ในบทความนี้
หลังอ่าน คุณจะสามารถ
- เปรียบเทียบลำดับที่มีสถิติรวมเหมือนกัน
- นับช่วงเครื่องหมายและการแพ้ติดกัน
- คำนวณผลเฉลี่ยโดยระบุรายการศูนย์และ risk
คำศัพท์ในบทความ
อัตราการชนะ (Win Rate) · ค่าคาดหวัง (Expectancy) · สมุดบันทึกการเทรด (Trading Journal) · บัญชี demo: บัญชีทดลอง · ดรอว์ดาวน์ (Drawdown) · กองทุนเฮดจ์ฟันด์ในตลาด FX ·
อัตราชนะสูงไม่เพียงพอที่จะบอกว่าผลสุทธิเป็นบวก ต้องดูขนาดกำไร ขาดทุน ต้นทุนและลำดับรายการด้วย ตัวเลขทั้งหมดต่อไปนี้เป็นแบบจำลองสมมติ ไม่ใช่ประวัติผู้เทรดจริงหรือคำทำนายผลในอนาคต
ทำไม win rate อย่างเดียวจึงไม่พอ
ในแบบจำลองสองผลลัพธ์ สมมติชนะ 80% ได้ครั้งละ 1 หน่วย และแพ้ 20% เสียครั้งละ 5 หน่วย ค่าเฉลี่ยตามสมมติฐานคือ 0.8×1−0.2×5=−0.2 หน่วยต่อครั้ง อีกแบบชนะ 35% ได้ 4 หน่วย แพ้ 65% เสีย 1 หน่วย ได้ +0.75 หน่วยต่อครั้ง ค่าความน่าจะเป็นเหล่านี้เป็นสมมติ ไม่ใช่การประมาณกลยุทธ์ใด
expectancy แบบสองผลลัพธ์ = โอกาสชนะ × กำไรเฉลี่ย − โอกาสแพ้ × ขาดทุนเฉลี่ยแบบค่าสัมบูรณ์ หากมีผลศูนย์ ต้องกำหนดน้ำหนักและต้นทุนให้ครบด้วย mean net R คือค่าเฉลี่ยของผลแต่ละรายการหารด้วยความเสี่ยงเริ่มต้นที่กำหนดไว้ ผลย้อนหลังที่เป็นบวกหรือเกณฑ์ 0.3R/0.5R ไม่รับประกันกำไรในอนาคต
ตัวเลขรวมไม่บอกลำดับขาดทุน
ผลรวมเหมือนกัน ลำดับต่างกัน
A สลับ +1 และ −1 สี่คู่; B มี +1 สี่ครั้งแล้ว −1 สี่ครั้ง
| A | 8 ช่วง · แพ้ติดกันสูงสุด 1 | สลับกำไรและขาดทุน |
|---|---|---|
| B | 2 ช่วง · แพ้ติดกันสูงสุด 4 | กำไรสี่ครั้งแล้วขาดทุนสี่ครั้ง |
| ทั้งคู่ | win rate 50% · PF 1 · mean 0 | ผลรวมไม่ระบุลำดับ |
เก็บลำดับเพื่อดูความเสี่ยงที่สถิติรวมไม่แสดง
ลำดับ A สลับ +1, −1 สี่คู่; ลำดับ B เป็น +1 สี่ครั้งแล้ว −1 สี่ครั้ง ทั้งคู่มี 8 รายการ ชนะ 50%, ผลรวม 0 และ profit factor 1 ในหน่วยเดียวกัน แต่ A มี 8 ช่วงเครื่องหมายต่อเนื่องและแพ้ติดกันสูงสุด 1; B มี 2 ช่วงและแพ้ติดกัน 4 นี่เป็นการนับในตัวอย่าง ไม่ใช่การทดสอบทางสถิติหรือการคาดการณ์จากตัวอย่างเล็ก เก็บลำดับและ ID ไว้ตรวจเพิ่มเติม
อ่าน win rate, expectancy, profit factor และ drawdown ร่วมกัน
