最大回撤回答的是一个朴素问题：如果某只基金净值从阶段高点一路下跌，投资者在最不利的时点持有，账面最惨时亏了多少。它的通用计算逻辑并不复杂——在一条净值序列上，找出任意一个历史高点，再找该高点之后的最低点，用两者落差除以高点净值，取所有组合中的最大值。这个结果通常以百分比表示，衡量的是区间内最极端的峰谷损失，而非最终收益。
理解这一点，就能避开常见误读：最大回撤不是“平均亏损”，也不是“未来可能亏多少”的预测，而是对一段已发生净值路径的回溯性刻画。它依赖三个要素——净值序列的起点与终点、数据频率、以及是否做分红复权。三者的选择不同，算出的数值可能明显不同，因此比较两只基金的回撤，前提是计算口径一致。
为什么用“峰值到谷底”而不是简单看跌幅
如果只看某段时间的期初与期末净值，得到的只是区间收益，可能掩盖中途的剧烈波动。最大回撤把观察窗口切到每一个局部高点，逐一测量其后最深的下沉，再取最严重的一次。这样做的意义在于贴近真实持有体验：投资者往往在高点附近买入，回撤刻画的是买入后可能承受的最深浮亏。
数学上，它等价于对每个时点计算“当前净值相对此前最高净值的回撤幅度”，再取最小值（即负得最多的那个）。因此计算过程只需要一次遍历：维护一个滚动高点，遇到新高就更新，遇到低于高点的净值就计算回撤并记录极值。这个逻辑对股票型、混合型、债券型基金同样适用，差别只体现在净值波动幅度上。
分红与复权：口径不一致会算出不同答案
基金净值有单位净值和累计净值之分。单位净值在分红后会下降，若直接用单位净值计算，分红造成的下调会被误读为亏损，从而虚增回撤。通用做法是使用复权净值，把分红再投资还原进序列，使净值曲线只反映真实的投资损益。对于有多次分红的基金，是否复权可能带来方向性的差异，这是比较回撤时最容易被忽略的细节。
同理，数据频率也影响结果。日频数据能捕捉盘中级别的极值，周频或月频数据则可能错过短促的深跌，算出偏小的回撤。通用计算逻辑本身不规定频率，但披露和比较时必须说明频率。若一方用日净值、另一方用月净值，数值差异未必来自风险高低，而可能只是采样粒度不同。
回撤区间怎么选：全历史还是特定窗口
最大回撤天然依赖观察区间。取基金成立以来的全历史，得到的是历史极值；取某个特定阶段，得到的只是该阶段内的极值。前者适合刻画产品长期承受过的极端压力，后者适合对照特定市场环境。问题在于，全历史极值会随新数据不断变化，今天算出的数值并非永久标签，一旦出现更深的下跌，历史最大回撤就会被刷新。
因此，看到“最大回撤”这一表述时，应先确认三件事：区间起止、净值是否复权、数据频率。缺少任一信息，数值的可比性都会打折。对于成立时间较短的基金，全历史回撤样本有限，数值偏小可能只是尚未经历完整波动周期，并不代表风险控制更强。
它衡量什么，又不衡量什么
最大回撤刻画的是极端损失深度，适合回答“最坏情况下账户缩水多深”，但它不反映恢复速度。两只基金可能有相近的最大回撤，一只在较短时间内收复失地，另一只长期停留在低位，持有体验差别很大。要补足这一维度，可结合回撤持续时间和修复所需涨幅来观察：从谷底回到前高，需要的涨幅在数学上大于此前的跌幅，跌得越深，回本难度越大。
它也不衡量波动频率。回撤只记录最深的一次下沉，对反复的小幅震荡不敏感。若投资者关心的是持有过程中的颠簸程度，还需要看波动率等指标。把最大回撤当作唯一风险刻度，容易低估那些“跌得不深但长期磨人”的产品。反过来，单看波动率也可能漏掉尾部风险，两者互补而非替代。
实际使用中的边界与观察信号
在筛选和比较基金时，最大回撤可作为风险匹配的参考：能承受多深的浮亏，就对应关注多大级别的历史回撤。但它基于历史路径，不能外推为未来损失的保证上限。市场结构、持仓集中度和策略风格变化，都可能让未来的回撤超出历史极值。因此，把历史最大回撤当作“最坏已发生”的记录，而非“最坏会发生”的承诺，是更稳妥的用法。
值得持续观察的信号有三类：一是净值序列是否复权、频率是否披露清楚，口径透明才谈得上比较；二是回撤后的修复节奏，深跌后长期不修复往往比一次性深跌更值得警惕；三是回撤发生时对应的持仓与策略是否发生实质变化，若风险来源已不同，历史数值的参考价值会下降。厘清这些边界，最大回撤才能从单一数字变成可用的风险语言。
