大数定律：量化的信仰基石

上一章我们学了期望值。你可能已经发现了一个问题：期望值说的是"长期平均"，那"长期"到底是多长？如果我做了一个正期望的策略，但连续亏了10次，是不是说明这个策略有问题？

答案是：不一定。这就是大数定律要告诉我们的事。

大数定律的核心思想非常朴素：

当试验次数足够多时，实际结果会越来越接近期望值。

抛硬币是最经典的例子：

这就是大数定律：样本越大，实际频率越接近理论概率。

大数定律在交易分析中有一个极其重要的推论：

一个正期望的策略，只有在执行足够多次之后，才能真正体现出正收益。

如果你有一个期望值为正的策略，但你只执行了20次，你完全可能是亏损的。就像抛10次硬币，完全可能8次反面。这不意味着硬币不均匀，只是样本太小。

这是一个好问题，答案取决于你的胜率和盈亏比：

让我们看看42号概率实验室的策略回测数据。这些策略回测区间为2025年1月至2026年8月，共393个交易日。

动量轮动策略：累计收益18.87%，最大回撤6.04%。

在393个交易日中，这个策略并不是每天都在赚钱。很可能有连续几周甚至几个月的亏损期。但393次操作（大样本）之后，它的实际收益收敛到了它的期望值附近——累计18.87%的正收益。

再看趋势跟踪策略：累计收益12.32%，最大回撤仅2.01%。

趋势跟踪策略的胜率通常较低（可能只有30-40%），大部分时间在"小亏"。如果你只看了前50次操作，可能发现它整体是亏损的。但坚持到393次之后，少数几次大赚覆盖了所有小亏，最终实现正收益。

大数定律是量化策略的信仰基石：只要你的策略是正期望的，坚持执行下去，概率会站在你这边。

"我用了你的策略，亏了3次，看来不行啊。"

3次操作完全不能说明任何问题。就像抛3次硬币得了3次反面，你不能据此说硬币两面都是反面。至少需要50-100次操作才有初步的参考价值。

"已经连亏5次了，下次该赢了吧？"

这是把大数定律用反了。大数定律说的是长期趋近，不是说短期会"补偿"。每次操作是独立的，前面亏了5次不影响第6次的概率。

这里有一个实际中的矛盾：

大数定律要求你执行足够多的次数才能见效。但如果你的资金管理不当，在"见效"之前就已经亏光了，那你永远等不到大数定律兑现的那天。

举个例子：假设你有一个正期望策略，但你在某次操作中把全部资金都押上去了，结果遇到一次极端亏损，资金缩水50%。这时候你需要赚100%才能回到原点。

这就是为什么我们在42号概率实验室中强调资金管理的重要性。看这些数据：

选择哪种策略，取决于你能承受多大的回撤。但无论哪种，资金管理都是确保你能"活到"大数定律兑现的关键。

这也是一个实操问题。对普通交易者来说，频繁操作有手续费成本，而且容易受情绪影响。

一种方法是多策略并行。如果你同时运行3个低相关性的策略（比如网格交易+动量轮动+趋势跟踪），每个策略的交易次数合在一起，就能更快地累积大样本。

在42号概率实验室的策略体系中，5大策略的设计就考虑了这一点：它们各自有不同的逻辑和适用场景，组合运行时可以增加总交易次数，加速大数定律的兑现。

假设你有一个策略，胜率为45%，盈亏比为2:1。你执行了30次操作，结果是亏损的。你能因此断定这个策略无效吗？如果不能，至少需要执行多少次才能初步判断？

恭喜完成基础单元！接下来我们进入进阶单元。下一章将学习条件概率——理解信息如何改变你对概率的判断。当你看到"放量突破"这个信号时，上涨的概率会怎样变化？

⚠️ 免责声明：本课程内容仅供教育和学术交流目的，旨在帮助读者理解概率论与统计学基础知识。文中所有数据均为历史回测统计结果，不代表未来表现。任何策略的回测数据均不构成对未来收益的保证或承诺。请读者理性学习，独立思考。