前面我们讲了回测。
回测不是只看一个判断对不对，而是用历史样本验证一套规则长期表现如何。
但是，回测里最容易被忽略的一个问题是：
过程。
很多人看回测，只看最终结果。
比如：
命中率 58%；
ROI 6%；
长期结果为正；
样本数量 1000 场。
这些指标当然重要。
但它们还没有回答一个更现实的问题：
这套方法在过程中会经历多大的低谷？
也就是说：
它有没有连续不理想阶段？
它从高点到低点最大下滑过多少？
它的波动是否能承受？
它是不是表面长期为正，但中间过程非常痛苦？
这个问题，就要用到本章的核心概念：
最大回撤。
最大回撤，英文常写作 MDD，全称是 Maximum Drawdown。
它是足球量化里非常重要的风险指标。
因为长期结果好，不代表过程舒服。
一、最大回撤到底是什么？
最大回撤可以这样理解：
从某个阶段最高点，到后面最低点之间，出现过的最大下滑幅度。
它衡量的不是最终赚了多少，而是过程中最难受的一段下跌有多深。
举一个简单例子。
假设一条资金曲线这样变化：
0 → +5 → +12 → +20 → +15 → +8 → +18 → +25
这里最高点一度到过：
+20
后来跌到：
+8
从 +20 跌到 +8，下滑了：
20 - 8 = 12
这段回撤就是 12。
如果后面资金曲线又创新高到 +25，那么之前的低谷结束。
在这条曲线里，最大回撤可能就是 12。
注意，最终结果是 +25，看起来很好。
但过程中曾经从 +20 跌到 +8。
如果只看最终结果，你会觉得这套方法很不错。
但如果看最大回撤，你会发现：
中间曾经有一段很痛苦的下滑。
这就是最大回撤的意义。
它让你看到长期结果背后的过程风险。
二、为什么不能只看最终收益？
很多人看一个量化结果时，最容易被最终收益吸引。
比如一个规则回测结果：
1000 场样本
最终 ROI：+8%
看起来不错。
但如果中间过程是这样：
先上涨到 +30%
后来下跌到 -20%
最后又回到 +8%
那它的体验就完全不同。
因为中间从 +30% 到 -20%，回撤是：
30% - (-20%) = 50%
这个过程非常痛苦。
如果一个用户只看到最终 +8%，可能会觉得方法稳定。
但如果他真正经历了中间 50% 的回撤，可能早就放弃了。
所以，最终收益回答的是：
最后结果怎么样？
最大回撤回答的是：
过程中最痛苦的时候有多痛苦？
这两个问题都很重要。
只看最终收益，不看最大回撤，就像只看一场比赛最终比分，不看过程。
比分可能赢了，但过程可能非常惊险。
三、最大回撤和亏损有什么区别？
很多人会把最大回撤和亏损混在一起。
它们不是一回事。
亏损通常是指：
从起点到当前点是负的。
比如从 0 到 -10，就是亏损 10。
最大回撤指的是：
从历史高点到后续低点的最大下滑。
它不一定发生在亏损区间。
举个例子：
0 → +20 → +5 → +25
这条曲线最终是 +25。
全程最终没有亏损。
但从 +20 跌到 +5，发生了回撤：
20 - 5 = 15
所以，即使整体还是盈利状态，也可能有很深的回撤。
这就是最大回撤和亏损的区别。
最大回撤关注的是：
你从曾经达到过的最好状态，最多跌下来多少。
它反映的是心理压力和过程风险。
四、用足球分析例子理解最大回撤
假设你回测一种足球量化规则。
每场按 1 个单位计算。
结果曲线如下：
第 0 场：0
第 10 场：+6
第 20 场：+14
第 30 场：+22
第 40 场：+17
第 50 场：+9
第 60 场：+4
第 70 场：+12
第 80 场：+24
现在看最大回撤。
曲线最高曾到：
+22
后来最低跌到：
+4
这段下滑是：
22 - 4 = 18
所以最大回撤至少是 18 个单位。
最终第 80 场回到 +24，看起来结果不错。
但在第 30 场到第 60 场之间，曾经从 +22 跌到 +4。
这意味着：
这套规则曾经经历了 18 个单位的低谷。
如果你只看最终 +24，会觉得它很好。
但如果你真正经历这段过程，会非常难受。
这就是最大回撤的价值。
它让你知道：
长期结果背后，过程是否能承受。
五、最大回撤为什么重要？
最大回撤至少有四个重要作用。
1. 它衡量风险
ROI 只能告诉你结果。
最大回撤告诉你风险。
