越跌越补的数学账：马丁格尔翻倍策略的破产概率与资金边界

翻倍加仓（常被称为马丁格尔策略）是很多网格和定投类策略的隐性骨架：下跌一档就加倍买入，寄望一波反弹把所有摊低的成本一次收回来。它在演示里几乎必胜，因为回本条件被写得很低。这一篇讲清楚它把风险藏到了哪里，以及链上借贷和合约环境为什么让它比传统场景更危险。

先看机制。策略的规则是：首笔投入一份资金，价格每下跌固定一档，就把持仓加倍，直到一次反弹覆盖加权成本后整体平仓获利。只要价格总会反弹，单笔循环就总会以小额盈利收场。问题出在资金曲线的形状：设加倍 n 层，累计投入是一份资金的 2 的 n 次方量级——第五层就要求本金是第一层的三十多倍，第七层是一百多倍。盈利端每轮只赚到第一层仓位对应的薄利，投入端的占用却按指数爬坡，收益与风险的不对称从第一天就存在。

把这段话翻译成概率语言：翻倍加仓没有消除亏损，它只是重新分配了亏损的形态。原版策略把「多次中等亏损」改写为「很多次小盈利加偶尔一次抹掉全部历史盈利的巨亏」。演示曲线平滑向上，是拿尚未发生的那次尾部亏损作抵押换来的。破产概率的关键变量不是胜率，而是资金链条能被翻倍多少层。假设价格有 30% 的路径会跌穿某一深度（这没有任何预测含义，只是分布描述的示例），链条能扛四层还是七层，决定的就是这条尾部多久兑现一次。

在链上执行时还有三道硬边界。第一道是保证金与流动性：加倍买需要真金白银进场，账户被其他仓位占用的保证金、池子里的可兑换深度，都会先于理论层数耗尽。第二道是借贷清算线：如果加倍买是靠抵押借来的钱，价格下跌同时打击抵押品估值和新增债务，杠杆使链条比全现金版本短得多，且触发清算后有罚金与折价处置损耗，不是简单「回到零」。第三道是策略相关性：翻倍加仓在趋势单边行情里持续同向加仓，恰好在波动最大的时刻把账户推到最满，执行滑点与资金费率也在同一时刻最差。

能核对的事实是：这套策略的真实成本分布长尾极厚，评估它不应该看回测总收益，而要看最大回撤分布和最坏情景的所需资金。把它当「震荡市工具」时，你实际是在赌当前波动结构维持震荡，这个判断错误时没有中间态，直接接上的是链条最底层。任何声称稳赚的加仓算法都不值得信任，本文全部内容不构成投资建议。

把这套逻辑落到网格机器人的设置界面会更直观：所谓每跌一档加倍的策略，档位宽度、加倍上限层数、单轮最大投入三个参数共同决定了破产概率曲线，而演示页面展示的回测收益几乎总是来自上限尚未触及的历史片段。真正该盯的是三个数字：策略声明的最坏情景所需资金、历史最大浮亏占权益比例、当前波动结构下最坏情景的估计重现时间，任何一项说不清楚，就等于把最后一层的资金需求留给了运气。还有一种变体常被提出——不加倍甚至减倍加仓，它把亏损摊回多次中等亏损，代价是回本所需反弹幅度更高。理解这层取舍后才明白：翻倍策略的本质是用尾部巨亏换回本容易度，选不选它，取决于你愿意为容易回本预先支付多少隐性保费。

链条长短之外，还有一个容易被演示忽略的变量：加仓各档之间的价格距离。档位设得越密，同样跌幅下套住的资金越深、链条走完得越快；档位设得越疏，回本需要的反弹幅度又越大。这两个方向互相拉扯，没有免费的中点，调参的实质是选择死法——是频繁小止损还是偶发巨亏。