交易收益能否壓縮成一個乘法模型？
把交易次數和部位翻倍，預期利潤也能直接翻倍嗎，哪些輸入會跟著一起變？
核對次數乘淨期望乘固定風險的假設，並在新增低質量交易或成本改變時重算總期望。
Snow 講解 · 約 30 秒
次數翻倍，利潤不一定翻倍
先猜一下：100 筆、每筆平均淨賺 0.1 個 R、1R 是 100 元，總期望 1000 元。把次數翻倍到 200 筆，總期望會怎樣？
- 把收益拆成三個數相乘：做多少筆，每筆平均淨賺幾個 R，一個 R 是多少錢。
- 100 筆，每筆平均淨賺 0.1 個 R，一個 R 是 100 元。總期望 1000 元。
- 想賺兩倍，就多做 100 筆？直接乘出來是 2000 元。先別急。
- 能新加的是另一類機會，每筆平均虧 0.05 個 R。這 100 筆，期望虧 500 元。
- 合在一起，200 筆的總期望只有 500 元，比原來少了一半。
- 再看成本：每筆毛賺 0.2 個 R，部位變大後成本從 0.1 漲到 0.22。
- 每筆淨期望變成虧 0.02 個 R，同樣 100 筆，總期望虧 200 元。公式沒錯，錯在以為別的數不會跟著變。
第 1 / 7 步
要點
總期望等於次數乘每筆淨期望乘每筆風險，但這三個數會互相牽連：加次數可能拉低質量，放大部位可能抬高成本。每改一個輸入，其他兩個都要重新核對。
搞混了會怎樣：以為多做一倍就多賺一倍，結果新加的全是湊數的交易；以為部位翻倍利潤翻倍，成本和滑價先把期望吃成負數。期望也只是平均，真實的一百筆照樣會連虧。
照著做
- 三個數都寫清口徑次數是哪一類機會，淨期望扣沒扣全部成本，每筆風險是不是固定金額。
- 新加的機會單獨算不同類的交易分組算期望再相加，不讓舊的平均數替新交易背書。
- 放大之前先壓成本假設成本上升再算一遍淨期望，變成負數就先別擴大，去收集真實成交證據。
真實行情：規則變靈敏，次數多了，總數少了
6 個幣 2022～2023 日線 · 均線規則全部訊號 · 只換一個輸入
次數多了 54 筆，合計從 +2,491 掉到 +239
加次數時，E 也會跟著變。
1原來算出多少？
跌破買價下方 6% 記 1R，每筆固定風險 100 美元。20 日均線：138 筆，平均每筆 +0.181R，合計 138 × 0.181 × 100 ≈ +2,491 美元。
2更靈敏為什麼更少？
換成 10 日均線：次數多了 54 筆，到 192 筆；可每筆只剩 +0.012R，合計約 +239，總數反而少了九成。新加進來的機會質量不同。
3成本再高一點呢？
10 日均線再把手續費從每邊 0.1% 提到 0.2%：每筆變成 −0.021R，合計約 −402。成本吃掉了本來就薄的那一點。
遇到了怎麼做
- 想加次數時，把新增的訊號單獨拎出來算淨期望，別沿用原來的平均數。
- 把手續費和滑價往壞處調一檔再算一遍，看淨期望還剩多少。
- 總期望旁邊同時寫樣本多少、連虧最長几筆；期望是平均數，不是帳戶保證。
去選擇對比：一百筆加一百筆、成本升到 0.22，三次選擇 →
資料口徑6 個幣日線 · 6% 失效記 1R、12% 目標、20 天期限 · 每筆固定風險 100 美元 · 收盤確認、次日開盤成交
行情為公開日線資料；均線規則、6% 失效、12% 目標、20 天期限、每筆 100 美元固定風險與手續費檔位為教學假設，收盤確認、次日開盤成交。結果只描述過去兩年，只用來看變數之間怎麼牽連，不代表任何一條規則以後能賺，也不代表 20 日線更好。
自測：換一組數字再算一遍
1. 50 筆，每筆平均淨賺 0.2 個 R，1R 是 200 元。總期望多少？
2. 每筆毛期望 0.15R，成本 0.05R。部位放大後，成本升到 0.18R。每筆淨期望變成多少？
本節完整講解概念圖解 · 輸入會牽連 · 三種結局 · 真實賬本 · 選擇練習 · 行動卡 · 進階
01先把這件事講明白
如果每筆都用同一個固定金額 R 承擔風險，每筆淨期望穩定為 E 個 R，做 N 筆的總期望就是 N × E × R。用它的目的，是看增長卡在哪個環節；按淨值比例調整部位時，資金變化還會進入複利過程，要另用逐期資金模型。
02三個數會互相牽連
公式裡的三個數看上去各管各的，其實會一起動：加次數可能拉低質量，放大部位可能抬高成本。先看次數。
留意次數翻倍時，E 往往不會原樣跟著過來；新加的機會要單獨算。
全貌：橫軸是筆數，色塊在橫線上方是賺、下方是虧，面積就是金額。按按鈕一步步看。
結論不同類的交易分組算期望再相加，不讓舊的平均數替新交易背書。實際結果仍可能高於或低於 500，模型只比較給定假設下的期望。
