单看“年化收益”容易被放大了的光鲜数字误导。比特币等加密资产的年化波动远高于传统资产，历史上也多次出现 80% 左右的深度回撤；这意味着高回报数字往往伴随高波动与高回撤的代价。评估策略时，应把波动、回撤与“波动拖累”一起纳入，并使用 Sharpe/Sortino/MAR 等风险调整指标，而不是只看一个年化数值。
年化三个常见误区
1）把短期收益“年化”当真
把一周或一个月的收益简单年化，容易夸大预期并忽视季节性与波动变化。权威教材与投资百科明确指出：对短周期收益做年化会放大误差、忽视波动结构，结论容易失真。
2）把“平均收益”错当长期回报
算术平均（“平均收益”）不考虑复利与路径，容易高估真实增长；长期表现应以几何平均/年复合增长率（CAGR）衡量。CAGR能平滑路径，但它也“遮住了”波动与风险，需搭配其他指标使用。
3）忽略“波动拖累”
在对数正态假设下，长期几何平均回报≈算术平均回报 − ½×波动率²（即“波动税/波动拖累”）：波动越大、长期复合回报越被“吃掉”。这正解释了为什么同样的“平均收益”，高波动资产的最终复利可能更差。
数据侧证：高收益伴随高波动与高回撤
- 波动：以 2025-01-31 为基准，比特币近一年年化波动约 54%，而黄金约 15%、全球股票约 10.5%。同样的“年化收益”，置于不同波动环境下，风险含义完全不同。
- 回撤：比特币历次牛熊之间，峰谷回撤常见在 70%–86% 区间，多家研究机构与媒体均有统计。单看年化的“亮眼数字”，很容易忽视这种“穿越周期的深坑”。
只看年化不够：用风险调整指标说话
- Sharpe 比率：单位“总波动”带来的超额回报。波动越大、同等收益下 Sharpe 越低。
- Sortino 比率：只惩罚“下行波动”，对“向上波动”不过度惩罚，更适合偏右偏态资产。
- MAR 比率：CAGR ÷ 最大回撤，直接回答“为了这么多回报，承受了多深的坑”。
实务要点：同等年化下，Sharpe/Sortino/MAR 更高的策略，通常风险-回报质量更好；而“高年化 + 低 Sharpe/低 MAR”往往意味着换来的是更剧烈的波动与更深的回撤。
小算式：波动如何“吃掉”你的复利
若一资产算术年化期望为 μ，年化波动为 σ，在常见模型下其长期几何年化近似为 μ − ½σ²。例如：同样 15% 的算术年化，若 σ=50%，则几何年化约为 15% − 0.5×(50%)² = 15% − 12.5% = 2.5%；波动巨大时，复利显著被拖累。
落地做法：别再被“年化神话”带节奏
1）报告口径
- 同时给出：CAGR、年化波动、最大回撤、Sharpe、Sortino、MAR（起码三者）。
2）对比规则
- 只在相同区间、相同频率、相同成本模型（手续费/滑点/资金费率等）下比较年化与指标，避免“梨子比苹果”。（成本建模见你站内相关文章）
3）短期结果处理
- 禁止用 7 天、30 天“乘以 52/12”吹年化；若确需展示短期表现，一并给出区间内的波动、回撤与样本规模说明。
4）路径与情绪管理
- 在材料中直观展示权益曲线与回撤曲线，让读者看到“为年化所付出的情绪成本”（回撤持续时间、深度与频率）。
选基准与场景：把“年化”放回语境里
- 资产对比：用 BTC/ETH 对标时，请同时呈现它们各自的年化波动与历史回撤，避免“只看收益不看风险”。
- 周期对比：牛市与熊市混合的完整周期更能代表真实体验；单取牛市窗口的年化，容易“美化”。
FAQ
Q：CAGR 本身是不是就足够？
A：CAGR 只讲“起点到终点”的平滑复合增速，不揭示路上的波动与回撤；请至少配 Sharpe/Sortino/MAR 一起看。
Q：为什么我看到的“平均年回报”比实际赚到的少？
A：因为“波动拖累”——长期几何回报低于算术平均；波动越大，拖累越重。
Q：短期策略的高年化能信吗？
A：谨慎看待。短期年化会放大偶然性与季节性，且忽略波动结构变化。
