اعتبارات متقدمة حول التوقع (مراجعة أداء الفوركس)

ماذا يعني التوقع، ضمن نموذج قابل للتحقق

التوقع هو طريقة برقم واحد لوصف متوسط نتيجة عملية اتخاذ قرار لكل فرصة (على سبيل المثال، لكل صفقة، أو لكل إشارة، أو لكل مرة يتم تطبيق القاعدة). في أبسط صورة له، يعامل كل نتيجة على أنها إما “ربح” أو “خسارة” ويجمع:

• معدل الربح (احتمالية تحقيق ربح)
• متوسط حجم الربح (كم تكسب عندما تربح)
• معدل الخسارة (احتمالية تحقيق خسارة)
• متوسط حجم الخسارة (كم تخسر عندما تخسر)

نموذج مفاهيمي شائع هو:

التوقع = (احتمالية الربح × متوسط الربح) + (احتمالية الخسارة × متوسط الخسارة)

لجعل هذا النموذج قابلاً للتحقق فعلاً، يجب تعريف المصطلحات بالطريقة نفسها عبر بياناتك وحسابك. “الربح” و“الخسارة” و“متوسط الربح” و“متوسط الخسارة” ليست حقائق تلقائية؛ بل تنشأ من قواعد القياس الخاصة بك (على سبيل المثال، ما إذا كانت عمليات الخروج الجزئية تُحسب كأرباح، وكيف تتعامل مع نتائج التعادل، وما إذا كنت تستخدم النتائج الإجمالية أو الصافية).

التبعيات: ما الذي يتطلبه التوقع ليكون قابلاً للمقارنة

1) تعريف النتيجة: إجمالي أم صافي

معادلة التوقع لا تكون ذات معنى إلا بقدر ما تكون “النتيجة” التي تستخدمها. إذا استخدم أحد مجموعات البيانات نتائج صافية (بعد السبريد والعمولات والتمويل) واستخدم آخر حركة سعر إجمالية، فلن تكون أرقام التوقع قابلة للمقارنة.

حتى عند رغبتك في شرح مفاهيمي (بدون أرقام في الوقت الحقيقي)، يجب أن تفترض خيار محاسبي محدد. على سبيل المثال، يمكنك تعريف النتيجة على أنها الربح/الخسارة الصافية لكل فرصة بعد تكاليف المعاملات المقدّرة والانزلاق في التنفيذ. ثم يجب تطبيق هذا التعريف نفسه بشكل متسق.

2) وحدة التحليل: لكل صفقة أم لكل فرصة

يمكن حساب التوقع لكل صفقة، أو لكل إشارة، أو لكل شمعة/فترة إذا تم تطبيق القاعدة بشكل مستمر. تغيير وحدة القياس يغيّر التفسير. فعملية قد تبقى “ثابتة” أحياناً سيكون لها توقع مختلف لكل “فرصة” مقارنةً بالمنطق نفسه الذي تم أخذ عيناته فقط عندما يدخل.

نهج قابل للتحقق هو أن تُصرّح صراحةً بوحدة القياس:

• “لكل دخول مُرسَل”، أو
• “لكل صفقة مكتملة”، أو
• “لكل نافذة لتقييم القاعدة”،

ثم اجعل مجموعة البيانات مطابقة.

3) نموذج الاحتمالات: ما الذي يُحسب كـ “احتمالية”

عملياً، يتم تقدير الاحتمالات من العينات التاريخية. غالباً ما تتعامل صيغ التوقع مع الربح/الخسارة كما لو أن كل نتيجة مأخوذة من توزيع ثابت. قد يكون هذا الافتراض معقولاً ضمن نظام ضيق ومتسق، لكنه يصبح أقل معقولية بكثير عبر ظروف سوق متعددة متغيرة.

وهذا يخلق تبعية متقدمة: التوقع ليس مجرد “رقم”، بل هو تقدير مرتبط بالتوزيع الذي تمثله عيّنتك.

4) شكل التوزيع: التوقع يتجاهل اللحظات الأعلى

نموذج معدل الربح/متوسط الربح/متوسط الخسارة يختزل النتائج إلى متوسطين فقط. إذا كانت النتائج منحرفة بشكل كبير (على سبيل المثال، وجود العديد من الأرباح الصغيرة وخسائر كبيرة نادرة)، فقد يبدو التوقع مستقراً بينما تتغير خصائص المخاطر بشكل دراماتيكي.

لذلك، من الاعتبارات المتقدمة التعامل مع التوقع كملخص واحد فقط، وليس الوصف الكامل لتوزيع النتائج.

الاستثناءات وحالات الحافة التي تغيّر التفسير

1) الصفقات عند التعادل ونتائج “صفر”

ماذا يحدث للصفقات التي تكون نتيجتها الصافية صفر (لا ربح ولا خسارة)؟ بعض المقاربات تدمجها ضمن الأرباح، وبعضها ضمن الخسائر، وبعضها يعاملها بشكل منفصل.

