，你至少需要50到100次交易样本，才能初步判定策略是否具有正期望值。如果你的交易频率很低，一年才做20次，那你可能需要三五年才能积累到足够验证策略的样本量。

这也是为什么很多成熟的交易者，在开发出新策略后，不会直接上实盘，而是去跑模拟盘。因为只有在模拟环境中，你才能在短时间内、无心理压力地快速积累这上百次的样本量，让大数定律发挥作用，剥离掉短期的运气成分，看到策略真实的骨架。

四、中国期货实战应用：如何测算你的数学期望？

理论讲完了，咱们来点硬核的实战干货。既然期望值这么重要，我们怎么把它用到中国期货的具体品种上？下面我以几个常见品种为例，手把手教你算账。

1. 螺纹钢趋势跟踪策略

螺纹钢是中国期货市场的明星品种，波动大，流动性好。假设你设计了一个基于突破的趋势跟踪策略。

• 规则：价格突破20日高点做多，跌破20日低点做空。固定2%的止损，6%的止盈（盈亏比3:1）。
• 历史回测数据：由于趋势策略通常胜率不高，假设你的胜率只有35%。
• 期望值计算：EV = (0.35 × 3) - (0.65 × 1) = 1.05 - 0.65 = +0.4。

结论：这是一个正期望的系统。虽然你做10次会错6.5次，但只要严格执行盈亏比，长期下来每承担1单位的风险，你能赚取0.4单位的利润。对于这种策略，交易心得就是：**耐得住寂寞，扛得住连续亏损，让利润奔跑。**

2. 豆粕日内震荡策略

豆粕受外盘影响较大，但日内往往有一定的震荡区间。假设你做日内震荡。

• 规则：在亚盘时段，触及布林带上轨做空，触及下轨做多。固定止损10个点，止盈10个点（盈亏比1:1）。
• 历史回测数据：因为是在震荡区高抛低吸，假设胜率能达到60%。
• 期望值计算：EV = (0.60 × 1) - (0.40 × 1) = 0.60 - 0.40 = +0.2。

结论：同样是正期望，但利润空间较薄。这种策略极其考验执行力和手续费成本。一旦你因为手滑把止损放大到15个点，EV立刻变成 (0.6 × 1) - (0.4 × 1.5) = 0，白干了。

3. 原油宏观波段策略

原油受地缘政治、OPEC+减产等宏观因素影响极大，适合做大波段。

• 规则：基于库存数据和技术面共振，做中长线。止损5%，不设固定止盈，采用移动止损，平均盈利能到15%（盈亏比3:1）。
• 历史回测数据：宏观判断难度大，胜率可能只有30%。
• 期望值计算：EV = (0.30 × 3) - (0.70 × 1) = 0.9 - 0.7 = +0.2。

结论：依然正期望。但要注意，胜率30%意味着你可能会面临极其漫长的回撤期。如果连续亏损8次（概率为0.7的8次方，约5.7%），你的本金会回撤40%。这时候，如果没有强大的概率信仰和仓位管理，心态早就崩了。

通过上面三个案例，你会发现，交易系统没有绝对的好坏，关键在于你要清晰地知道你的系统赚的是什么钱，它的数学期望是多少。只要你算出来EV是正的，剩下的就是用大数定律去保护它，用纪律去执行它。

五、结语：用统计学的眼睛看市场

读完《赤裸裸的统计学》的这一章，我最大的感触是：交易从来不是一门玄学，而是一门严谨的应用统计学。

我们无法预测下一根K线是涨是跌，就像我们无法预测下一次抛硬币是正面还是反面。但只要我们确保每一次下注都站在正期望的一边，确保在市场给出新信息时及时调整，确保在足够大的样本量下保持纪律，市场最终会给我们应得的奖励。

如果你刚刚建立了一套新的交易规则，或者对现有的策略胜率和盈亏比心里没底，千万别急着拿真金白银去交学费。想检验自己的交易系统，可以参加模拟考核实战验证，在真实的行情波动中，用足够多的样本去测算你的数学期望，把运气剥离，把实力留下。毕竟，在统计学面前，一切虚假的繁荣都会现出原形，而真正正期望的系统，终将闪闪发光。