profit factor คือผลบวกรวม / ค่าสัมบูรณ์ผลลบรวม ภายใต้วิธีคิดต้นทุนเดียวกัน หากไม่มีผลลบ ตัวหารเป็นศูนย์ อัตรานี้จึงนิยามไม่ได้ ค่า 1 หมายถึงผลบวกเท่ากับผลลบในชุดที่รวม ไม่ยืนยันความถูกต้องนอกข้อมูลฝึก ตัวเลขรวมยังไม่แสดงสถานะเปิด เงินฝากถอนหรือความกระจุกตัว
maximum drawdown ของเส้นทาง balance หรือ equity ที่ระบุ คือการลดลงมากที่สุดจาก peak ไปยัง trough ภายหลัง ตัวอย่างสมมติ peak 12,000 EUR ลดเหลือ 8,400 EUR เท่ากับ −30%; การกลับไป 12,000 ต้องเพิ่ม 3,600/8,400 ≈ 42.86% แยกกระแสเงินฝากถอนจากผลกลยุทธ์ เกณฑ์หยุดหรือปรับขนาดต้องเป็นนโยบายที่กำหนด ไม่ใช่กฎสากล
ค่าเฉลี่ยกำไร ขาดทุน และรายการศูนย์
เป้าหมายต่อ stop ที่วางแผน 2:1 ไม่บังคับให้อัตรากำไรเฉลี่ยต่อขาดทุนเฉลี่ยจริงเป็น 2:1 เพราะ partial exits, ขนาด risk, ต้นทุนและ slippage อาจต่างกัน ตรวจจากรายการจริงก่อนสรุปสาเหตุ
สมมติ 10 ผลสุทธิ: +200, −100, 0, +200, −100, −100, +200, −100, +200, −100 PLN โดย risk เริ่มต้นรายการละ 100 PLN ชนะ 4 ครั้งรวม 800; แพ้ 5 ครั้งรวม −500; ศูนย์ 1 ครั้ง หากนับทั้งหมด win rate 40%, net 300 PLN, mean 30 PLN หรือ 0.30R และ profit factor 800/500=1.60 หากตัดศูนย์จากตัวหาร win rate 4/9 ≈ 44.44% ต้องระบุวิธีที่ใช้ ในชุดนี้สัดส่วนแพ้เป็น 50% ไม่ใช่ 1−40%
risk เงินที่ต่างกันอาจทำให้ mean R กับผลเงินมีเครื่องหมายต่างกัน สมมติ +2R ที่ risk 10 PLN ได้ +20 PLN แต่ −1R ที่ risk 100 PLN เสีย 100 PLN รวม mean +0.5R แต่เงินสุทธิ −80 PLN ใช้ risk เริ่มต้น ไม่เปลี่ยนตัวหารหลังเลื่อน stop และระบุข้อมูล risk ที่ไม่มี
exposure และการแบ่งกลุ่ม
time exposure คือสัดส่วนของช่วงสังเกตที่มีสถานะตามนิยามที่เลือก ไม่บอกขนาดหรือความกระจุกตัวของสถานะด้วยตัวเอง exposure ต่ำไม่ได้ยืนยันว่าผลตอบแทนเดียวกันเป็นหลักฐานทักษะที่แข็งแรงกว่า
แบบจำลองแยก: ชนะ 55% กำไรเฉลี่ย 165 EUR และแพ้ 45% ขาดทุนเฉลี่ย 145 EUR ให้ค่าเฉลี่ย 25.50 EUR ต่อรายการ อีกชุดสมมติแบ่ง 40% ของรายการที่ win rate 31% และ 60% ที่ win rate 67% จะรวมเป็น 52.6% ไม่ใช่ 55%; หากทั้งสองกลุ่มมี payoff 165/145 เท่ากัน ค่าเฉลี่ยรวมคือ 18.06 EUR ต้องตรวจจำนวนจริง ต้นทุนและความไม่แน่นอนก่อนประเมินกฎที่เปลี่ยนด้วยข้อมูลที่กันไว้
เก็บ journal ให้แบ่งกลุ่มได้
