衡量绩效
盈利性是最明显的测试目标。我的模型赚了多少钱？计算盈利性的另一种方法是百分比收益，即基于交易所需的资金的年度化的收益。百分比收益要从整个测试期来看，然后分成多个小部分，这样就可以隔离开消极周期。记住百分比收益的功能只是衡量所用的资金。如果你启动交易只用了一半的资金，你就可以使百分比收益翻倍，但你并没有改善系统。实际上，如果你启动时使用更多的资金，你可能会改善系统，但百分比收益相应地也会遭殃。通过使用小额资金创造大额收益可以赢得无足轻重的毫无意义的交易比赛。这种过度杠杆化的交易很少产生长久的或持续的记录。由一些著名的比赛赢家管理的商品共同基金的凄凉绩效就是佐证。
夏普比率（The Sharpe Ratio）
从百分比收益演变而来的一种流行的绩效衡量方法是威廉·夏普设计的夏普比率。其定义为年度化的收益（一种盈利性度量形式）与无风险收益率的差除以年度化的收益标准差（一种波动度量形式）。有些实践者消除了无风险收益率，所以如果你在比较结果，就要检查这一点。夏普比率越高，收益就越高，波动性越低。商品交易顾问遵循的工业标准是在月数据的基础上计算夏普比率。我们认识到夏普比率有其局限，（比如，增多的上升波动会导致夏普比率更低）但它仍是所属类型中最常见的指数。它可以帮助你比较不同的系统的结果，比较你与专业顾问所得出的结果。最适合你的系统可能不是赚钱最多的系统，而是夏普比率最高的系统。
英镑比率（The Sterling Ratio）
由于夏普比率有其不足之处，人们又开发了能公正地比较绩效的其它统计数字。其中最流行的是跌幅与收益率比率。英镑比率是由琼斯商品交易所的迪恩·琼斯（Deane Jones）设计的。其公式为：
英镑比率=年平均收益比率/[（–1×3年平均最大亏损）＋10]
对英镑比率的主要批判是它通常按年度计算，因此，对绩效变化反应太慢。
卡尔玛比率（The Calmar Ratio）
卡尔玛比率是由CMA报道的特里·杨(Terry Young)设计的。它是用过去36个月的平均收益率除以同一时期最大跌幅所得到的值。卡尔玛比率是按月计算，所以比英镑比率更敏感。由于卡尔玛比率把负绩效数值作为零，所以比率小于零意味着过去三年中绩效为负。卡尔玛比率中的下降趋势要密切监控。
几何平均数
或许从数学的角度看，对一个交易系统潜能最准确的度量要数拉尔夫·温斯的几何平均数了。几何平均数衡量的是你的交易系统的增长因子。几何平均数越高，你的系统再投资时创造高收益的潜力就越大。对于几何平均数大于1的任何系统，你可以通过计算最佳f，即你赌在每笔交易上的你所认为的最大的亏损的最佳固定值，使自己获得最大的收益。由于篇幅有限，我们无法在这里解释几何平均数和最佳值f的复杂演变过程，我们也无法解释得像温斯解释的那么精美。我们相信他的书是期货市场资金管理这一领域最重大的成就之一。
请注意如果你的系统在大部分市场能盈利，在少数市场会亏损，这是完全可以接受的。我们相识的一个成功的商品交易顾问在他所测试过的所有市场（盈利的及亏损的）进行交易。他称由于这种分散交易，他的净资产额曲线更平滑了。他有意在投资组合中的商品间寻求一些负相关。他发现自己亏损的市场中的盈利期通常与盈利市场中的亏损阶段不期而遇。一个交易系统不可能在所有市场的所有时间都盈利。如果你设计得当，系统在亏损市场中的亏损额也会很小，并且这些市场终究会有盈利的阶段。
对于测试许多商品，然后创建一个只包含盈利合约的投资组合这种做法要慎重。这是系统供销商惯用的一个手段，结果纯属虚构，尽管它的确有助于产生一个令人印象深刻的记录。这明显是另一种形式的曲线拟合。
为具体结果而测试
设计的交易系统从一开始就要达到一套既定的绩效衡量目标。或许最重要的可能的目标包括：百分比盈利交易及平均盈利与亏损比率。这些目标可以用来计算破产概率（POR），使你对自己系统的可靠性有些了解。许多测试软件也提供其它的有用数据。以下列举了各种测试目标，还附有我们的评论。
