请输入 1% 到 100% 的有效波动率。
一般情景 · 最大回撤中位数—
压力情景 · 95% 分位—
较严重情景 · 99% 分位—
99% 分位表示模型中约 1% 的路径回撤更深，仍然不是最大可能损失。真实市场的极端回撤可以超过它。
回撤路径示意
三条完整模拟路径分别按最大回撤接近 50%、95%、99% 分位选取；不是逐日分位数曲线，也不代表真实市场发生概率。纵轴为相对此前最高净值的跌幅。
不同波动率，回撤有多大？
| 年化波动率 | 中间 50% 路径的最大回撤 | 压力情景 95% 分位 | 较严重情景 99% 分位 |
|---|
各行使用相同随机冲击，便于比较波动率本身的影响。数字为模型结果，不能当作“长期最大回撤一定是波动率的 2～3 倍”的固定规律。
这些数字如何计算？
模型模拟 1,000 条净值路径，每年 252 个交易日，年化波动率恒定，日冲击为独立标准正态随机数。初始净值为 1，使用固定随机种子，使同样的参数得到同样的结果。
下一日净值 = 当前净值 × exp[(μ − σ² / 2) / 252 + σ × Z / √252]
回撤 = 1 − 当前净值 / 此前最高净值
最大回撤 = 观察区间内最深的一次回撤
回撤 = 1 − 当前净值 / 此前最高净值
最大回撤 = 观察区间内最深的一次回撤
σ 是假设的实际年化波动率；μ 是模型假设的年化预期收益率，不是保证收益，也不是长期复合增长率；Z 是标准正态随机数。模拟按每天观察，分位数按最大回撤从小到大排序得到。
观察时间越长，出现深度回撤的机会通常越多；假设收益、波动率及收益的时间结构也会影响结果。因此，单凭波动率无法唯一推出最大回撤。
这个模型没有模拟暴跌跳跃、波动聚集、相关性突变、基金费用或动态仓位控制。它帮助理解风险量级，不提供真实组合的预测。CFA Institute：不同分布假设对风险评估的影响。
主页填写的是目标波动率；当前配置模型采用波动率近似分配权重，并不保证最终组合实际波动率达到该目标。此页直接假设实际波动率等于所选数值，未读取你的基金持仓或净值。