最大回撤常见的统计陷阱

最大回撤是衡量基金、组合或指数历史波动的一种统计口径，指某一区间内净值从阶段高点回落到随后最低点的幅度，通常用百分比表示。它回答的是“如果买在最高点、卖在最低点，会亏多少”，因此常被用作风险感受的近似指标。但这一指标对统计方式高度敏感，若不加区分地比较，容易得出误导性结论。

（1）样本偏差。最大回撤只由区间内最极端的一段路径决定，其余时间的表现几乎不影响结果。两只产品长期收益与波动接近，只要其中一只恰好经历一次深跌，其最大回撤就会显著更大。反过来，若某产品历史较短、尚未经历完整市场周期，其最大回撤往往偏小，这并不代表它更稳健，而只是样本不足。用短样本的最大回撤去比较长样本，属于典型的样本不可比。

（2）时间窗口问题。同一产品在不同起止日期下，最大回撤数值可能差异很大。计算区间从高点前开始还是从高点后开始、是否包含分红再投资、使用日频、周频还是月频数据，都会改变结果。频率越低，越容易漏掉盘中或周内的深跌，使回撤被系统性低估。因此，看到“最大回撤”三个字时，必须同时确认区间长度与数据频率，否则数字之间没有可比性。

（3）幸存者问题。若统计样本只包含当前仍在运作、未被清盘或合并的产品，那些因亏损过大而退出历史舞台的案例就被剔除，整体最大回撤会被低估。这类偏差在基金、策略指数等领域的长期统计中普遍存在。避免方法是尽量使用包含已终止产品的全样本，或至少明确样本范围，不把“存活者”的回撤当作全体水平。

除上述三点外，还有两个常见误区：一是把最大回撤等同于“可能的最大亏损”，实际上它只是历史已发生的极值，未来回撤可能更深或更浅；二是忽略回撤修复时间，同样的回撤幅度，修复所需时间可能相差数倍，仅看幅度会遗漏流动性压力与持有体验。

避免踩坑，可参考以下做法：

比较时统一区间长度、起止日期与数据频率，并注明是否含分红再投资。

同时查看最大回撤、回撤修复天数与回撤发生的时间分布，而非只看单一极值。

优先使用全样本或明确标注幸存者处理方式的统计数据。

把最大回撤视为历史统计描述，而非对未来风险的承诺。

对普通投资者而言，最大回撤是一个有用的参考维度，但它的价值取决于口径是否透明、样本是否完整。理解这些统计陷阱，有助于在阅读产品资料与历史数据时保持审慎，避免被单一数字误导。