一个方法最终 ROI 很高，但最大回撤也很大，说明它过程波动非常剧烈。
这种方法不一定适合所有人。
因为很多人承受不了长期低谷。
2. 它衡量稳定性
两个方法最终 ROI 都是 +8%。
方法 A 最大回撤 5%。
方法 B 最大回撤 40%。
这两个方法完全不是一回事。
方法 A 更平稳。
方法 B 波动大很多。
所以，最大回撤可以帮助判断一套方法是否稳定。
3. 它衡量心理压力
量化分析不是只在纸面上运行。
真实过程中，人会受情绪影响。
连续不理想时，会怀疑方法。
回撤加深时，会想频繁调整。
跌破前期收益时，会开始焦虑。
低谷持续太久时，会失去耐心。
最大回撤越大，心理压力越强。
4. 它帮助判断方法是否可持续
一个方法如果长期结果不错，但回撤极深，说明它可能对风险控制要求很高。
如果回撤超过多数人能承受的范围，那么即使它长期有优势，也很难坚持执行。
所以，最大回撤不是附属指标。
它是判断方法能否长期使用的核心指标。
六、最大回撤和方差有什么关系？
前面讲过方差。
方差衡量的是结果波动程度。
最大回撤是波动在资金曲线上的具体表现。
可以这样理解：
方差越大，越容易出现较深回撤。
比如高赔率、低命中结构。
它可能是正 EV。
但因为命中率较低，短期连续不理想很常见。
这就容易带来深回撤。
举例：
某个方向赔率高，成功概率低。
长期 EV 可能为正。
但如果短期连续 8 次不理想，资金曲线就会明显下滑。
这就是方差导致回撤。
所以：
方差是波动来源。
最大回撤是波动结果。
理解最大回撤，必须理解方差。
如果你只看 EV，不看方差和回撤，就会低估过程风险。
七、正 EV 为什么也会有最大回撤？
很多人以为：
如果一个方法是正 EV，曲线就应该一直往上。
这是错误的。
正 EV 只表示长期平均为正。
它不代表每一段时间都表现好。
举个例子。
某个规则长期 EV 为正。
但每次仍然可能失败。
如果它连续遇到几次不理想结果，曲线就会下滑。
这就是回撤。
正 EV 方法也会出现：
连续几场判断不理想；
一段时间 ROI 下降；
之前收益被部分回吐；
资金曲线从高点回落；
短期表现明显低于长期水平。
这些都很正常。
正 EV 不等于无回撤。
正 EV 也不等于过程平滑。
它只说明：
如果概率判断可靠、样本足够大、长期重复，平均结果可能为正。
但中间一定会有波动。
最大回撤就是用来衡量这种波动有多深。
八、负 EV 为什么也可能短期没有回撤？
反过来，负 EV 方法也可能短期表现很好。
比如低赔率、高命中结构。
短期连续命中，资金曲线可能一路上涨。
看起来非常稳定。
但如果长期是负 EV，迟早可能被某些失败结果拉下来。
这时候你可能会看到：
前面慢慢涨；
某一次失败回吐很多；
再慢慢涨；
再一次失败继续回吐；
长期曲线不稳定。
所以，短期没有回撤，不代表方法健康。
必须结合 EV、ROI、样本量和长期回测看。
一个负 EV 方法，也可能短期回撤很小。
因为它暂时还没遇到真正的失败阶段。
这就是为什么不能只看短期曲线。
九、最大回撤和命中率有什么关系？
命中率高，不代表最大回撤一定小。
命中率低，也不代表方法一定不好。
关键还要看赔率结构。
低赔率高命中
比如平均赔率 1.30，命中率 75%。
看起来很稳定。
但每次正确只赚 0.30，错误一次亏 1。
如果连续出现几次错误，回撤会很明显。
中等赔率中等命中
比如平均赔率 2.00，命中率 54%。
成功赚 1，失败亏 1。
曲线波动相对直接，命中率略高于 50% 才能形成优势。
高赔率低命中
比如平均赔率 4.00，命中率 30%。
成功赚 3，失败亏 1。
长期可能有正 EV，但短期连续失败非常常见。
最大回撤可能很深。
所以，命中率必须和赔率结构一起看。
只看命中率，不看最大回撤，很容易误判方法风险。
十、两个方法对比：ROI 一样，回撤完全不同
假设有两个方法，回测结果都是：
样本：1000 场
最终 ROI：+6%
看起来差不多。
但它们的过程不同。
方法 A
最大回撤：
8%
曲线比较平稳。
低谷不深，恢复较快。
方法 B
最大回撤：
35%
曲线波动很大。
中间经历过长时间下滑。
这两个方法哪个更好？
不能只看 ROI。
如果只看最终 ROI，它们一样。
但从风险角度看，方法 A 更稳定。