再看成本。部位變大以後，滑價和成交質量都可能變差；「執行質量」在沒有定義之前，不能隨手塞成一個精確係數，要落到成本這一欄裡。
留意E 是毛期望減成本後剩下的那一小截，本來就薄，成本一動它就可能翻成負數。
結論放大之前先壓成本假設：往壞處調一檔再算一遍淨期望，變成負數就先別擴大，去收集較大訂單的真實成交證據。
03成立、失敗和放棄，分別怎麼處理
教學示意：同樣的 100 筆、每筆固定風險 100 元，輸入變一點，結論就改變。
04主案例：一條真實規則的賬本
前面都是給定的數。這裡換成真實行情算出來的賬：同一條均線規則，全部訊號都算、不挑，只換一個輸入，看 N × E × R 和路上的起伏怎麼變。
全貌：三條線是同一條規則的三個版本，橫軸是按日期排好的第幾筆，縱軸是累計的淨 R。點按鈕一條條加上去。
三個版本的 N × E × R（每筆固定風險 100 美元）
結論想加次數時，把新增的訊號單獨算淨期望；把手續費和滑價往壞處調一檔再算。總期望旁邊同時寫樣本多少、連虧最長几筆。
真實行情：ETH、SOL、BNB、XRP、ADA、DOGE 對 USDT 日線，2022-01-01 至 2023-12-31，資料取自，全部訊號都算、不挑。全部樣本照實統計，只說明這段歷史，不代表機率，不承諾收益。均線規則、6% 失效、12% 目標、20 天期限、每筆 100 美元固定風險與手續費檔位為教學假設，收盤確認、次日開盤成交。結果只描述過去兩年，不代表任何一條規則以後能賺，也不代表 20 日線更好。
05資訊一段段到來，看看各選擇的後果
教學假設：每筆風險金額固定 100 元，期望以 R 表達，都是練習給定的值。只比較模型輸入的變化，不聲稱實際交易能得到這些期望。
原計畫是 100 筆同類機會，每筆淨期望 0.1R，顯式和隱含成本都已計入 E。每筆風險固定 100 元。
總期望怎麼表述？E 已經是扣完成本的淨值，再扣一次就把成本算了兩遍。
100 × 0.1 × 100 = 1000，是給定輸入下的期望；真實的 100 筆可以偏離它，過程中也有回撤。
期望是平均，不是下限。筆數多隻讓結果更靠近平均，不保證不低於它；相關的交易還會一起虧。
提示：檢查淨期望是否已經包含交易成本。 選一支，三支的後果都會畫出來。
現在額外加入 100 筆另一類機會，每筆淨期望 −0.05R，風險仍是每筆 100 元；原來 100 筆的輸入不變。
合計 200 筆的總期望是多少？這預設新加的 100 筆和原來一樣好。它們是另一類機會，期望要單獨算。
100 × 0.1 × 100 = 1000，100 × (−0.05) × 100 = −500，合計 500。
合計仍是正的 500。負期望的那一組拉低了總數，但沒有把原來那組變成負的。
提示：對不同場景分別計算，再相加。 選一支，三支的後果都會畫出來。
決定只做原來那 100 筆。原毛期望 0.2R；保持每筆 100 元風險的成本壓力情景裡，成本從 0.1R 升到 0.22R。
在這個成本假設下，結論是什麼？舊的 E 在新成本下不再成立。先用較大訂單的真實成交證據核對成本，再決定。
放大部位會改變成本和成交質量，E 可能跟著變負，數量越大虧得越多。
按原來的固定風險口徑，100 × (−0.02) × 100 = −200 元。這是給定壓力假設下的數學結果，據此才談得上暫緩。
提示：先算新的淨期望，再討論要不要擴張。 選一支，三支的後果都會畫出來。
你走過的路徑
評價依據是當時的資訊，不看事後漲跌。
06把本節方法留給實戰
照圖 1 的三個口徑問題，把自己的 N、E、R 各寫一句來源；想加次數就照圖 2 分組算，想放大就照圖 3 把成本往壞處調一檔。總期望旁邊寫上樣本多少、連虧最長几筆（圖 5）。
需要時再寫自己的行動卡（可選）
07再往深處想一步
展開相關性、樣本不穩定與挑引數的風險
期望的線性可加性不要求交易彼此獨立，但相關性會影響總結果的分散程度和連虧結構。把同時受一個事件影響的多筆訂單當成獨立重複，會低估帳戶壓力。報告裡可以保留同一事件或同向暴露的分組，檢查損失怎樣聚集，而不是隻靠筆數多就說證據充分。
樣本平均只是未知期望的估計，結果由少數大盈利主導時尤其不穩。上圖同一條規則，2022 年 70 筆平均 −0.159R，2023 年 68 筆平均 +0.530R，一正一負。敏感性分析能展示 E 略降、成本上升或機會減少時模型怎樣變化，但給不出某條路徑的實際機率。頻繁篩選大量引數時，還要警惕挑中偶然的好結果，並留一段沒參與挑選的樣本做驗證。
想再想一想？展開問題與筆記（可選）
把交易頻率加倍，就能保證期望利潤加倍嗎？
筆記僅儲存在當前瀏覽器展開參考思路
不能保證。新增交易的淨期望、成本、相關性和執行能力都可能變化，實際收益也不等於期望值。