กำหนดหน่วยที่นับ: idea หนึ่งอาจมีหลาย execution จาก partial exits เก็บ fills, ID ร่วม, risk เริ่มต้น, ผล net, เวลา ตราสาร ทิศทาง setup และการทำตามกฎ แยกรายการปิดจากสถานะเปิดและเงินโอน กระทบยอดกับประวัติบัญชี และรายงานจำนวนกับข้อมูลที่ขาดในแต่ละกลุ่ม
การเลือกตัดกลุ่มที่แย่ที่สุดหลังดูอดีตอาจเข้ากับ noise ทดสอบสมมติฐานที่กำหนดกับข้อมูลใหม่ แทนการถือว่าการตัดหนึ่งกลุ่มย่อมแก้ผลขาดทุน
ตรวจความกระจุกตัวด้วยตัวอย่างสมมติ: แพ้ 9 ครั้ง ครั้งละ −1R และชนะ 1 ครั้ง +20R ได้รวม +11R เฉลี่ย +1.1R และ profit factor 20/9 ≈ 2.22 หากแสดงผลโดยไม่รวมผู้ชนะใหญ่ จะเป็น −9R เฉลี่ย −1R และ profit factor 0 นี่เป็นการตรวจความไว ไม่ใช่เหตุผลให้ลบรายการที่ถูกต้อง เก็บชุดเต็มและระบุทุกการละเว้น การทดสอบหลายครั้งบนประวัติเดียวกันไม่ใช่ตัวอย่างอิสระใหม่
ขั้นตอนถัดไป
- กระทบยอดผลสุทธิและต้นทุน แล้วคำนวณ win rate, ค่าเฉลี่ยกำไร/ขาดทุนและ R ภายใต้นิยามที่ระบุ
- คำนวณ drawdown บนเส้นทางที่กำหนดและเปรียบเทียบกับนโยบายความเสี่ยงของตนเองโดยไม่ถือเกณฑ์ใดเป็นสากล
- แบ่งกลุ่มตามนิยามที่ประกาศไว้ จดจำนวนและความไม่แน่นอน แล้วทดสอบการเปลี่ยนแปลงกับข้อมูลภายหลังที่ยังไม่ใช้เลือกกฎ
- เก็บรายการต้นฉบับ รุ่นกลยุทธ์และวันสิ้นสุดข้อมูล เพื่อให้ตรวจผลซ้ำได้
ลองตรวจความเข้าใจ
A สลับ +1, −1 สี่คู่; B เป็น +1 สี่ครั้งแล้ว −1 สี่ครั้ง สิ่งใดต่างกัน?
- profit factor ของ B สูงกว่า
ตรวจคำอธิบาย
ทั้งสองมีผลบวกรวม 4 และผลลบ 4 จึงมี profit factor 1 เท่ากัน
- win rate ของ B สูงกว่า
ตรวจคำอธิบาย
ทั้งสองชนะ 4 จาก 8 รายการ หรือ 50%
- การแพ้ติดกันยาวที่สุด: A มี 1, B มี 4
ตรวจคำอธิบาย
ถูกต้อง กำไรคั่นระหว่างผลขาดทุนใน A แต่ B แพ้ต่อเนื่องสี่ครั้ง
ดูคำตอบที่ถูก
การแพ้ติดกันยาวที่สุด: A มี 1, B มี 4
คำถามที่พบบ่อย
win rate สูงรับประกันกำไรหรือไม่?
ไม่ ต้องดูขนาดผลชนะและแพ้กับต้นทุน
profit factor เป็นเท่าใดเมื่อไม่มีผลขาดทุน?
ตัวหารเป็นศูนย์ อัตรานี้จึงนิยามไม่ได้
drawdown 30% ต้องขึ้น 30% เพื่อกลับจุดเดิมหรือไม่?
ไม่ หากไม่มีเงินไหลเข้าออก ต้องเพิ่มประมาณ 42.86% จากจุดต่ำ
mean R บวกแปลว่าผลเงินรวมเป็นบวกเสมอหรือไม่?
ไม่ เมื่อ risk เงินต่อรายการแตกต่าง เครื่องหมายอาจต่างกัน
