În acest articol
După lectură vei putea să…
- Separi media monetară, media randamentelor și media multiplilor R.
- Aplici compunerea la baza fiecărei perioade.
- Definești unitatea de observație când poziția are ieșiri parțiale.
Explicații ale termenilor în articol
Valoare așteptată a rezultatului Dimensionare fracțională după capitalul curent Jurnal de tranzacționare — plan, execuție și registru Prag de rezultat net zero Comision de tranzacție Cont demonstrativ (demo)Win rate nu determină profitabilitatea fără mărimea rezultatelor și costuri. Într-un model fictiv, 70% câștiguri de 50 USD și 30% pierderi de 200 USD dau −25 USD per tranzacție. Expectancy este media unei distribuții definite; jurnalul oferă estimarea din rezultate trecute selectate. Semnul pozitiv al estimării nu decide singur profitabilitatea viitoare sau creșterea compusă.
Ce înseamnă valoarea așteptată?
Este profitul sau pierderea medie per tranzacție într-o distribuție specificată. Din rezultate nete, estimezi frecvența câștigurilor × câștigul mediu − frecvența pierderilor × pierderea medie, cu pierderea exprimată ca mărime pozitivă. Rezultatele exact zero rămân în numărul total. Nu există minimum matematic de exact 100 de tranzacții; incertitudinea depinde de dispersie, dependență și reprezentativitate.
La 70% câștiguri de 1 unitate și 30% pierderi de 3, media este 0,7 − 0,9 = −0,2 unități înaintea costurilor suplimentare. O sută de observații nu garantează anularea efectului întâmplării sau persistența mediei. Distinge distribuția presupusă de media înregistrată.
Trei strategii ipotetice: numărul câștigurilor nu ajunge
Toate modelele au capital inițial 10 000 EUR și se referă la EUR/USD. Sumele medii sunt presupuse înaintea costurilor de execuție omise; fiscalitatea se verifică separat pentru persoană și jurisdicție.
Pe un ecran mic, derulează tabelul orizontal pentru a citi toate coloanele.
| Model | Frecvență și rezultat mediu | Media brută |
|---|---|---|
| A | 70% câștiguri de 50 EUR, 30% pierderi de 100. | 0,7 × 50 − 0,3 × 100 = 35 − 30 = 5 EUR. |
| B | 50% câștiguri de 100 EUR, 50% pierderi de 50. | 50 − 25 = 25 EUR. |
| C | 60% câștiguri de 80 EUR, 40% pierderi de 120. | 48 − 48 = 0 EUR. |
B are media de cinci ori mai mare decât A, deși win rate este mai mic. C are medie zero înainte de costuri, dar o succesiune individuală poate încheia pe plus sau minus. Dacă presupunem costuri de execuție omise de 6 EUR per tranzacție, mediile nete devin −1, 19 și −6 EUR.
Dacă rezultatele jurnalului sunt deja nete, nu scădea aceleași costuri încă o dată. Impozitul nu este taxă universală fixă pe fiecare tranzacție; este calcul separat în regimul aplicabil. Consultă identificarea avantajului. Raportul câștig/pierdere și frecvența trebuie citite împreună, fără a transforma media în rezultat sigur.
Multiplii R: raportează fiecare rezultat la riscul lui inițial
În cadrul Van Tharp, R este riscul inițial planificat al tranzacției. Împarte rezultatul semnat la acel R, cu definiție consecventă a costurilor. R nu trebuie să fie 1% sau 2% din capital. Pierderea reală poate depăși −1 R prin execuție, gap ori costuri. Normalizarea scalei nu face strategiile identice.
Model fictiv: 50% câștiguri medii de +2 R și 50% pierderi de −1 R dau 0,5 × 2 − 0,5 × 1 = 0,5 R per tranzacție. La 40% câștiguri, media devine 0,4 × 2 − 0,6 × 1 = 0,2 R. Aceste valori nu depind de mărimea contului, dar conversia în bani depinde de riscul fiecărei intrări.
Dacă media presupusă rămâne 0,5 R, suma așteptată pentru 100 de tranzacții este 50 R. La R monetar fix de 100 EUR, ar însemna 5 000 EUR așteptați înaintea costurilor omise. Dacă recalculezi riscul după equity, R se schimbă în euro. Într-un model binar ideal cu fracție fixă, numărul rezultatelor poate determina factorul final; rezultate variabile, costuri și pași cer date per tranzacție. Ordinea contează pentru drawdown. Nu există profit realizat promis.
Calculează întâi multiplul fiecărei tranzacții, apoi media. Exemplul în USD: rezultat +200 cu R = 100 dă +2 R; rezultat −100 cu R = 200 dă −0,5 R. Media lor este +0,75 R. Media monetară 50 USD împărțită la riscul mediu 150 USD dă aproximativ 0,3333, altă măsură. Consultă dimensionarea riscului.
