期貨風險指標：計算方式與以回撤決定資金規模
風險指標是帳戶權益數除以持倉所需原始保證金，當權益數低於總維持保證金時就會開始追繳。帳戶資金要抓到：即使虧損超過回測中最差的回撤，風險指標仍高於你設定的下限。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
期貨帳戶的風險指標是什麼？
期貨帳戶的風險指標，是帳戶權益數除以持倉所需原始保證金，以百分比顯示。當權益數低於總維持保證金時，就會開始追繳保證金。確切的定義與觸發水準，請以期貨商的對帳單為準。回測中最差的回撤，可以幫你把帳戶資金抓在這個水準之上。
可以把風險指標想成保證金的油表。油箱滿，代表緩衝厚；指針接近空了，期貨商很快就會要你補錢。
整個概念靠三個名詞：權益數是帳戶現金加減持倉未實現損益，以當前市價計算；維持保證金是持倉期間，交易所與期貨商要求每口至少要有的權益；原始保證金是建立新部位時每口所需的較高金額。
期貨風險指標怎麼計算？
計算只有一個除法：權益數除以所有持倉的總原始保證金，再乘以 100%。
風險指標 = 權益數 ÷ 總原始保證金 × 100%
這裡的「權益數」就是上述包含未實現損益的數值。「總原始保證金」是每口原始保證金乘以口數，再把所有持倉加總。結果為 100%，代表權益數剛好等於建立這些部位所需的原始保證金。維持保證金低於原始保證金，所以追繳是在 100% 以下、權益數跌破總維持保證金時開始。舉例來說，若維持保證金是原始保證金的 75%，那個點就是風險指標 75%。
有些平台改用以維持保證金為基礎的版本，100% 代表權益數剛好跌到維持水準。持有選擇權的帳戶也會加減選擇權的價值。你的期貨商對帳單會寫明採用哪個版本，以及觸發追繳或代為沖銷的水準。交易所會調整保證金水準，例如波動變大時，所以目前的數值以交易所的契約或保證金頁面為準。台指期保證金計算器可以查看台指期、小型台指與微型台指期貨的每口保證金。
假設範例
你持有一口，原始保證金 100,000，維持保證金 75,000。權益數是 300,000，所以風險指標為 300,000 ÷ 100,000 × 100% = 300%。行情走勢不利，未實現虧損達 90,000，權益數變成 210,000，比率為 210%。若未實現虧損達 225,000，權益數為 75,000，比率為 75%。此時權益數等於維持保證金，再多虧一點就會被追繳。
風險指標為什麼會下降？
比率下降有兩個原因：上面的數字（權益數）縮小，或下面的數字（保證金）變大。
| 發生的事 | 比率中改變的部分 | 對風險指標的影響 |
|---|---|---|
| 持倉未實現虧損擴大 | 權益數下降 | 下降 |
| 虧損的交易平倉，或你提領現金 | 權益數下降 | 下降 |
| 交易所調高原始與維持保證金 | 保證金上升 | 下降，即使價格沒變 |
| 你加碼增加口數 | 保證金上升 | 下降 |
| 你平掉部分口數 | 保證金下降 | 上升 |
最危險的情況是兩個原因同時發生。劇烈行情造成未實現虧損，同樣的波動又常讓交易所調高保證金。分子變小、分母變大，發生在同一週。各期貨商保證金與回測帳戶規模一文說明保證金水準如何影響帳戶規模。
回測中哪些數字衡量的是同一種風險？
最大回撤、潰瘍指數與最長連續虧損，描述的危險和風險指標相同，只是看的是歷史而不是即時。風險指標告訴你現在站在哪裡；這三個數字告訴你過去權益曾跌多深、多久、多快。
最大回撤
最大回撤是權益曲線從前一個高點到之後低點的最大跌幅。要用每口的金額來看，不要只看百分比。百分比取決於回測假設的起始資金，而那個數字常常是隨意設的。每口金額則可以直接和每口保證金比較。回撤計算器可以從任何權益序列算出最大回撤與恢復時間。
要確認回撤是怎麼衡量的。只用已平倉交易算出的回撤，可能漏掉單筆交易內部的低點。期貨商在持倉期間會對未平倉部位計價，所以逐 K 棒納入未實現損益的回撤，才和風險指標相符。
潰瘍指數
潰瘍指數結合權益低於前一高點的深度與持續時間。白話來說，它把每根 K 棒上權益低於前一高點的幅度取平均，而且對深的跌幅加權較重，淺的較輕。兩個策略的最大回撤可以一樣，其中一個一週就恢復，另一個卻整整一年都在水下。最大回撤把兩者視為相同，潰瘍指數則會給第二個高得多的數值。和百分比回撤一樣，它也取決於起始資金，所以比較策略時要用相同資金。
最長連續虧損
最長連續虧損是連續虧損交易的最大筆數。除了筆數，也要計算連續期間虧掉的金額。連續虧損的損失一筆接一筆，中間沒有獲利交易把權益拉回來。因此它直接檢驗維持保證金之上的緩衝是否夠厚。
| 指標 | 它告訴你什麼 | 保證金規劃最適合的單位 |
|---|---|---|
| 風險指標 | 目前權益數與持倉保證金的比較 | 百分比 |
| 最大回撤 | 過去從高點下跌的最深幅度 | 每口金額 |
