最大回撤（Max DD）怎麼算：衡量與判斷策略
最大回撤是權益從高點下跌，到創出新高之前的下一個低點的最大跌幅。計算時沿著權益曲線走一遍，隨時記下累計高點；先確認報表是否計入未平倉虧損，再以帳戶大小與保證金（而非淨損益）來判斷，並預做準備：實盤回撤會比回測顯示的更大。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
最大回撤（Max DD）是什麼？它能告訴你策略的什麼？
最大回撤（Max DD）是帳戶權益從高點下跌，到創出新高之前的下一個低點的最大跌幅，以金額或百分比表示。它是唯一能描述你得熬過最糟一段的回測數字，要拿來和帳戶大小比，而不是和淨損益比。
回撤是權益低於先前高點的任何一段下跌。把它想成山脊上的登山者：路徑每次低於目前走過的最高點，登山者就處在回撤中，整趟路上最深的那一次下滑，就是最大回撤。走到山頂才結束，最深的那次下滑照樣記錄在內。最大回撤不是三件事：不是從起始資金算起的跌幅，不是單筆最大虧損，也不是只算最後一個高點之後的下跌。手上有權益序列或交易明細，免費的最大回撤計算機會幫你找出高點、低點與回復。
最大回撤之所以重要，是因為它決定你會不會繼續交易。一個策略的期貨回測最後獲利，但中途虧損深到帳戶見底，或深到讓你把策略關掉，那個獲利就毫無價值。淨損益告訴你路徑在哪裡結束，最大回撤告訴你途中跌得多深。
最大回撤怎麼一步步計算？
計算最大回撤的方法：沿著權益曲線往前走，記下目前為止的最高權益，在每個點量出低於它的差距，再取最大的差距。累計高點，是從起點到目前這個點所達到的最高權益值。因為高點一路帶著走，這個方法不會比較任意兩點，只拿現在與過去最好的一次比。
- 依時間順序，記錄每筆交易之後的權益（或每根 K 棒之後的權益，見下一節）。
- 維持累計高點。每個點的累計高點，取前一個累計高點與目前權益中較大的那個。
- 算出每個點的落差。落差 = 累計高點 − 目前權益，也就是你低於目前最佳水準的金額。
- 取最大的落差。這個數字就是以金額計的最大回撤。除以當時的累計高點，就是以百分比計的最大回撤。
假設性範例
六筆交易後的六個權益讀數，起始資金 $100,000。累計高點只會往上；落差是該列的高點減去權益。
| 交易 | 權益 | 累計高點 | 落差 |
|---|---|---|---|
| 1 | $100,000 | $100,000 | $0 |
| 2 | $104,000 | $104,000 | $0 |
| 3 | $101,000 | $104,000 | $3,000 |
| 4 | $106,000 | $106,000 | $0 |
| 5 | $98,000 | $106,000 | $8,000 |
| 6 | $103,000 | $106,000 | $3,000 |
最大回撤為 $8,000，從第 4 筆交易後的高點，到第 5 筆交易後的低點，約為該高點的 7.5%。曲線最後收在起點之上，$8,000 不變。
有兩個選擇會改變結果，要和結果一起寫下來。第一，金額或百分比：固定口數的回測通常用金額看，複利的回測用百分比看。第二，取樣點：只在交易出場時量回撤，可能漏掉持倉期間出現的更深低點。第二個選擇，是下一節的主題。
已平倉回撤還是 K 棒內回撤：你的報表顯示的是哪一種？
同一個策略，只用已平倉交易量回撤，最大回撤較小；把每筆交易內部的未平倉虧損也算進去，最大回撤較大，而你的帳戶對帳單顯示的是後者。已平倉回撤，是只用每筆交易平倉後的權益建立的回撤序列。K 棒內回撤（也稱未平倉權益回撤、按市價計價回撤）則是每根 K 棒都計入持倉未實現虧損的回撤序列。
這個差距，對遇到不利走勢仍續抱又不設停損的策略最大。一筆交易可能深陷虧損數週，最後仍在損益兩平附近平倉。已平倉的算法只記一小步；券商記下的是完整的下探，追繳保證金（若有發生）也是發生在那次下探。對日線策略，以日收盤價取的 K 棒內數字，已經比已平倉數字接近現實許多；真正的低點可能還再深一點，因為日內價格可能跌得比收盤價更低。
假設性範例
某策略在權益創新高時建立一個多單。接下來三週，市場下跌，未平倉虧損達到六千美元。之後市場回升，該筆交易以兩千美元的虧損平倉。這一段的已平倉回撤是兩千美元。K 棒內回撤是六千美元，為前者的三倍，而六千美元，就是最糟那天帳戶短少的金額。
| 問題 | 已平倉回撤 | K 棒內回撤 |
|---|---|---|
| 取樣內容 | 每次交易出場時的權益 | 每根 K 棒的權益，持倉按市價計價 |
| 交易內的未平倉虧損 | 不計入 | 計入 |
| 最大回撤的大小 | 較小或相等 | 較大或相等 |
| 與帳戶對帳單相符 | 否 | 是，以所用 K 棒週期為限 |