Cum interpretezi mărimea mediei?
Următoarele intervale sunt etichete descriptive ale eșantionului, fără calificative validate sau permisiuni de alocare a capitalului. Definește costurile și R inițial; concluzia despre viitor cere model justificat.
- Peste 0,5 R: medie pozitivă mare în definiția aleasă; nu demonstrează durabilitate între regimuri viitoare.
- 0,3–0,5 R: medie pozitivă; verifică costurile și incertitudinea.
- 0,1–0,3 R: medie pozitivă; dacă datele sunt nete, costurile sunt deja incluse, fără dovadă a persistenței.
- 0–0,1 R: medie pozitivă mică; acoperirea costurilor depinde de definiția brută/netă și de cost.
- Sub zero: eșantionul are medie negativă. Pot exista perioade profitabile; distribuția viitoare cere ipoteze suplimentare.
Media singură nu dezvăluie seriile de pierderi sau drawdown-ul maxim. Două distribuții pot avea aceeași medie și dispersii ori pierderi rare diferite. Media aritmetică pozitivă nu garantează creștere compusă pozitivă.
Media pozitivă a procentelor nu este compunere
Verifică unitățile și baza fiecărui rezultat înainte să compari media cu capitalul final. Procentul din capital variabil nu este sumă monetară fixă.
Sumele +50 și −60 au media −5 unități. Procentul din capital variabil nu este sumă fixă; fără probabilități atribuite.
Pe un ecran mic poți derula diagrama orizontal sau o poți mări. Valorile și concluzia apar și în textul de mai jos.
Două perioade fictive fără fluxuri externe sau costuri suplimentare. Procentele mari +50% și −40% simplifică aritmetica, fără țintă sau risc propus. Fără model de probabilitate, +5% este numai media aritmetică a randamentelor înregistrate, fără a fi expectancy verificată a următoarei perioade.
(50% − 40%)/2 = +5%, dar capitalul este 100 × 1,50 × 0,60 = 90, adică −10% total. Sumele monetare sunt +50 și −60, cu media −5 unități, altă unitate și măsură decât +5%. Nu există contradicție cu media netă monetară definită anterior și nu înlocui una cu alta în jurnal.
Test RON: trei ieșiri parțiale nu sunt trei idei independente
Exemplu separat inventat: prima poziție are trei ieșiri parțiale cu rezultate nete +100, +80 și +20 RON. A doua poziție are o singură ieșire de −120 RON. Toate costurile sunt deja incluse. Nu există alte tranzacții sau fluxuri. Alegem poziția complet închisă drept unitate de observație, fără a impune această alegere tuturor strategiilor.
Agregarea primei poziții dă +200 RON. Două poziții dau total 80 RON, medie 40 RON per poziție și win rate 50%. Dacă tratezi cele patru ieșiri ca patru rezultate, același total dă 20 RON per ieșire și win rate 75%. Nici profit nou, nici patru observații independente nu au fost demonstrate.
Dacă riscul inițial al primei poziții era 100 RON, iar al celei de-a doua 200 RON, multiplii pozițiilor sunt +2 R și −0,6 R, media +0,7 R. Împărțirea mediei monetare 40 la riscul mediu 150 dă 0,2667, alt calcul. Păstrează ID-ul poziției, ieșirile și R inițial în export. Definește explicit cum tratezi intrările suplimentare, închiderile parțiale și costurile, înainte să compari versiuni ale jurnalului.
Ce nu promite expectancy?
Inferența din media istorică cere selecție reprezentativă, reguli consecvente și model adecvat al dependenței și costurilor. Stabilitatea volatilității sau corelației nu validează singură extrapolarea. Înregistrează schimbările de reguli și comisioane, comparând ferestre definite la fel. Vezi statisticile și indicatorii jurnalului.
Eșantionul și incertitudinea mediei
Zece tranzacții descriu acele rezultate, fără dovadă solidă a avantajului viitor. Declară dimensiunea și dispersia. Treizeci rămân eșantion limitat: numărul singur nu transformă 0,3 R într-un interval precis de 0,15–0,45 R. Intervalul cere dispersie observată și ipoteze despre dependență.
O sută oferă mai multă informație decât treizeci în condiții de selecție comparabile. Pentru observații independente cu aceeași varianță finită, eroarea standard este σ/√n, estimată uzual prin s/√n. Un interval de încredere mai cere distribuția și valoarea critică potrivite. Dispersia mai mare crește incertitudinea; gruparea și selecția pot invalida formula simplă.
Cinci sute de observații independente cu aceeași varianță dau eroare standard de aproximativ 44,72% din valoarea la 100, fără minim universal de comparație. În modelul independent, stabil și cu varianță finită, înjumătățirea erorii cere de patru ori mai multe observații. Randamentele de trading pot încălca ipotezele.
