如果我们将3个标准偏差视为可接受的极限范围，那么我们的极限值就可能超过35% (20+3x5)。 一旦我们选择了风险范围和要采用的资金管理方法，就可以模拟1~2年的交易情况，记录所有的可能结果，尤其是回撤数据。当回撤数值超过平均值2个标准偏差时，我们就要决定是否继续使用这种策略。而且，我们务必要一再确认自己是否处于假设的极限范围内。
举一个具体的例子，假设我们使用的是移动平均线交叉法，在第三年将要结束的时候，我们手中的可用交易只有480个。我们打算利用这些数据规划未来3年的交易。
我们计划利用这480次交易来确定最合适的风险交易方法。
我们一旦决定在接下来的3年时间里依然使用这种策略，就可以依据之前480次交易来规划后续480次交易。
假设我们使用建立在止损数值基础上的固定分数法，其风险比例为5%。图7.1反映的就是其收益情况。
收益率是趋向于对数正态分布的，之所以在200%~250%和500%~1000%出现两个小高峰，是由于越到后面间隔越大，因此包含的交易数自然也就越多。我们本可以一直延续10%的间隔，但如果这样做的话，这个表格就会非常宽，不便于查看。
下面我们再来看看回撤情况。
从图7.2中可以发现，交易的回撤率主要集中在35%左右;尤其是，这个程序告诉我们，平均回撤率为38.65%;第一个标准偏差在30.24% .49.39%之间，意味着约有68%的交易处在这一范围之间。如果是2个标准偏差，就意味着约有95%的回撤率处于23.66%-63.11%之间，如图7.3所示。
这些数据对我们而言都是可以接受的，我们再继续分析，看看如果使用0值为5000的固定比例法，3年后又会得到什么结果。
以下是这种情况的3个图表(图7.5至图7.7)。
使用两种方法(固定分数法和固定比例法)得到的回撤数据非常接近，后者更像是以2个标准偏差为极限值的。在使用固定比例法的情况中，收益率为负数的情况更少一些，而且主要集中在收益率较小的范围内。
60%以上的回撤率着实让我们揪心，那么我们现在就将风险比例降低到4%，仍然使用固定比例法，看看会得到怎样的结果。
与图7.1相比，很容易发现，图7.7中的亏损情况有了很大好转，且图7.7中根本不存在亏损率超过50%的情况。收益率较小的交易数有所增加，收益率小于100%的交易还是比较多的。同样显而易见的是，收益率较高的交易却很少，这也是可以预见的，因为我们使用的风险比例较小。
与图7.2相比，图7.8中的曲线明显向左偏移了一些，这也正是我们希望看到的。
图7.9中的数据多少给了我们些许安慰。在这种情况下，95%交易的回撤率都低于51.69%，同时与前一种模拟结果相比，图7.8中回撤率大于60%的情况要明显少于图7.5。
因此我们决定使用风险比例为4%的固定分数法继续模拟交易。
选择风险比例仅仅只是我们入市的第一步，第二步就是要考虑如何使资金逐渐增长。