إذا ضمّنتها ضمن “لا ربح ولا خسارة”، فأنت تحتاج إلى فئة ثالثة. وإذا أجبرتها على أن تكون ضمن الربح أو ضمن الخسارة، فإنك تغيّر متوسطات أحجام الربح/الخسارة والاحتمالات الضمنية. وللتحقق المستقل، يجب كتابة طريقة التعامل مع نتائج التعادل.

2) التعامل غير المتماثل مع الخسارة (مثل الأوامر الوقفية مقابل عمليات الخروج)

إذا كان تقييمك يتضمن قواعد خروج مختلفة حسب الظروف، فإن “متوسط الخسارة” ليس قيمة واحدة عالمية؛ بل هو ناتج عن عملية مشروطة. على سبيل المثال، الخسارة التي تحدث تحت قاعدة خروج واحدة ليست قابلة للمقارنة مباشرةً مع خسارة تحدث تحت قاعدة خروج أخرى.

ولمعالجة ذلك دون تقديم نصائح مالية، يمكنك تقسيم مجموعة البيانات حسب نوع الخروج أو حسب ظروف الإعداد، ثم حساب التوقع لكل شريحة. النقطة الأساسية هي أن خلط عمليات فرعية غير متوافقة قد يؤدي إلى متوسطات مضللة.

3) عدم الثبات: تغيّر الأنظمة

قد تتغير الأسواق من حيث التقلب والسيولة وسلوك السبريد. إذا كانت عيّنتك تخلط بين عدة أنظمة، فقد تتحرك احتمالات الربح/الخسارة ومتوسطات النتائج.

من حالات الفشل المتقدمة: “يبدو التوقع في الاختبار الخلفي جيداً، لكن التوقع في المستقبل يتدهور” لأن الاحتمالات المقدّرة لم تعد تطابق التوزيع المستقبلي. هذا ليس ضماناً للفشل—فقط تذكير بأن التوقع حساس لتغيرات التوزيع.

4) تحيز الاختيار الناتج عن تصفية الفرص

إذا كانت مجموعة بياناتك تتضمن فقط الفرص التي تمر عبر فلاتر معينة تم اختيارها بعد رؤية النتائج، فقد يتم تضخيم التوقع. حتى بدون أي توصية محددة، فهذا خطر بحثي عام: قد تتضمن عملية التقييم عن غير قصد معرفةً حول النتائج.

يجب أن يتحقق التحقق المستقل مما إذا كانت القاعدة وفلاترها قد تم تعريفها قبل بيانات النتائج، وما إذا كانت نافذة التقييم هي نفسها نطاق البيانات المستخدم لتقدير الاحتمالات والمتوسطات.

الأدلة ومثال (باستخدام افتراضات يمكنك تدقيقها)

A) مثال رقمي بسيط مع افتراضات صريحة

افترض أنك تُعرّف “الفرصة” على أنها صفقة مكتملة واحدة، وأن النتيجة هي الربح/الخسارة الصافية لكل صفقة بعد تكاليف ثابتة. في عينة من 100 صفقة:

• تصنّف 55 صفقة على أنها أرباح و45 صفقة على أنها خسائر.
• متوسط الربح الصافي في الصفقات الرابحة هو +0.8 وحدة.
• متوسط الربح الصافي في الصفقات الخاسرة هو −0.6 وحدة.

عندها يكون التوقع لكل صفقة:

• احتمال الربح = 55/100 = 0.55
• احتمال الخسارة = 45/100 = 0.45

التوقع = (0.55 × 0.8) + (0.45 × −0.6) = 0.44 − 0.27 = 0.17 وحدة لكل صفقة

يوضح هذا كيف يتم حساب التوقع من احتمالات الربح/الخسارة والمتوسطات الشرطية. كما يوضح أين تحدث الأخطاء: إذا اختلف تعريف الربح أو افتراضات التكاليف لديك، فستتغير المتوسطات الشرطية واحتمالات الربح/الخسارة.

ماذا تتحقق منه عند إعادة إنتاج توقع شخص آخر

للتحقق المستقل من ادعاءات التوقع، تحقق مما إذا كان الكاتب:

• يذكر تعريف الربح/الخسارة (بما في ذلك التعامل مع التعادل)،
• يحدد وحدة التحليل (لكل صفقة مقابل لكل إشارة)،
• يذكر نموذج التكاليف المستخدم للنتائج الصافية، و
• يستخدم نفس نطاق البيانات لتقدير الاحتمالات والمتوسطات.

بدون هذه التفاصيل، قد تكون قيمتا توقع “متشابهتين رياضياً” بينما تكونان غير قابلتين للمقارنة عملياً.

القيود والمخاطر: أين يمكن أن يضلل التوقع

1) تذبذب أخذ العينات والعينات الصغيرة

يعتمد التوقع على الاحتمالات والمتوسطات المقدّرة. مع أحجام عينات صغيرة، قد تهيمن التغيرات العشوائية، مما ينتج تقديراً للتوقع قد لا يعكس التوزيع الحقيقي الكامن.