什么是交易期望值？
交易期望值是在大样本下，单笔交易平均能给你带来多少利润或亏损。公式是：期望值 = (胜率 × 平均盈利) − (亏损率 × 平均亏损)。结果是正数，说明你的策略有数学优势；是负数，说明它在持续放血。
期望值回答的是一个交易系统唯一重要的问题：同一套形态做一千次，最后是赚是亏？高胜率让人舒服，但照样可能亏钱。期望值把情绪剥掉，把整个流程压缩成每笔交易的一个预期值。
最干净的表达方式是用 R，也就是你的风险单位。如果每笔交易固定冒 1R 的风险，并把盈利按这个风险的倍数来衡量，那么以 R 计的期望值就是：E = (胜率 × R) − (亏损率 × 1)，其中 R 是你的平均盈亏比。这样算出来的数字跟账户大小无关，可以在不同策略之间直接比较。
怎么计算交易期望值？
算期望值需要从交易记录里取四个输入：胜率、亏损率、平均盈利单、平均亏损单。下面的算术是为了演示机制而构造的例子，不代表任何真实账户的表现。
第一步：凑齐四个数字
- 胜率 = 盈利笔数 ÷ 总笔数。
- 亏损率 = 1 − 胜率（假设没有打平的交易）。
- 平均盈利 = 盈利单总利润 ÷ 盈利单笔数。
- 平均亏损 = 亏损单总亏损 ÷ 亏损单笔数（取正数）。
第二步：代入公式
假设一个策略的胜率是 45%，平均盈利 300 美元，平均亏损 150 美元，那么亏损率是 55%。算一下：(0.45 × 300) − (0.55 × 150) = 135 − 82.50 = 每笔 +52.50 美元。按 200 笔推算，这笔毛优势大约是 10,500 美元——还没扣成本。
第三步：换算成 R，方便迁移
这里平均盈利 300 美元对应 150 美元的风险，是 2R 的回报，所以 R = 2。以 R 计的期望值 = (0.45 × 2) − (0.55 × 1) = 0.90 − 0.55 = 每笔 +0.35R。平均下来，每做一笔你就净赚 0.35 个风险单位。职业交易员盯的就是这个数，因为换了账户规模、改了仓位大小，它都不会变。
为什么期望值胜过胜率
孤立地看，胜率是交易里最有误导性的数字之一。一个策略可以连一半的单都赢不到，却依然非常赚钱，因为期望值衡量的是盈亏的幅度，而不只是出现的频率。散户思维最容易断在这里。
用算术证明一下。拿两个用 R 记账的交易者对比：
| 指标 | 交易者 A | 交易者 B |
|---|---|---|
| 胜率 | 40% | 70% |
| 盈亏比（R） | 1:3 | 1:1 |
| 期望值（R） | (0.40 × 3) − (0.60 × 1) = +0.60R | (0.70 × 1) − (0.30 × 1) = +0.40R |
交易者 A 一半以上的单都输，但每笔赚 +0.60R，比 B 的 +0.40R 多出 50% 的优势，尽管 B 的命中率远高于 A。原因在于 A 的盈利单是亏损单的三倍大，盈利的幅度压过了频率。
追着胜率跑会让你看不到这一点。一个胜率 90%、冒险 500 美元只为赚 50 美元的策略，期望值是 (0.90 × 50) − (0.10 × 500) = 45 − 50 = 每笔 −5 美元。十次赢九次，也挡不住这种慢性失血。
期望值的正负号，是你交易日志里最重要的单一诊断指标。它告诉你这套策略到底还值不值得做。
- 正期望值（E > 0）：系统平均在赚钱。剩下的工作是执行一致，并负责任地放大风险。每一笔合规的交易都是正和动作。
- 零期望值（E = 0）：事后看就是抛硬币。平均不赚不亏，但成本和滑点会把真正的零期望系统推进红字区。实践中，零就是亏损。
- 负期望值（E < 0）：不管你多有纪律，系统长期都在亏钱。仓位管理、心态、耐心，都救不了负的优势。要改的是策略，不是心态。
一句扎心的大实话：纪律救不了负期望值，只能让你亏得更慢、更稳定。任何交易者的第一件事，是确认这个数为正；其他一切都在其次。
单笔期望值不够用：频率与样本
单笔期望值只是增长等式的一半。账户增长由期望值 × 频率驱动。一个每周出现两次的 +0.35R 形态，产出远远超过一个月才出现一次的 +0.80R 形态。