净盈利
净盈利是一种被过度看重的衡量成功的标准。这有几个原因。首先，检查以确保一些大宗交易没有歪曲你的交易结果。你不会想使用成功取决于非重现事件的系统的（如亨特兄弟垄断白银市场或糖期货回落到63美分）。
其次，不要认为你的系统在现实中会再创类似于测试中的净盈利额。将来的结果如同过去一样，取决于市场表现——我们知道将来的结果不会与过去的相同。你无法预测市场将来的发展变化。你只能尽力确保你的系统准备好了去应付大部分可预见的将来的市场情况。
测试样例中的交易数
总交易数必须大于30，这是为了确保统计上的重要结果的可靠性。即使你测试了25年的数据，但没有达到30笔交易的最小标准，测试的结果同样会高度可疑。我们曾听过一个讲座，讲的是每40年平均只做一笔交易的股市指标的有效性。如果可以，我们想看看这种方法1200年的结果。你测试的交易数目越多越好。数百笔交易比30笔要好得多。
最大的盈利及最大的亏损交易
倘若最大的盈利交易不合理地歪曲了净盈利额，它就很重要。许多保守的系统测试员会剔除每种商品中的最大盈利交易，然后再次评价结果。倘若最大的亏损交易超出了你的正常风险控制衡量范围，它也极其重要。也许你忽略了某个问题或偶发事件。要谨慎对待消除最大亏损的衡量方法，许多交易商就是这样跌进曲线拟合的泥潭的。不要制定一些跳过最大亏损交易的特殊规则，你只需回顾你的止损和风险控制程序。如果你用任何形式的金字塔式的或类似最佳值f的更复杂的方法，在积极进取的再投资基础上做交易，控制最大亏损交易可能很重要。你要避免可以致使整个策略失效的惊人的意外情况。
最大的连续盈利交易和亏损交易
最大的连续亏损交易也有用。它可以让你知道在用你的系统做交易时，你可能得承受的情感伤痛。预测最大的连续亏损交易数目可以在其真的发生时，防止自己惊慌。
峰到谷式的亏损
一个特别重要但通常被忽略了的统计数字是净资产额回跌百分比，是从峰到谷衡量的。如果一个系统在五年中产生了100%的年度化收益百分比，但在这五年期间几次出现50%的峰到谷式的回跌，那么这样的系统将令人难以遵从。有信心用这样的系统交易的人需要有强大的胃和深深的口袋。依我们的经验看，获得平滑的净资产额曲线比获得高年度化收益要理想得多，也困难得多。
作为衡量你的交易系统的实用性的工具，这个曲线十分重要。通常产生净盈利最大的系统遭受的亏损也最大。将一个大回落与一系列的损失结合起来，你就会明白为什么许多人过早抛弃一个潜力良好的交易系统了。我们要再次强调：设计的系统必须在每个交易商个体的个人压力承受范围之内。预计潜在的亏损与预计连续的亏损颇为相似，预计我们必须承受的亏损可以产生信心这一重要的要素，这样我们就可以信赖系统，度过不可避免的亏损阶段。
对专业的理财人员而言，计算最大跌幅还有另一个原因。商品交易顾问和那些做市者告诉我们公众越来越聪明了（对于时间），他们更感兴趣的是那些记录中显现出稳定的增长、回跌小的罕见的商品交易顾问，而不是记录中显示出巨大的短期收益但又有峰到底式的大幅下跌的有才能和抱负的商品交易顾问。创建的投资组合的峰到底式的最大跌幅低于20%（按日度量的）的系统，对于你们中有兴趣成为商品交易顾问，并且管理公共资金的人会大有好处。这的确需要将良好的理财（包括合适的股本）与健全风险得到了控制的交易系统结合起来。
一些可获得的商业性软件将跌幅表示为总净资产额与不确定的净资产额的差值。其根本原理是不确定的利润最终会变为确定的利润，因此，可获利的头寸不存在风险。这是不对的。期货头寸每天都会向市场标记。可获利的交易以净资产高价平仓的情况即使存在，也相当少。在获取利润过程中放弃的净资产与在承受亏损过程中放弃的净资产是以同样的方式从你的户头中被扣除的。计算最大净资产额最为准确的方法是取日总净资产额的最高值与随后的日总净资产额的最低值之差值。这种计算反映的是你的户头实际会发生的情况。任何其它计算跌幅的方法都具有误导性。如果你的软件没有合适的计算方法，打印出日总净资产数值，然后自己做减法运算。如果可以，你最好单独地算出每个市场的跌幅，再算出总投资组合的跌幅，当然是你已经测试过的投资组合。结果可能会揭示出真实情况。
