收益之外：怎样读懂回撤、波动与风险暴露

收益率需要一个起点

区间收益是期末净值相对期初净值的变化。只看到百分比无法判断是否已经扣费，也无法知道是否使用杠杆；研究报告应同时写出区间、计价币种和净值定义。

最大回撤描述历史路径

最大回撤是观察区间内净值相对此前峰值下降的最大比例。它反映已经发生的历史路径，不是未来损失上限。量序教学实验将回撤显示为负值，计算时使用同一条策略净值序列。

波动与夏普需要一致假设

年化方式依赖采样频率与交易日约定。美股日频与全年连续交易的加密资产不能不加说明地复用同一个年化因子。使用夏普比率时，还要写出无风险收益假设和收益口径。

检查暴露，而不只看单个分数

同样的收益可能来自不同的持仓时间、集中度和杠杆。把收益曲线、回撤、持仓与换手放在一起审阅，更容易识别策略依赖的市场条件。本文为量序方法说明，不提供收益承诺。

年化与比较边界

对等间隔日收益，在独立同分布等假设下常用日波动乘以交易日数平方根近似年化波动；若收益存在明显自相关、跳跃或时间间隔不一致，这种近似可能误导。美股交易日与加密自然日的日界线和年化因子都应公开说明。

研究检查表

• 区间收益、最大回撤必须基于相同净值口径。
• 注明是否扣费、是否使用杠杆、是否包含现金利息。
• 年化因子须匹配数据频率，写明无风险收益假设。
• 同时检查持仓暴露和极端情景，不将历史回撤当作损失上限。