交易中的标准差是什么？公式与数据
标准差衡量的是单笔交易的结果通常离账户的平均交易结果有多远。ShowMyTrades 以账户货币显示它，所以它回答的问题很直接：在这个账户上，一笔交易和平常的交易通常相差多少？数值小，说明结果比较集中；数值大，说明这段历史是由离群值堆出来的。
工作原理
标准差 = √( Σ (rᵢ − 均值)² / n )
其中 rᵢ 是第 i 笔已平仓交易的净结果，均值 是这些结果的平均值，n 是已平仓交易笔数。这个数字代表什么，取决于四个细节：
- 每笔交易都按扣除成本后的净额计入。
rᵢ等于盈利 + 佣金 + 库存费，所以佣金或库存费高的交易，压缩了多少盈利，就同样放大了多少离散程度。 - 只统计已平仓的买入和卖出交易。入金和出金在生成序列之前就已剔除，所以往账户里注资不会变成一个巨大的离群值。
- 它用的是总体标准差，除以
n而不是n − 1。已平仓交易不足两笔时，显示为 0.00。 - 它以货币计，不是百分比。同样是 $50 的标准差，在 $2,000 的账户和 $200,000 的账户上，说明的是完全不同的交易方式。一定要对照账户余额来看。
由于每个距离都先平方再平均，一笔异常交易对结果的影响远超十几笔普通交易，所以它特别容易揪出那笔格格不入的交易。
为什么重要
“稳定”这个词是真是假，标准差一测便知：谁都可以说自己的净值曲线很平稳，标准差则用一个货币数值告诉您，这些交易到底有多平稳。
它也是我们的夏普比率的分母：夏普比率就是用这个数字作单位来衡量的平均交易结果。它还是期望值的天然搭档：期望值给出每笔交易的平均结果，却看不出这个平均结果有多靠得住。
最有用的读法是比较，拿它和几行之外的两个平均值对照：
- 接近平均盈利：结果很集中，账户大部分时候表现一致。
- 是平均盈利的好几倍：整段历史靠少数几笔交易撑着。相信总数之前，先看最佳交易（盈亏） 和最差交易（盈亏）。
- 远大于平均亏损：至少有一笔亏损远远超出平常水平。
数据显示了什么
以下数字描述的是 ShowMyTrades 上已发布的账户，不代表全体交易者。在有交易历史的已发布账户中（2026 年 8 月），夏普比率中位数为 0.05，已平仓交易数中位数为 171 笔。
按我们自己的定义倒推，这组数字能把离散程度说得很准：夏普比率是平均交易结果除以标准差，中位数 0.05 意味着，中间水平的账户平均每笔交易只值交易标准差的二十分之一左右。也就是说，一笔交易和下一笔之间的正常波动，大约是从中赚到的优势的二十倍。
持仓时间中位数为 2.4 小时，所以看一整天的结果，交易者学不到任何东西：一天的结果完全落在正常波动范围之内。同样道理，新账户的标准差低，也证明不了风险受控：样本里可能只是还没出现这个策略会产生的那个离群值，而距离要平方，它一旦出现，动静就会很大。
在 ShowMyTrades 上的位置
账户页面的高级统计模块里，表现指标一栏中有一行，标签正是标准差，以账户货币显示，并附有提示说明。它紧挨在以它为分母的夏普比率上方、盈利因子下方，由我们的服务器根据存储的已平仓交易计算。在已发布的账户页面上，这个模块默认显示，不过账户主人可以隐藏它；可嵌入的小组件里没有这个模块。
把它和同一模块的交易一栏对照着看：平均盈利、平均亏损、最佳交易（盈亏）、最差交易（盈亏） 和总交易数为这个数字提供了参照。模块里的持续时间视图能把离散程度直接画出来：每笔已平仓交易是一个点，横轴是持仓小时数，纵轴是盈亏，离散程度就从一个数字变成了一个形状。自定义分析会在筛选出的子集上重新计算整个模块，可按日期范围、品种、魔术号、交易类型、手数等筛选，由此看出离散程度来自策略本身，还是来自某一个交易品种。
常见误解
- “它是一个百分比。”我们的标准差是每笔交易的金额。旁边没有余额作参照，在不同规模的账户之间比较毫无意义。
- “它衡量的是市场波动率。”它衡量的是您交易结果的波动率。市场再平静，只要仓位越加越大，数值照样会很大。
- “标准差低，风险就低。”只有已平仓交易计入其中。扛着亏损单不平的系统，已平仓结果个个都小而整齐，真正的风险敞口却藏在浮动仓位里。
- “30 笔交易下数值很低，可以放心。”不到几百笔交易时，只能把它当作暂时的结果。
一组统计数据要有多少笔交易才有意义，请参阅一份业绩记录需要多长的历史指南。