兩個單獨的計算
當每筆交易的風險為剩餘權益的固定分數 f 且每次損失都恰好是該分數時，n 次損失後的權益等於起始權益 × (1 − f)ⁿ。部位規模的下降減緩了消耗速度。它不能防止缺口、借貸成本或損失大於模型假設的情況。
如果損失是獨立的，且每筆交易的損失機率為 q，則 n 筆交易中的一個指定區塊完全由損失組成的機率為 qⁿ。這與在長期記錄中任何地方遇到連續記錄的機會不同，在長期記錄中存在許多重疊的機會。
工作範例：八次損失
假設有一個 10,000 美元的帳戶，並且連續八次虧損。每次拿剩餘資產的 2% 冒險，剩下 10,000 美元 × 0.98⁸ ≈ 8,507.63 美元，即 14.92% 的回撤。冒 10% 的風險只剩下 4,304.67 美元，即 56.95% 的回檔。因此，相同的順序會產生截然不同的結果。
在假設獨立損失機率為 50% 的情況下，接下來指定的 8 筆交易全部為損失，機率為 0.5⁸ = 0.390625%。這並不是 500 筆交易中出現八連敗的機率。除非獨立性和機率假設是站得住腳的，否則它也不能描述真正的策略。
在估計故障機率之前先定義故障
在淨值達到零之前很久，實際的破產就可能發生：最小合約規模、抵押品要求或個人資本下限可能會停止交易。實際損失可能會因市場機制而聚集，使獨立性變得不切實際。獲利的歷史平均值也並不能證明該策略的未來優勢仍然是正面的。
將固定分數模型與每筆交易的恆定風險 1,000 美元進行比較。假設交易仍能獲得資金且損失不超過該金額，八次此類損失將從同一個 10,000 美元的起始帳戶中剩下 2,000 美元。固定美元和固定分數規則不得在一次計算中混合。恢復計算也是不對稱的：帳戶損失一半後，需要將剩餘資金翻倍才能恢復到起始值。這些算術恆等式都不能告訴您在一系列損失之後下一筆交易是否更有可能獲勝。
若要估計實務上的破產風險，先明定停止條件，例如最低可交易資金、保證金不足或預設資金底線，再檢查損失是否獨立且金額是否受控。連敗後下一筆交易不會因此自動更容易獲利；歷史勝率也可能隨市場狀態改變。
具有固定審查規則的研究叢集
使用可用的每日、每週或每月已收盤K棒來確定類似設定重複失敗的時期，然後在單獨的假設審查中記錄這些群集。在比較方案之前指定資本底線和規模規則。 Student Wyckoff Pro 提供封閉式脈絡；它不會將簡短的歷史樣本轉變為經過驗證的破產機率。
第一手資料
資料說明機制與限制；範例數字由編輯團隊設計，並非真實行情。
下一個實作步驟
前往分析工作區，檢視可用且已收盤的日線、週線與月線K棒。
開啟第一張圖表的操作說明 ↗