| 潰瘍指數 | 過去跌幅的深度與持續時間合併 | 固定起始資金下的指數值 |
| 最長連續虧損 | 可能連續出現多少筆虧損 | 筆數與虧損金額 |
怎麼把回測最差回撤和保證金比率連起來？
帳戶資金要抓到：虧損超過回測最差回撤時，風險指標仍高於你事先選定的下限。步驟如下：
- 取得誠實的最差回撤。回測要納入手續費、滑價與貼近實際的成交。AlphaPrime (Valynox) 的回測在每次評估中都包含費用、滑價、下一根 K 棒成交與交易時段。沒有計入成本的回撤太淺。
- 換算成你的規模。把每口的最差回撤乘以你打算交易的口數。
- 加上緩衝。乘以 1.5 或 2 之類的係數，因為未來可能比過去更糟。下一節會說明原因。
- 選定下限。選出你在該虧損下能接受的最低風險指標，要明顯高於觸發追繳的水準。
- 加總。所需權益數是下限乘以總原始保證金，再加上加了緩衝的回撤。
- 測試保證金調高。把保證金調高，例如 20%，重做第 5 步，再檢查一次比率。
假設範例
一口的原始保證金為 100,000，維持保證金為 75,000。回測含成本的最差回撤是每口 150,000。加上 1.5 的緩衝，你規劃的虧損是 225,000。你希望在該虧損下風險指標仍不低於 150%，也就是還剩 1.5 × 100,000 = 150,000 的權益數。所需權益數是 150,000 + 225,000 = 375,000，起始風險指標為 375%。若交易所把保證金調高 20%，原始保證金變成 120,000，維持保證金變成 90,000。同樣的規劃虧損之後剩下 150,000 ÷ 120,000 = 125%。權益數 150,000 仍高於維持保證金 90,000，但緩衝變薄了。
連續虧損也用同樣方式檢查。取最長連續虧損期間的虧損金額，套用相同的緩衝，確認比率仍高於你的下限。如果連續虧損的金額比你資金規劃中的最大回撤更大，就用較大的那個數字。
為什麼回測看不出未來最差的回撤？
回測顯示的是一條過去路徑的最差回撤，而未來是另一條路徑。想想河岸上最高的洪水線：你把房子蓋在它之上，但沒有什麼能阻止下一次洪水漲得更高。未來既然是另一條路徑，可以用蒙地卡羅模擬器從你自己的交易結果抽出許多條替代路徑，看看回撤有機會比回測那一條深多少。
- 只有一條路徑。同樣的交易換個順序，可能產生更深的回撤。像Excel 的蒙地卡羅模擬那樣重新洗牌交易明細，可以得到一個回撤範圍，而不是單一數字。
- 時間越長，機會越多。最大回撤是單一最差事件。交易越久，出現更糟事件的機會就越多。
- 篩選讓結果看起來更好。從許多測試過的版本中挑出最好的，它的好成績有一部分是運氣，所以在新資料上表現往往較弱（Bailey et al., 2014），回撤也可能比回測顯示的更深。Harvey 與 Liu（2015）主張，回測結果應依背後的測試次數打折。
- 市場條件會變。未來的波動、流動性與保證金水準可能和回測期間不同。
實務上的答案，就是第 3 步的緩衝，加上事先訂好的規則：如果實單的回撤超過回測最差回撤，就降低部位大小，或停下來檢討策略。
如果你使用 AlphaPrime：在績效報表中，查看含手續費與滑價的回測所呈現的策略權益、回撤與交易，取每口金額計的最差回撤與連續虧損，並把帳戶資金抓到：虧損比兩者都大時，風險指標仍高於你的下限。
常見問題
期貨風險指標（期貨風險指標）怎麼計算？
把帳戶權益數（含未實現損益）除以持倉的總原始保證金，再乘以 100%。例如權益數是原始保證金的三倍，風險指標就是 300%。有些平台分母用維持保證金，或加入選擇權價值，所以請確認期貨商對帳單上的定義。
風險指標跌到多少會被追繳？
當權益數低於總維持保證金時，期貨商會發出追繳通知。以常見定義（權益數 ÷ 原始保證金）來看，這會發生在 100% 以下，也就是維持保證金對原始保證金的比率，確切水準請查看期貨商的對帳單。如果比率持續下降到交易所規則與期貨商契約所訂的水準，期貨商可以代為沖銷部位。
回測能告訴我期貨帳戶需要多少錢嗎？
回測會給你過去最差的回撤與連續虧損，這是決定資金規模的起點。加上你選定下限的保證金，再在最差回撤之上加一個緩衝，因為未來可能比回測更糟。再用更高的保證金重新檢查結果。
最大回撤和潰瘍指數有什麼不同？
最大回撤是從高點下跌的單一最深幅度。潰瘍指數結合權益低於高點的深度與持續時間。兩個最大回撤相同的策略，如果一個很快恢復、另一個好幾個月都在水下，潰瘍指數可以差很多。
參考文獻
- Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.
- Harvey, C. R., & Liu, Y. (2015). Backtesting. The Journal of Portfolio Management, 42(1), 13–28.