自己动手算算。策略 X：+0.35R，每月 8 笔 = 每月 +2.8R。策略 Y：+0.80R，每月 2 笔 = 每月 +1.6R。尽管单笔期望值更低，策略 X 复利起来快了近一倍，因为它出手次数多。不过，没有正优势的频率只会加速亏钱。
样本量是另一个坑。30 笔的样本是噪音，不是证据。期望值是个平均值，小样本的平均值摆动极大，因为一笔离谱的大赢或一小串连亏就能主导整个结果。信了 30 笔的数字，交易者就会扔掉好系统、死守烂系统。
根源是方差。40% 的胜率下，连续六七笔亏损完全正常，任何几百笔的样本里都会出现。而在 30 笔里，运气的排列可以让一个 −0.20R 的系统看起来像 +0.50R，反过来也一样。你测的是随机性，不是优势。
- 30 笔以内：基本等于听故事。别下结论。
- 50–100 笔：对正负号大致有个方向感。
- 200 笔以上：对稳定行情里的稳定策略，才算得上可用的期望值估计。
就算到了 200 笔，期望值也是个移动靶：波动状态变了、你收紧了过滤条件、或者市场行为本身演化了，它都会跟着变。持续重新测量，别把一次回测当成永久真理。
期望值表：胜率 × R 网格
期望值是胜率和盈亏比的二元函数，所以可以把盈亏平衡线画到一张网格上。下表列出了常见组合对应的以 R 计的期望值。任何一个正数格子都是数学优势（未扣成本）；拿来核对你自己的数字正合适。
| 胜率 | R = 1:1 | R = 1:2 | R = 1:3 |
|---|---|---|---|
| 30% | −0.40R | −0.10R | +0.20R |
| 40% | −0.20R | +0.20R | +0.60R |
| 50% | 0.00R | +0.50R | +1.00R |
| 60% | +0.20R | +0.80R | +1.40R |
看那条盈亏平衡对角线：1:1 时你需要超过 50% 的胜率；1:2 时需要超过 33%；1:3 时只需要超过 25%。每个格子都是从 E = (胜率 × R) − (亏损率 × 1) 算出来的普通算术。这张网格解释了为什么提高 R 通常比提高胜率容易。
成本、滑点，以及用 ICT 思路抬高期望值
上面所有计算都是毛的。真实的期望值要扣除点差、佣金和滑点，而这些成本对薄优势的杀伤格外重。+0.10R 的毛优势，一旦减去摩擦就可能翻负。
假设你的风险单位是 200 美元，一来一回的成本（点差 + 佣金 + 常规滑点）平均每笔 12 美元。这就是每笔交易 0.06R 的拖累，赢亏都得付。毛 +0.35R 的策略净剩 +0.29R；毛 +0.10R 的策略只剩勉强的 +0.04R，一次不利的成交就能抹掉。出手越频繁的系统，伤得越重。
结构性的解法，是优先选择回报相对摩擦足够大的形态——聪明钱交易员抬升期望值靠的正是这一点。他们不去追那种脆弱、依赖行情状态的胜率，而是攻等式的 R 这一侧：更大的回报，对着更紧、有结构依据的风险。上面的网格已经说明了原因：R 上一点小提升，胜过胜率涨一截。
- 结构止损，不是随手拍的。把止损放在 order block 外侧一点点，或者扫过流动性的那个低点下方，得到的失效点紧凑且有逻辑——1R 随之变小，回报倍数被撑大。
- 瞄准 draw on liquidity。把目标定在一个清晰的 Draw on Liquidity——对面那片买方或卖方的流动性池子——得到的是明确的高 R 目标，而不是猜出来的出场。
- 靠共振做筛选。等到 Fair Value Gap (FVG) 与更高周期的方向偏向以及一次 liquidity sweep 对齐再出手，平均盈利质量会上去，而不用强求更高的裸命中率。
一个具体例子（点位仅为演示）：EURUSD 上，价格扫掉 1.0820 附近的前低又收回，上方留下一个 FVG。你在 1.0835 入场，止损 1.0810，1R 就是 25 点。如果 draw on liquidity 位于 1.0910 附近的前高，目标就是 75 点，干干净净的 3R，不需要赌硬币式的胜率。