别扔了你的测试结果。它们提供了一种能及早发现危险情况的预警系统，提醒你留意你的系统是否在现实交易中开始自毁，对于接近最大跌幅或最大连续亏损的任何结果都应谨慎对待，盈利百分比或盈利亏损比率中的任何下降趋势也应谨慎对待。
以下是一些可以帮助你聚焦于测试目标的方法：
盈利交易百分比
大部分成功的顺势交易商拥有35%到45%的盈利交易。要达到55%以上是很困难的，你们自己做些实际测试就会发现的。请格外留心止损对于盈利交易百分比的影响。
平均盈利与平均亏损比率
平均盈利与亏损比率应该远大于1:1（保本）。显然3:1或4:1的比率很不错，但考虑到一个不逊的盈利收益百分比，2:1或再小一些的比率也会给你创造相当多的利润。
总收益和最大亏损
总收益和最大亏损要么是以具体合约金额的形式表现，要么是以投资组合衡量金额的形式体现。比如，标准普尔合约的总收益只能与标准普尔合约的最大亏损比较。总收益和最大亏损是风险/回报的最终体现。两者中，亏损更为重要。可以把两者表现为利润百分比，但利润是一个变动的目标，与合约月份有关，可以频繁、突然地变化，所以它不能永远给出一个精确的衡量。
波动性和破产的概率
计算两个关键数值后，你就会对自己的交易系统在现实中的可靠性有个谱了。要计算的第一个数值是你的交易结果的标准差。标准差越大，你的交易结果的变化性越大；标准差越小，交易结果的变化性也越小。在其它所有条件相同的情况下，选择个人交易结果中变化性最小（标准差最小）的系统。这有利于确保获得极其理想的平滑的净资产曲线。
第二个关键数值是破产的概率（POR）。破产的概率反映的是交易商的户头的净资产在上涨至一个具体的更高点前会下跌到一个具体点的准确概率，这是以百分比的形式表现的。计算涉及六个方面：盈利交易百分比、平均可盈利交易金额、平均亏损金额、户头初始净资产额、户头被判定为破产的级别以及户头被评定为成功的级别。
破产概率基于这样一种观念：在任何交易系统内，事件会按惯例发生，也可能出现反常情况，但是确实在概率的范围之内。比如，将一枚硬币掷出去无数次后，出现正面和反面的比率为1:1；但在1024次投掷中，几乎有10次连续出现正面或反面。因此，每个交易系统的存在都伴随着这样一种可能，如果独立于变化的市场情况，它就是一定程度的自毁。破产的概率就是这种自毁。我们对盈利交易百分比和盈利/亏损比率的可控程度决定了我们对自己的交易系统的控制程度。我们可能无法掌控变化的市场情况，但我们至少可以保证自己的交易系统不会因自身的原因而自毁。计算破产概率（或叫破产风险）的方法有多种。我们将使用P.格里芬（P.Griffin）所写的《21点的理论》（The Theory of Blackjack）中提到的最简单的公式。下表显示的是一个有代表性的多种盈利百分比和平均盈利与平均亏损比率的破产概率值。为了使数值简单，我们以假定户头初始净资产额为25000美元，盈利目标为50000美元，亏损（破产）级别为125000美元。（见图3-2）
从图中你可以看出，随着盈利百分比和盈利/亏损比率的变化，破产概率也在发生巨大的变化。对系统的一个微小调整，从而引起任一比率的一个正变化，可以使我们对于系统将来能力的信心发生巨大的变化。
破产概率可能会揭示出重要信息。例如，管理公众基金的一般商品交易顾问如今的盈利百分比大概在35%到45%之间，大部分人的盈利百分比低于40%。你可以看到，要实现35%的盈利百分比，平均盈利与平均亏损比率就得很高。当市场呈趋势性变化时，这没什么问题，也容易实现；但如果市场变化很大，盈利与亏损比率会迅速减小，破产概率将会上升到惊人的级别。密切地监控这两个统计数据，调整你的交易系统，将非趋势性市场纳入考虑范围也许对于确保系统的生存必不可少。