sql不内置最大回撤函数，必须用max() over(order by timestamp rows unbounded preceding)计算滚动历史高点，再算(price - peak_so_far)/peak_so_far的最小值。
直接说结论：SQL 本身不内置“最大回撤”（Maximum Drawdown）计算函数，必须用窗口函数组合 MAX、MIN 和累计逻辑手动实现；硬套 MAX() 或 MIN() 单独用会完全错误。
为什么不能直接用 MAX() / MIN() 算最大回撤
最大回撤不是全表最高价和最低价的差值，而是“从任意历史高点到后续最低点的最大跌幅”，本质是**路径依赖的滚动极值差**。常见错误是写成：
SELECT MAX(price) - MIN(price) AS wrong_dd FROM trades;
这算的是全局振幅，不是回撤。比如价格序列为 [100, 120, 110, 90, 95]，真实最大回撤是 (120 → 90) = 25%，但 MAX-MIN 得到的是 30（绝对值），且没归一化为百分比。
关键点：
-
MAX()和MIN()是静态聚合，只返回一个标量，无法表达“每个点往前看的历史峰值” - 回撤必须按时间顺序逐点计算：当前净值 / 历史最高净值 - 1
- 数据库需支持窗口函数（PostgreSQL、SQL Server 2005+、MySQL 8.0+、BigQuery 等），否则无法可靠实现
用 MAX() OVER() 构建滚动历史高点
核心是用 MAX(price) OVER (ORDER BY timestamp ROWS UNBOUNDED PRECEDING) 动态计算截止到当前行的历史最高价。这是实现回撤的第一步。
示例（假设表 trades 含字段 timestamp、price）：
SELECT timestamp, price, MAX(price) OVER (ORDER BY timestamp ROWS UNBOUNDED PRECEDING) AS peak_so_far FROM trades ORDER BY timestamp;
注意：
- 必须显式
ORDER BY timestamp，否则窗口无意义 -
ROWS UNBOUNDED PRECEDING表示“从第一行到当前行”，不可省略或写成RANGE（在时间戳重复时可能出错） - 如果
timestamp有重复，需加id等唯一列做二级排序，避免非确定性结果
组合计算回撤率并取最小值
有了 peak_so_far，就能算每一点的回撤率：(price - peak_so_far) / peak_so_far，再用 MIN() 找出最深的一次（即最大回撤）。
完整 SQL（含别名和过滤）：
WITH rolling_peak AS (
SELECT
price,
MAX(price) OVER (ORDER BY timestamp ROWS UNBOUNDED PRECEDING) AS peak_so_far
FROM trades
)
SELECT MIN((price - peak_so_far) / peak_so_far) AS max_drawdown
FROM rolling_peak;
说明：
- 结果是负数（如
-0.25表示 25% 回撤），符合金融惯例 - 若需绝对值形式，外层套
ABS()，但原始定义就是负值 - 该查询不处理空值：确保
price列非 NULL，否则MAX()窗口会跳过 NULL 行，但后续除法可能报错 - 性能上，窗口函数会产生临时排序，大数据量时注意
timestamp字段是否有索引
实际业务中容易被忽略的细节
真正上线时，这几个点常被跳过导致结果偏差：
- 起始点问题：第一个交易日的
peak_so_far = price，回撤为 0 —— 这正确，但有人误加WHERE row_num > 1排除首行，破坏逻辑 - 数据顺序必须严格按时间升序；如果用
ORDER BY id代替timestamp，而id并不严格反映交易先后，结果全错 - 未区分“净值”和“价格”：回撤应基于账户净值曲线，不是标的资产价格；若直接用
price计算，隐含了“满仓持有一单位”的假设，实际策略需先生成净值序列 - 某些引擎（如旧版 Hive）不支持
ROWS UNBOUNDED PRECEDING，只能退化为自连接，性能极差且易写错