| 用途 | 快速比較交易明細 | 決定帳戶與保證金的規模 |
比較兩份報表之前，先確認各自用的是哪一種序列；持倉期間權益線是平的報表，就是已平倉報表。AlphaPrime（Valynox）的績效報表會把權益曲線與回撤畫在一起，最糟下探的位置與深度，可以和造成它的交易在同一張圖上讀出來。
多大的回撤可以接受？
可接受的最大回撤，是讓帳戶維持在必須持有的保證金之上，並且低於你會把策略關掉的虧損，所以判斷取決於帳戶大小，而不只是回撤本身。同樣的金額回撤，對大帳戶是困擾，對小帳戶是被迫出場。期貨比股票更尖銳：回撤之後，剩下的餘額仍須足以支應期貨槓桿下每口合約所需的保證金，否則部位會在最糟的時刻被平掉。
實務上設定上限的方式，是在看任何回測之前先寫下兩個數字：不改規則也能熬過的最大金額跌幅，以及低於它保證金就會把你逼出場的餘額。可接受的最大回撤，取兩者中較小的。許多交易人把預期最大回撤，控制在帳戶的適度比例，常在五分之一到三分之一之間，因為更深的坑要靠不成比例的大漲幅才爬得出來：虧 50% 需要賺 100% 才能回本。
下面這次回測，說明同一個回撤數字在不同帳戶規模下怎麼讀。測試的是 ES 日 K 棒，期間 2019-01-02 至 2025-06-30，多空皆做，一口，每筆手續費 $20、滑價 $25。規則是以標準指標組成的替代規則：只用隨機指標 KD（Stochastic Oscillator）規則作為唯一的進場與出場，沒有停損、停利或濾網；並非為研究回撤本身而設計。所示策略是搜尋試過的 1,024 個候選策略中唯一留下的，依報酬相對回撤的表現選出。事後挑出留下的那一個，會讓它顯得好看，所以請把這些數字讀成描述一條過去的路徑，不是這條規則的獲利，也不是讀者可以預期的結果。
來源：AlphaPrime 產品引擎（CPU），2026-10-31 執行。ES 日線，2019-01-02 至 2025-06-30，多空都做，1 口，每筆手續費 $20、滑價 $25。
| 數字 | 結果 |
|---|---|
| 淨損益（已平倉交易） | $94,192.5 |
| 最大回撤 | $60,292.5 |
| 交易筆數 | 41 |
| 勝率 | 60.98% |
| 獲利因子 | 1.713 |
| 平均每筆損益 | $2,297.38 |
| 持倉時間占比 | 93.75% |
最大回撤 $60,292.5，約為淨損益的 64%，這已經說明路徑相當顛簸。現在改成對照帳戶，而不是對照獲利來讀。帳戶 $100,000 時，回撤約占權益的 60%，低點剩下的餘額還得足以支應一口 ES 的保證金。帳戶是兩倍大時，約 30%；三倍大時，約 20%。同一個策略、同樣的交易，三種差距極大的感受。這三種規模裡，多數交易人只會說其中一種可以接受，而回測無法告訴你是哪一種；是你寫下的上限才能。
報表會顯示這次回撤在時間上的位置與持續多久，那是下一個問題，因為金額上撐得住的回撤，在耐心上仍可能撐不住。
回撤會持續多久？最大回撤與夏普比率、Calmar 比率有何關係？
回撤的持續時間，是與回撤深度不同的另一種煎熬；常用的兩個比率中，只有 Calmar 比率反映深度，夏普比率反映的是變異程度。回撤持續時間，是從權益高點到權益下一次創新高的時間，因此包含下跌與爬回兩段。兩個最大回撤相同的策略，水下的時間可能差距懸殊，而多數交易人在較長的那個回復之前，就早已放棄。
夏普比率，是策略高於參考利率的報酬（通常取短期國庫券殖利率），除以報酬的變異程度（標準差）；免費的夏普比率計算機可以由一串日報酬或月報酬算出這個比率。Calmar 比率，是策略的年報酬除以最大回撤。夏普看不到報酬的先後順序：把同樣的月報酬洗牌成不同的順序，夏普不變，但回撤可能深得多，因為虧損集中出現，挖出的坑比同樣的虧損分散時更深。Magdon-Ismail 與 Atiya（2004）指出預期最大回撤如何隨波動率與期間長度增加，這也是同一個策略做較長的回測，傾向顯示較大最大回撤的原因。Lo（2002）指出夏普本身取決於報酬的間隔，以及報酬在時間上如何相關，所以這兩個比率都不能取代直接閱讀回撤。
假設性範例
兩個策略的年報酬都是 10%，最大回撤都是 10%，所以 Calmar 比率都是 1.0；報酬變異程度相同，夏普也相同。策略 A 下跌 10%，三個月後創新高。策略 B 緩慢磨低 10%，花了十八個月才創新高。紙面上兩者打平；在實盤帳戶裡，B 的交易人看了一年半持平或下滑的餘額。
讀報表時，四件事要一起記：以金額與百分比計的最大回撤、高點的日期與回復的日期，以及整條曲線中最長的持平段，這一段往往和最深的那一段不是同一個。閱讀回測績效報表：Sharpe、Sortino、CAGR、最大回撤一文，說明其他比率如何與這些數字搭配。
