人人都会引用的这项指标
最大回撤是一段序列中从峰值到谷值的最大跌幅。应用于一条权益曲线时,它回答的是一个比收益率更重要的问题:在走到今天这一步的过程中,情况曾经有多糟糕?两位 30 天收益率相同的交易员并不等价,如果其中一位的回撤是 8%,另一位是 55%,因为后者离“无法存活”这个结局要近得多。
这就是为什么回撤而不是收益率,才是筛选领投者的天然关卡。收益率门槛问的是:这个人有没有赚到钱。回撤门槛问的是:他的方法是否可以存续。只有后者才具有普遍适用性。
问题在于你把什么样的数据输入了这个计算过程。
为什么链上账户价值曲线不是一条权益曲线
一位交易员在 Hyperliquid 上的账户价值,会因为两类完全不同的原因而变化:交易(成交、资金费率、强平)和资本移动(充值与提现)。一个粗糙的回撤计算方法无法区分这两者,因为二者表现出来的都是同一种现象——那条线下降了。
设想一位交易员在三周内把账户从 10 万美元做到 18 万美元,然后提取 7 万美元到冷钱包。账户价值曲线从 18 万美元跌到 11 万美元。一个粗糙的计算方法会报告 39% 的最大回撤,并且在 35% 的阈值下,把这个数据集中表现最出色的钱包标记为风险不合格。但实际上什么坏事都没有发生,他只是把利润落袋为安,这是审慎的行为。
反过来的情况同样错误。一位交易员在两周内亏损 30%,然后存入相当于亏损金额的新资金。账户价值回到了原来的高点,所以那条粗糙的曲线只显示出一个浅浅的下跌和一次完全的恢复。但实际交易表现很糟糕,风险状况也没有改变;这个数字只是被一笔转账“救”回来了而已。
专业交易员会不断地移动资金——获利了结、保证金管理、在不同交易场所之间调配规模、转入冷存储。所以这不是只影响少数几个钱包的边缘情况。这是一种系统性的失真,恰恰会让这项测量对你真正想要筛选出的那种有纪律、会获利了结的行为产生偏见。
- 一次提现会被读成一次这位交易员从未真正承受过的亏损。
- 一次充值会被读成一次这位交易员从未真正赚到的恢复。
- 这种偏差不是随机的:它惩罚了有纪律的获利了结行为,同时美化了追加资金的行为。
跳跃调整回撤的作用
解决方法是在测量之前先识别出资本移动并将其中和。从概念上说:遍历这段序列,识别出那些不能归因于交易的不连续点,然后调整曲线,使这段序列所衡量的,是同一本交易账簿在没有那次转账情况下的表现。剩下的,是一条回答“交易表现如何”而不是“余额如何变动”的收益率序列。
从机制上看,这更接近一支基金报告业绩的方式,而不是银行对账单的读法。一支存在申购赎回的基金,不会在某位投资者赎回时报告一次回撤;它衡量的是每单位资本的策略收益率。跳跃调整正是把同样的严谨性应用到一个钱包上,使用的是链上可见的那些资本移动。
把这套方法应用到前面的例子上,那位获利了结的交易员会显示出与其实际交易路径相符的适度回撤,而那位追加资金的交易员则会显示出他实际造成的完整 30% 跌幅。两者之间的排序,相对于粗糙计算方法而言发生了反转——这正是关键所在。
这如何应用于替换规则
回撤是实时替换规则中的软性问题之一,其阈值是基于跳跃调整后权益计算的 30 日交易最大回撤超过 35%。这句话中有两个细节值得注意。
第一,“跳跃调整”意味着一位领投者永远不会因为提取了利润而被移除,也永远不会因为在亏损期间充值而被保护。如果没有这项调整,这条规则就会对资本管理行为做出反应,却错过真正的风险,这会让整个筛选门槛变得比根本不设置还要糟糕。
第二,“软性问题”意味着触发这个阈值本身并不会单独移除一位领投者。它最多只会为那个 UTC 日历日记录一次警示。三个独立的警示日才会触发替换,而一个干净的评估日会把计数器重置为零。在一个依然有效的策略中出现一次波动剧烈的两周,不会终结一位领投者的成员资格。
同样的逻辑也驱动着收益率测试。30 日收益率门槛是基于已实现盈亏而不是原始账户价值变化来衡量的,阈值为 -15%,原因正是上文所述:一个包含提现操作的窗口期内的账户价值差额,并不是真正的收益率。
- 回撤标准:基于跳跃调整后权益计算的 30 日交易最大回撤超过 35%。
- 收益率标准:基于盈亏计算的 30 日 ROI 低于 -15%,而不是账户价值变化。
- 两者都是软性问题:每个 UTC 日最多一次警示,三个警示日触发替换,干净的一天会重置计数器。
如何在交易员页面上解读这一点
同样的问题也影响着公开排行榜上展示的 ROI 数字,这正是本网站的交易员页面会披露一项收益率是如何估算出来的、在所考察的窗口期内是否检测到了资本跳跃,而不是直接给出一个自信的单一数字的原因。
当一个钱包显示检测到资本跳跃时,对该窗口期内任何基于原始账户价值得出的数字都应视为不可靠,并优先参考基于盈亏的视角。当别处的排行榜展示一个惊人的 ROI,却没有说明其计算方式时,应假设它是基于账户价值计算的,并将其视为未经验证的数字。
这就是那条一般性原则的实用版本:链上数据是透明的,但透明并不等同于被正确解读。原始序列是公开的;判断力体现在调整这一步,值得向任何一家提供方询问他们是如何做这项调整的。