方法 B 虽然最终也赚，但过程压力大很多。
如果方法 B 的回撤超过使用者承受能力，那么它在现实中可能无法长期坚持。
所以，评价一个量化方法，必须同时看：
ROI；
命中率；
样本量；
最大回撤；
回撤持续时间；
曲线是否稳定。
十一、最大回撤还要看“持续时间”
最大回撤不只看跌了多少，还要看低谷持续多久。
有两种情况。
情况一：回撤很深，但恢复很快
比如从 +20 跌到 +5，但很快回到 +25。
这种回撤痛苦，但时间短。
情况二：回撤不算特别深，但持续很久
比如从 +20 跌到 +10，然后连续 6 个月都没有恢复。
这种也很难受。
因为长期不恢复，会让人怀疑方法是否失效。
所以，最大回撤最好和回撤持续时间一起看。
一个方法如果经常长时间处于低谷，哪怕最终 ROI 还行，也需要谨慎。
足球量化不是只看“能不能回来”。
还要看：
需要多久回来。
十二、最大回撤能帮助我们识别什么问题？
最大回撤可以帮助识别很多风险。
1. 方法是否过于激进
如果一个规则回撤特别大，说明它可能过度依赖高波动结构。
比如高赔率低命中方向过多。
2. 方法是否不稳定
如果曲线经常大起大落，说明规则稳定性可能不够。
3. 方法是否可能过拟合历史
有些规则最终结果很好，但中间回撤极端。
可能说明它只是靠少数几次极端结果拉高收益。
4. 方法是否适合长期执行
即使一个方法长期结果为正，如果最大回撤太深，也可能不适合实际长期使用。
5. 是否需要分组优化
如果整体回撤大，可以进一步拆分：
哪个联赛回撤最大？
哪个赔率区间回撤最大？
哪类比赛贡献了主要回撤？
是否某些场景应该降低权重？
最大回撤不仅是风险指标，也是复盘入口。
十三、最大回撤不能单独看
最大回撤很重要，但也不能单独看。
如果只看最大回撤，也会误判。
比如：
方法 A 最大回撤很小，但 ROI 接近 0。
方法 B 最大回撤较大，但长期 ROI 明显更高。
哪个更好？
要看目标和承受能力。
最大回撤越小越舒服，但不代表收益质量一定更高。
所以，评价方法时，要综合看：
ROI；
EV；
命中率；
平均赔率；
样本量；
最大回撤；
回撤恢复时间；
不同时间段表现；
不同联赛表现。
没有单一指标能说明全部问题。
最大回撤只是风险维度中非常重要的一项。
十四、最大回撤和资金管理有什么关系？
虽然这套教程不展开资金管理，但最大回撤和资金管理关系非常大。
如果一个方法最大回撤本来就很深，而每次投入比例又很大，那么实际风险会被放大。
反过来，如果方法波动较大，但每次投入比例较小，回撤就会更容易控制。
这也是为什么量化里经常强调：
不能只看方向；
不能只看 EV；
不能只看命中率；
还要看回撤和风险承受能力。
一个方法理论上有价值，不代表可以无限放大。
足球比赛方差高，回撤一定会出现。
真正成熟的量化思维，会提前预估回撤，而不是等低谷出现后才慌乱。
十五、最大回撤和“坚持”有什么关系？
很多方法不是因为完全无效而失败。
而是因为人在最大回撤阶段坚持不住。
比如一个方法长期可能有优势，但中间会经历：
连续不理想；
曲线下滑；
长时间不创新高；
之前收益被回吐；
使用者开始怀疑。
如果没有提前理解最大回撤，就很容易在低谷时放弃。
更糟糕的是：
刚放弃，方法可能开始恢复。
这就是很多人无法长期执行规则的原因。
他们不是没有遇到过好方法，而是无法承受好方法里的正常低谷。
最大回撤帮助你提前知道：
这套方法最差阶段可能有多难受。
如果你提前知道可能会有这种低谷，就不会在第一次低谷出现时过度反应。
十六、最大回撤不是失败，而是系统的一部分
这是本章非常重要的思想。
很多人看到回撤，会立刻觉得：
方法失效了。
判断错了。
系统不行了。
必须马上改。
但回撤不一定代表失败。
它可能只是方差的一部分。
如果一个方法历史上经常有 10% 到 15% 的回撤，而现在出现 8% 回撤，那么这可能还在正常范围内。
如果历史最大回撤只有 10%，但现在突然出现 30%，那就需要认真复盘。
所以，关键不是看到回撤就害怕。
关键是比较：
当前回撤是否超过历史正常范围？
回撤是否来自某类场景集中失效？
市场环境是否变化？
规则是否出现系统性偏差？
样本是否足够判断？
回撤不是失败本身。
无法解释和控制的异常回撤，才是真正危险信号。