散户的止损都堆在明显的等高等低点上，结构化入场让你冒的风险正好落在真正证伪想法的那个位置，而不是随便数出来的点数。这种精确度，才是复利成正期望值的来源。像 LiquidityScan 这样的扫描器能把多个货币对上的这类结构形态实时筛出来，你只需要把符合自己标准的那些记进日志。
怎么在交易日志里跟踪期望值
没有一份纪律严明的记录，就算不出期望值，日志是地基。每笔交易都用 R 来记，别只记美元，这样账户做大之后，你的期望值依然可比。
日志最少要记这几列
- 日期、货币对和形态类型（这样才能分策略算期望值）。
- 入场价、止损、目标，加上计划好的 R。
- 以 R 计的结果（全亏 = −1R；赢 2.4R 就是 +2.4R；成本算进去）。
- 执行有没有守规矩（用来把优势和失误分开）。
完整算例：一份 50 笔的记录
设想一份 50 笔的记录（演示算术，非真实结果）：22 笔盈利，平均 +2.1R；28 笔亏损，平均 −0.9R。胜率 = 44%。期望值 = (0.44 × 2.1) − (0.56 × 0.9) = 0.924 − 0.504 = 每笔 +0.42R。总计 = 50 × 0.42 = +21R。我的原则很简单：50 笔只是方向性参考，不是证据；攒到 200 笔以上，再谈放大仓位。
把日志按形态、时段、货币对切开来看。你经常会发现一套形态扛起了全部优势，另一套在悄悄跑负——这种信息，只有期望值、只有在真实样本上的跟踪才能暴露出来。
会污染期望值数字的几个错误
- 迷信小样本。做了 20–30 笔就宣判一个策略死刑或封神。那是方差在说话，不是期望值。
- 无视成本。只算毛期望值，忘了点差、佣金和滑点——薄优势会被它们翻成负的。
- 追胜率。优化的是赢的次数而不是赢的幅度，R 被一路压缩，直到期望值崩掉。
- 混着算。几套形态揉成一个期望值数字，亏损的那套就藏在盈利的那套背后。
- 不按 R 记录。只记美元的日志，随着仓位和账户余额变化，期望值会被扭曲。
避开这些，你的交易期望值才是诚实的；而一个诚实的期望值数字，是交易者手里最接近罗盘的东西。
常见问题
多大的交易期望值算好？
扣完成本后为正，就是真实优势。以 R 计，很多稳健的系统落在每笔 +0.2R 到 +0.6R 之间。更高的数字也有，但多半来自小样本或短命的行情状态。盯着 200 笔以上稳定为正的数字，别迷恋 30 笔里的惊艳表现。
高胜率的策略也可能期望值为负吗？
完全可以，而且很常见。胜率 90%、冒险 500 美元只为赚 50 美元的策略，期望值是 (0.90 × 50) − (0.10 × 500) = 每笔 −5 美元。罕见的大亏，压过了频繁的小赚。这正是为什么单看胜率是危险的指标，期望值才是正确的那一个。
期望值和预期值有什么区别？
是同一个概念。交易期望值就是把预期值用在单笔交易上：所有结果的概率加权平均。按每笔来表达、尤其是用 R 的倍数来表达，只是为了方便跨策略、跨账户规模去跟踪和比较。
期望值会一直保持不变吗？
不会。波动状态切换、你调整过滤条件、市场自我适应，期望值都会漂移。趋势行情里赚钱的策略，进了震荡可能就变成白忙活。滚动地重新测量期望值，别把一次回测当成系统的永久属性。
相关阅读路径
期望值连接着风险、日志和验证这些话题——正是它们把一个数字变成可重复的优势。建议按顺序读：
- ICT 仓位管理：风险、R 倍数与一致性——把期望值所用的 R 单位固定下来。
- 职业交易员用来建立优势的 ICT 交易日志模板——让你根本算得出期望值的记录结构。
- 怎样正确回测一套 ICT 策略——攒出足以让数字可信的大样本。
- ICT 风险管理框架——把仓位控制好，让正期望值扛得过回撤。
- 盈利交易者的资金曲线长什么样——看看持续的正期望值长期会画出什么。
- 如何在 ICT 交易中找到自己的优势：专业化框架——通过专业化把期望值再往上推。
- 交易中的 FOMO：为什么你总在追入场，怎么治——关于追单心理的另一个角度。
- 胜率 vs 盈亏比：哪个对盈利更重要——对比胜率与盈亏比的取舍，更有效地运用期望值。