一条曲线向上爬，你就觉得"这策略行"。可它一路有多颠、最深亏过多少，你说得清吗？
上一篇，我们终于写出了那个最小的向量化回测引擎，让一段策略在历史数据上从头跑到尾，吐出了一条资金曲线。
那一刻很爽。你盯着那条曲线，看它从左下角爬到右上角，心里默念："嗯，在涨，应该不错。"
但请你诚实地回答一个问题——
你凭什么说它"不错"？
是因为它最后比开头高？还是因为它的形状看起来很顺眼？
如果我再给你三条都在涨的曲线，你怎么排出谁好谁坏？
这就是今天要解决的事：把"看着像在涨"这种主观感觉，换成几个客观的数字。
只有变成数字，策略之间才能横向比较；只有能比较，你才谈得上"挑一个更好的"。
回测引擎吐出来的，本质上是一列"每天账户值多少"的数字。光看一长串数字没人受得了，所以第一件事——画出来。
import matplotlib.pyplot as pltequity.plot()plt.show()
这三行干的事很朴素：把那一列账户净值，按时间顺序连成一条线，显示出来。equity 就是上一篇引擎累乘出来的资金曲线。
画出来之后，你能一眼看到很多数字看不出的东西：它是一路平稳上爬，还是大起大落地涨上去的？中间有没有一段长长的、让人难熬的下坡？
画图是体检的第一步，但它只能"看个大概"。
问题在于——
眼睛会骗人。同样涨了一倍的两条曲线，一条让你睡得着，一条让你半路就割肉离场了。
光靠"颜值"判断，迟早翻车。我们需要尺子。
⚖️ 第二步：收益不能单独看，要和风险一起称
很多新手只盯着一个数：最后赚了多少。
这是最容易掉进去的坑。因为——
收益是用风险换来的。
你可以让一条曲线涨得很猛，代价是它中途可能腰斩；你也可以让它涨得温吞，但一路平平稳稳。光报一个"涨了 80%"，等于只说了故事的一半。
所以我们至少要同时看两类数字："涨多快" 和 "亏多深"。
先说"涨多快"——年化收益。
它的直觉很简单：把整段回测期间赚的钱，折算成"平均每年涨百分之多少"。不管你测的是三年还是十年，都拉到"每年"这个统一口径，这样不同长度的回测才能比。
再说那个真正揪心的——最大回撤。
这是本篇我要你死死记住的概念。它问的是：
从你账户曾经到过的最高点，一路滑到之后的最低点，中间最深的那一段，亏掉了百分之几？
peak = equity.cummax()drawdown = equity / peak - 1max_dd = drawdown.min()
这几行在干嘛？cummax() 是"记录到目前为止见过的最高水位"；拿当前净值跟这个历史最高点比，就知道现在从高点跌下来多少；这一路所有跌幅里最深的那个，就是最大回撤。
为什么最大回撤比收益更值得盯？
因为收益决定你能赚多少，回撤决定你能不能活到赚到的那天。
一个策略年化再漂亮，如果中途有过一段腰斩级的回撤，绝大多数真人——包括你——会在谷底那一刻扛不住、平仓离场。于是那条"理论上很赚"的曲线，跟你再无关系。
这正是第六季《资金管理》⑨ 反复敲打的回撤红线，也是第四季《回测的科学》⑧ 把绩效指标单独拎出来讲的原因：回撤不是一个数字，是你的心理承受边界。
📐 第三步：把"涨多快"和"亏多深"压成一个数
知道了收益和回撤，下一个很自然的念头是：能不能用一个数，同时考虑这两件事？
能。这就是大名鼎鼎的 夏普比率。
别被名字吓到，它的直觉一句话就能讲清：
你每多承受一份波动，到底换回来多少收益？
同样涨了 30%，一条曲线一路平稳，另一条上蹿下跳像心电图——前者的夏普更高，因为它用更小的颠簸换到了同样的收益。
sharpe = returns.mean() / returns.std()
这行的意思是：把每天的平均收益，除以收益的波动幅度。分子是"赚得多不多"，分母是"颠得厉不厉害"。用波动去"折价"收益——颠得越凶，同样的收益就越不值钱。
（实际计算里还会乘一个年化系数、减掉无风险利率，但那是细节。你先抓住这个直觉：夏普 = 收益 ÷ 波动。）
除了这几个，还有两个你在第六季就见过的老朋友，回扣一下：
- • 盈亏比：平均每笔赚的钱，是平均每笔亏的钱的几倍。
这两个要一起看——胜率三成的策略照样能赚钱，只要它"赚时赚得多、亏时亏得少"。单看胜率高就以为稳，是另一个常见的错觉。
把这些指标算齐，你手里就不再是一条"看着像在涨"的曲线，而是一张体检报告。
而报告最大的价值，是让不同的策略、不同的参数能并排比较。
同样的年化收益，回撤更小的那个更好。同样的回撤，夏普更高的那个更好。
凭这张报告选优，而不是凭"哪条曲线画得更顺眼"——这就是从"感觉派"走向"量化派"的那道分水岭。
这也正好回扣上一篇：我们费劲写出引擎、跑出那条曲线，不是为了欣赏它，是为了把它送进这台"指标机器"里评分。
📌 小结
- • 先画图，再算数。 资金曲线让你看个大概，但眼睛会骗人，真正下结论要靠指标。
- • 收益不能单独看。 收益是用风险换来的，只报"涨了多少"等于只说了一半故事。
- • 最大回撤最揪心。 它决定你能不能扛得住、活到赚到的那天——这是第六季回撤红线、第四季绩效指标的核心。
- • 用一个数压两件事。 夏普比率衡量"每承担一份波动换多少收益"；胜率和盈亏比要成对看。
- • 凭数字横向比，别凭颜值。 同样收益看谁回撤小，同样回撤看谁夏普高——这才是挑策略的姿势。
【下一篇预告】有了这套指标，你一定会冒出一个念头：那我多试几组参数，挑指标最漂亮的那组不就行了？下一篇⑦，我们就来聊参数优化——以及那条最危险的红线：当你拼命让指标变好看时，你很可能正在亲手把策略喂进"过拟合"的坑里。
如果这篇让你对"资金曲线"多了一分警惕，点个赞、点个关注，留言区告诉我：你以前是不是也只盯着"最后赚了多少"？
本文仅为个人学习记录与编程笔记，所涉代码与方法均为技术科普，非交易建议，不构成任何操作建议。市场有风险，据此操作风险自负。
10个月宝宝每天需要喝多少奶粉？
