本文目录导读：
这个问题很难有一个统一的答案，因为回测胜率取决于策略类型、市场、周期、标的、手续费假设等太多变量,不过可以从几个角度给你一个实际的参考范围。
先分清“胜率”和“盈利”不是一回事
高胜率 ≠ 赚钱，很多开源项目展示的高胜率,往往是：
- 高频小止盈 + 大止损：胜率 80%+，但一次亏损吞掉多次盈利
- 马丁格尔/网格：胜率接近 100%，直到一次极端行情爆仓
- 过度拟合：在历史数据上胜率漂亮，实盘迅速衰减
所以看开源项目时，胜率必须配合盈亏比、最大回撤、夏普比率一起看。
按策略类型的典型回测胜率区间
| 策略类型 | 典型回测胜率 | 说明 |
|---|---|---|
| 趋势跟踪（CTA、均线突破） | 30%–45% | 低胜率、高盈亏比，靠少数大趋势赚钱 |
| 均值回归/统计套利 | 55%–70% | 胜率较高，但单笔利润薄，尾部风险大 |
| 网格/马丁 | 70%–95% | 回测好看，实盘遇单边行情易爆 |
| 高频/做市 | 50%–60% | 靠次数和微小价差，对延迟极敏感 |
| 机器学习/因子选股 | 50%–60% | 日频以上，胜率接近抛硬币略优 |
| 经典海龟/唐奇安 | 35%–45% | 公开可复现，长期正期望 |
开源项目的“真实水平”
大多数 GitHub 上的量化开源项目（如 backtrader、vnpy、qlib、freqtrade 的策略示例）：
- 展示的胜率多在 50%–70%
- 能长期实盘保持 55%+ 胜率且正收益的已经算优秀
- 胜率 80%+ 且盈亏比 >1 的回测，基本可以怀疑过拟合或数据泄漏
Freqtrade 社区的策略仓库里，很多标注“胜率 70%+”的策略，实盘跑几个月后回撤明显，qlib 的 benchmark 里，日频选股策略胜率通常也就 52%–58%。
一个务实的判断标准
与其问“胜率能到多少”,不如看这几个组合指标：
- 盈亏比 × 胜率 > 1.3（即期望为正且有一定安全边际）
- 最大回撤 < 30%（可承受范围）
- 样本外/滚动回测衰减 < 20%
- 扣费后仍为正（很多开源项目忽略滑点和手续费）
满足这些，胜率是 45% 还是 65% 都不重要。
- 开源项目回测胜率的“常见区间”：45%–65%
- 超过 70% 且盈亏比不错：高度警惕过拟合
- 超过 85%：几乎可以确定是马丁、网格或数据问题
- 真正可实盘复现的公开策略，胜率大多在 50% 上下
如果你有具体的开源项目（比如某个 GitHub 仓库），可以发给我，我帮你分析它的胜率是否可信、有没有明显的过拟合迹象。