十七、如何简单计算最大回撤？
最大回撤计算可以很复杂，但基础理解很简单。
假设一条曲线是：
0 → 5 → 10 → 8 → 12 → 6 → 15
我们从左到右看。
到 10 时，历史高点是 10。
后来跌到 8，回撤是：
10 - 8 = 2
后来涨到 12，历史高点更新为 12。
再跌到 6，回撤是：
12 - 6 = 6
后来涨到 15，历史高点更新为 15。
这条曲线最大回撤是：
6
因为从 12 跌到 6，是最大的一段下滑。
如果用百分比表达：
假设 12 代表 12%，跌到 6%，回撤就是：
12% - 6% = 6 个百分点
如果是资金规模，比如从 112 跌到 106，回撤比例是：
(112 - 106) ÷ 112 ≈ 5.36%
基础入门阶段，不需要纠结复杂算法。
只要理解：
最大回撤就是从历史高点往后看，跌得最深的一段。
十八、一个完整练习
假设某规则回测净值曲线如下：
0 → +4 → +9 → +15 → +11 → +6 → +3 → +10 → +18 → +14 → +22
我们找最大回撤。
先看到高点：
+15
后来最低跌到：
+3
这段回撤：
15 - 3 = 12
后来曲线涨到：
+18
再跌到：
+14
回撤：
18 - 14 = 4
再涨到：
+22
所以整条曲线的最大回撤是：
12
虽然最终结果是 +22，但中间最大回撤达到 12。
这说明这套规则最终表现不错，但中间曾经有较深低谷。
如果没有最大回撤指标，你只看最终 +22，会低估过程风险。
十九、最大回撤在足球量化平台里怎么看？
在很多足球量化工具中，最大回撤通常会写作：
MDD
或者：
Max Drawdown
它经常和这些指标一起出现：
ROI；
Hit Rate；
EV；
Kelly；
样本量；
平均赔率；
资金曲线；
策略评估。
如果你看到一个策略：
ROI 很高，但 MDD 也很高。
说明它可能收益不错，但过程风险较大。
如果一个策略：
ROI 中等，但 MDD 很低。
说明它可能更平稳。
如果一个策略：
ROI 不高，MDD 还很高。
那就要非常谨慎。
所以，MDD 不是一个装饰指标。
它是判断策略风险质量的重要指标。
二十、这一章你需要掌握什么？
读完这一章，你应该掌握以下几点：
第一，最大回撤衡量从历史高点到后续低点的最大下滑。
第二，最大回撤不是最终亏损，而是过程中的最大低谷。
第三，长期结果好，不代表过程没有痛苦。
第四，正 EV 方法也会出现回撤。
第五，方差越大，通常越容易出现深回撤。
第六，命中率高不代表回撤一定小。
第七，ROI 必须和最大回撤一起看。
第八，最大回撤还要结合持续时间理解。
第九，回撤不是失败本身，但异常回撤必须复盘。
第十，足球量化不能只看收益，也必须看风险承受能力。
结语：最大回撤让足球量化从“看收益”走向“看风险”
足球量化不是只看最终结果。
一套方法最后表现不错，不代表过程稳定。
一套规则长期有正 EV，不代表中间不会低谷。
一个策略 ROI 很高，不代表它适合长期执行。
一个方法命中率不错，也不代表回撤一定小。
最大回撤让我们看到：
收益背后的风险；
长期过程中的低谷；
方法最难坚持的阶段；
资金曲线最痛苦的下滑；
短期波动对长期执行的影响。
这就是它的价值。
如果说 EV 让我们理解“长期是否有价值”，那么最大回撤让我们理解“这个长期过程能不能承受”。
真正成熟的足球量化，不是只追求漂亮收益曲线，而是同时关注：
概率是否合理；
EV 是否为正；
样本是否足够；
回测是否稳定；
方差是否可承受；
最大回撤是否在合理范围内。
学完这一章，整套足球量化基础教程就完成了一个闭环：
从概率开始，理解不确定性；
从样本和大数定律，理解长期验证；
从赔率和隐含概率，理解市场价格；
从期望值和 EV，理解长期价值；
从方差和回归均值，理解短期波动；
从回测和最大回撤，理解验证与风险。
这就是足球量化真正要建立的底层思维。
它不是神预测。
它不是确定答案。
它不是只看单场输赢。
它是一套用概率、数据和长期验证理解足球比赛不确定性的思维方式。
本文仅供足球数据研究和理性观赛参考，不构成任何投注建议。
你可以继续查看稳狗足球足球量化平台，了解概率、EV、回测、最大回撤等量化指标在实际数据分析中的应用。