Eșantionul mai mare poate îmbunătăți precizia dacă rămâne reprezentativ. Nu există prag de 100 care justifică automat majorarea capitalului. Verifică selecția, dispersia, dependența, costurile și evaluarea în afara datelor de ajustare a parametrilor. Istoricul scurt poate arăta o eroare fără a demonstra un avantaj; cel lung poate rămâne nereprezentativ.
Ce faci în jurnal la următoarea revizuire?
- Definește eșantionul. Tranzacții închise, număr, rezultate nete și zerouri incluse. Eșantionul descrie trecutul; inferența despre viitor recunoaște incertitudinea.
- Calculează R individual. Rezultat net împărțit la riscul inițial propriu, apoi media multiplilor semnați. Media rezultatelor împărțită la riscul mediu poate diferi.
- Folosește diagnosticul complet. Semn, mărime, dispersie și drawdown; caută de ce s-au schimbat. 0,3 R nu este permisiune universală pentru volum mai mare. Mai puține tranzacții nu ridică automat expectancy.
- Alege programul de revizuire. Înregistrează-l, fără a numi 50 de tranzacții fereastră universal validă. Media zgomotoasă nu identifică exact momentul încetării definitive a avantajului.
Continuă cu sistemul de administrare a riscului, riscul unei intrări și indicatorii de recalculat.
Același total, altă medie per tranzacție
Aproximativ 2 minute de practică
Eșantion fictiv separat: 30 de câștiguri cu media netă 200 USD, 50 de pierderi cu media 100 USD și 20 de tranzacții exact zero după costuri. Rezultatul de 1 000 USD pe 100 de tranzacții dă media 10 USD. Win rate fără zerouri este 37,5%, profit factor 1,2. Schimbă numai numărul rezultatelor exact zero de la 20 la 40. Ce se întâmplă cu media P/L, totalul și win rate fără zerouri?
Verifică efectul rezultatelor zero
Verifică rezultatul și explicația
P/L rămâne 30 × 200 − 50 × 100 = 1 000 USD. Numărul devine 120, media scade la 1 000/120 ≈ 8,33 USD. Win rate fără zero rămâne 30/80 = 37,5%, profit factor 6 000/5 000 = 1,2. Numitorii diferă.
Descrie eșantionul introdus, fără prognoză. Calculatorul folosește sume nete, fără media procentelor ori multiplilor R. Ieșirea la prețul intrării cu comision nu este rezultat net zero.
Verifică ce ai învățat
Exercițiu: aproximativ 2 minute.
Arată răspunsul și explicația
A doua pierdere este 60. Rămân 90, deși media randamentelor este +5%.
Alte întrebări
Ce este expectancy?
Media rezultatului per tranzacție într-o distribuție specificată. Estimarea din eșantion este P/L net total împărțit la toate tranzacțiile, inclusiv zero. Echivalent, frecvența câștigurilor × câștig mediu minus frecvența pierderilor × pierdere medie pozitivă. Pentru viitor sunt necesare date reprezentative și ipoteze; formula nu conține minimum de exact 100.
Cum arată exemplele A, B și C?
În modelele declarate înaintea costurilor: A = 0,7 × 50 − 0,3 × 100 = 5 EUR; B = 0,5 × 100 − 0,5 × 50 = 25; C = 0,6 × 80 − 0,4 × 120 = 0. Dacă media costurilor omise este 6 EUR, netul devine −1, 19 și −6. Nu scădea costurile de două ori din date deja nete.
Cum calculez multiplii R?
Rezultatul semnat împărțit la riscul inițial al acelei tranzacții. +200 USD cu R de 100 dă +2 R; −100 cu R de 200 dă −0,5 R. Media este +0,75 R. Media monetară 50 împărțită la riscul mediu 150 dă 0,3333, altă măsură. Definește R și costurile consecvent; poți pierde mai mult de −1 R.
Ce prag expectancy arată o strategie bună?
Nicio bandă universală nu validează strategia sau capitalul mai mare. Media netă de 0,3 R descrie eșantionul selectat, fără avantaj stabil demonstrat. La rezultate brute, include costurile o singură dată. Evaluează dispersia, dependența, drawdown-ul, selecția și date separate de ajustarea parametrilor.
Surse și verificare
- Van Tharp Institute — A Short Lesson on R and R Multiples
R ca risc inițial, multipli semnați și media lor; pierderile pot depăși −1 R. Lecția nu certifică rezultatele viitoare ale unui eșantion.
- NIST — Confidence Limits for the Mean
Rolul dispersiei, numărului și valorii critice în intervalul pentru medie; interpretare frecventistă a acoperirii.
- NIST Dataplot — Confidence Limits
Ipoteze de distribuție și limite ale intervalului standard pentru medie, fără prag numeric universal pentru trading.
Calculele folosesc ipotezele precizate explicit. Nu înlocuiesc datele actuale ale pieței sau condițiile furnizorului.