均值迴歸 EA：高勝率、更大的虧損，以及風險藏在哪裡

均值迴歸 EA 做什麼

均值迴歸 EA 押注被拉伸的價格會彈回。當一個貨幣對偏離某個平均值太遠時，無論用振盪指標、通道還是與移動平均的簡單距離衡量，外匯機器人都逆勢而為：它賣強買弱，目標是回到中間。目標小而近。停損如果存在，則更遠，因為 EA 在押注與目前方向相反，需要空間。

它是貨幣 80% 的安靜時間裡哪兒也不去時的自然策略。亞洲時段的區間貨幣對、EURCHF、EURGBP、AUDNZD：這些是逆勢交易機器人的經典家園。持倉時間是數小時，有時一天，很少更長。構建良好的一個在多個貨幣對上每天交易幾次。

你會看到的統計

預期60% 到 80% 之間的勝率。平均虧損大於平均獲利，通常是 1.5 到 2.5 倍，這是趨勢跟蹤的鏡像。誠實、有停損保護的紀錄上獲利因子約在 1.2 到 1.6，而且它很脆弱：幾個百分點的勝率就分開了獲利和虧損。每筆期望值很小，依賴數量。

活躍度與時間直方圖中的持倉時間集中在 1–4 小時和 4–24 小時區間，在回彈快時有一些 15–60 分鐘的獲利單。每週交易數從十到四十不等，取決於它執行多少貨幣對。小時圖常顯示強烈的亞洲時段偏向，倫敦開盤時幾乎沒有，因為那是區間被打破的時候。

淨值曲線平穩上升，有頻繁的淺跌：許多 3–6% 的回撤在數天內恢復，間或一次 15–20% 的下跌，當區間變成趨勢且停損被反覆觸發時。Z 分數傾向為正，意味著損益比隨機更交替，因為策略輪流逆著每個方向。持倉通常每個貨幣對一兩個，往往帶著小浮虧等待迴歸。

一個實際例子：為什麼幾個點的勝率決定一切

取一個勝率 72%、平均獲利 40 美元、平均虧損 110 美元的均值迴歸 EA。期望值是 0.72 × 40 − 0.28 × 110 = 28.8 − 30.8 = 每筆 −2 美元。它以 72% 的勝率虧錢。把勝率提到 75%，期望值變成 30 − 27.5 = +2.50 美元。整個優勢活在三個百分點之內，而三個點完全在 200 筆樣本的正常波動之內。

與勝率在撒謊中的損益兩平勝率公式比較：1 ÷ (1 + 損益比)。損益比 40/110 = 0.36 時，損益兩平是 73.3%。任何觀察到的勝率處於其損益兩平幾個點之內的 EA 都沒有得到證明，無論曲線看起來多綠。把數字放進期望值計算機，看看有多少餘量。

優點

• 頻繁的小獲利讓它在心理上容易執行，頻繁的樣本意味著統計在數月而非數年內穩定下來。
• 它在最常見的市場狀態下有效，也就是沒有任何狀態。
• 短持倉讓隔夜利息成本很小，並限制週末跳空曝險。

缺點和失敗模式

失敗模式是結構性的：均值迴歸恰好在市場決定趨勢時虧損，而且連續虧損多次，因為 EA 不斷逆著一個持續前進的行情。2022 年的美元趨勢和 2015 年的瑞郎行情是教科書案例。一個在 EURCHF 上用寬停損的區間 EA 在 2015 年 1 月一分鐘內虧掉了多年的報酬。

另一個失敗是慢慢滑向不承擔虧損。供應商學到一次可見的停損出局會毀掉曲線，於是把停損放寬，然後去掉，然後加第二筆入場來攤平。到那時均值迴歸 EA 已經變成了網格或馬丁格爾，那些文章裡的一切都適用。

AI 評審和評分往往標記什麼

評審通常把均值迴歸 EA 標為當沖交易，因為平均持倉在一小時到一天之間。要注意的標記是高嚴重性的尾部標記，在平均虧損超過平均獲利 2.5 倍時提出。自律的區間 EA 坐在那條線正下方；馬虎的越過它。如果評審還發現 65% 以上的勝率配至少兩倍於獲利的虧損，馬丁格爾特徵即使沒有手數遞進也會觸發，策略類型翻轉為馬丁格爾。評審報告的停損百分比是另一個關鍵數字：低於 15% 提出無停損標記。

評分在一致性上往往表現好，因為大多數月份是綠的，受限於中等的獲利因子和最差趨勢造成的任何回撤。

購買均值迴歸 EA 時的危險訊號

• 勝率高於 85%：幾乎肯定虧損在被扛著而不是承擔。
• 不到一半的交易帶停損，且沒有籃子或淨值停損的解釋。
• 損益分佈中的最大虧損是平均虧損的許多倍。
• 從未包含強趨勢的短紀錄。檢視日曆，看所交易貨幣對趨勢的月份。
• 資金流中最大回撤（淨值）遠大於最大回撤（餘額）。

如何在帳戶頁面上檢查

從進階統計開始：勝率、平均獲利對平均虧損、每週交易數。計算損益兩平勝率，看 EA 高出多少。開啟 AI 評審看停損百分比和任何尾部標記。在活躍度與時間中確認小時圖與供應商聲稱的安靜時段一致。深度績效指標的尾部比率應接近 1 或更高；尾部比率遠低於 1 的均值迴歸 EA 承受的壞日子比好日子更大。最深回撤表告訴你最差趨勢用了多久恢復。在風險實驗室中，−25% 處的破產機率階梯是尾部的誠實總結，VaR 數字顯示一個壞日子以貨幣計什麼樣。最後，看持倉：單個小部位等待迴歸是正常的；一個貨幣對上三筆攤平入場不是。在 /rankings?type=ea 按類型篩選排名，在投入之前比較幾個。