交易期望值（Trading Expectancy）衡量一套交易规则平均每次交易预期赚多少或亏多少。最常见的表达是：胜率 × 平均盈利 − 亏损率 × 平均亏损。它把“猜对次数”升级成真正与长期结果有关的数学问题。
它是怎么运作的
如果一套策略胜率 40%，平均盈利 2R、平均亏损 1R，那么每次交易的期望值是 0.4×2R − 0.6×1R = +0.2R。它多数时候都可能是错的，但只要盈利单足够大、亏损受到控制，长期仍有正期望。
反过来，胜率 80% 并不自动优秀。假设平均盈利只有 0.5R，而少数亏损平均达到 3R，期望值就是 0.8×0.5R − 0.2×3R = -0.2R。高胜率只是让人心理舒服，不代表赚钱。
为什么交易者需要知道
期望值迫使交易者把注意力从单次预测转向整套流程：入场条件、止损、目标位、滑点和仓位大小都要进入计算。一次漂亮预测无法证明系统有效，一次正常止损也不能证明系统失效。
真实期望值还必须包含交易成本和尾部风险。极端行情中的滑点会放大平均亏损；如果策略依赖“平时赚小钱、偶尔扛一次巨亏”，历史胜率再高也可能隐藏负期望。
一个简单的市场例子
还是看 2026 年 7 月 17 日。当天创业板指跌 7.15%、科创 50 跌 7.12%，但电力板块却逆势走强，桂冠电力、深南电 A、乐山电力、华银电力等多只股票涨停。假设一个交易者因为此前判断“风险升高时资金可能转向防御板块”，当天刚好买中一只涨停股，这只能证明这一次交易赚钱了，不能证明策略有正期望。真正需要统计的是：过去几十次类似风险环境里，这条规则触发多少次、胜率多少、平均赚多少、止损平均亏多少，以及失败时是否会出现连续大亏。把一次成功新闻交易升级成可重复的统计样本，才是期望值思维。
常见误区
只统计胜率，不统计平均赚多少、平均亏多少。没有盈亏幅度，胜率几乎无法判断策略质量。
用十几笔交易就宣布期望值稳定。样本太小容易被少数大盈利或大亏损严重扭曲。
常见问题
交易期望值为正就一定赚钱吗？
不保证。正期望描述长期平均优势，短期仍可能经历连续亏损，而且估算本身也可能因为样本和市场变化而失真。
R 是什么意思？
R 通常表示一笔交易预先定义的风险单位。例如计划最多亏 100 元，则 1R=100 元，赚 200 元就是 +2R。
期望值多久计算一次？
可以按固定交易样本或固定周期复盘，同时区分不同市场状态，避免把完全不同环境下的交易混成一个平均数。
仅供教育用途。部分术语在不同国家、机构和市场中的具体口径可能不同。