為什麼實盤的最大回撤多半比回測更大？
回測的最大回撤是一個數字：來自單一的交易順序，也來自眾多候選中事後挑出的那一個。所以實盤的數字多半更大，回撤計畫也應以此為前提。三種效應推向同一個方向。
- 篩選。搜尋試過許多變體，只留下報酬相對回撤最好的那一個，留下的回撤偏小，有一部分是因為它本來就是挑小的選出來的。Bailey、Borwein、López de Prado 與 Zhu（2014）指出，同一份資料上、眾多候選中最好的結果會被高估，回撤和報酬都一樣。上面的 ES 回測，是 1,024 個候選中留下的一個，因此它的回撤數字應視為下限，而不是上限。
- 順序。歷史上的交易是以某一種順序出現。同樣的交易換成另一種順序，虧損的單集中在一起，淨損益相同，回撤卻更深。你看到的歷史，只是同一個策略可能產生的眾多路徑中的一條。
- 未來的市況。接下來的幾年，會出現資料裡沒有的行情。時間越長，出現新的最深坑的機會越多，如前一節所述。
蒙地卡羅模擬，是把已記錄的交易重新洗牌或重新抽樣許多次，記下每個新序列的最大回撤，得到一段可能的回撤分布，而不是單一數字；這個方法本身可追溯到 Metropolis 與 Ulam（1949）。結果要當成一個範圍來讀：若單次回測的數字落在分布中段附近，代表同樣合理的路徑有一半更糟。你可以用免費的交易用蒙地卡羅模擬器，對自己的交易明細自行洗牌，蒙地卡羅回測：真正的最大回撤大概更深一文則逐步說明如何讀輸出結果。
實務上的規則，由這個分布推出：帳戶規模要以遠高於回測數字的回撤來規劃。常見做法是，取回測最大回撤的一倍半到兩倍，或取蒙地卡羅分布較差一端附近的數字，兩者取較大的，並確認在那個深度下餘額仍足以支應保證金。接著為策略本身寫一條停止規則：回撤達到多少金額、或水下多久，就把它關掉、回頭研究。一個策略的回撤達到回測的兩倍，是在告訴你，回測已不再描述它。
假設性範例
某回測的最大回撤為 $10,000。洗牌後的交易，回撤從約 $7,000 到約 $19,000，其中一半高於 $12,000。以 $10,000 規劃的交易人，規劃的是幸運的那一半。改以 $20,000 規劃，也就是回測數字的兩倍、略高於最糟的一次洗牌，並確認帳戶減去 $20,000 後，仍足以支應每一口的保證金，這樣的計畫能撐過同樣的交易可能產生的多數路徑。
下一步：拿一個你正在考慮的策略的交易明細，用最大回撤計算機跑一遍，確認高點到低點的數字與持續時間，再到交易用蒙地卡羅模擬器洗牌，寫下帳戶要多大，分布較差的一端才仍留有保證金餘裕。
常見問題
最大回撤百分比多少算好？
沒有單一的好數字，因為合適的上限取決於帳戶大小，以及部位需要的保證金。許多交易人把預期最大回撤，控制在帳戶的適度比例，常在五分之一到三分之一之間，因為更深的坑需要不成比例的大漲幅才爬得出來。在看回測之前，先把上限寫下來，再拿回測去對照它，而不是反過來。
回撤與最大回撤有什麼差別？
回撤是權益低於先前高點的任何一段下跌，所以一條權益曲線有許多大小不同的回撤。最大回撤是在整段衡量期間內其中最大的一個，從高點量到創新高之前的最低點。報表通常兩者都列：目前或平均回撤描述平常的狀況，最大回撤描述發生過的最糟情況。
最大回撤用金額還是百分比衡量？
兩種都有人用，選擇要和數字一起註明。固定規模的回測，例如全程只做一口期貨，通常用金額來看，因為權益不會複利。複利的帳戶，則以當時高點的百分比來看。要拿來對照你願意虧損的帳戶比例，用的是百分比數字。
最大回撤小的策略，仍可能有風險嗎？
可以，有三種情形。報表可能顯示的是已平倉回撤，交易內的未平倉虧損從未被計入。策略可能是眾多候選中，因回撤小而被挑出來的一個，這會讓數字偏好看。短期回測也只是遇到壞階段的機會較少，因為預期最大回撤會隨時間增加。相信小數字之前，先查回撤類型、試過的候選數量，以及歷史長度。
References
- Magdon-Ismail, M., & Atiya, A. F. (2004). Maximum Drawdown. Risk, 17(10), 99–102.
- Lo, A. W. (2002). The Statistics of Sharpe Ratios. Financial Analysts Journal, 58(4), 36–52.
- 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.
- Metropolis, N., & Ulam, S. (1949). The Monte Carlo Method. Journal of the American Statistical Association, 44(247), 335–341.