Definisci Average Win Loss in modo chiaro
Average Win Loss (spesso scritto come average win e average loss) descrive la dimensione tipica delle operazioni profittevoli rispetto a quelle perdenti. Nella pratica, si verifica prima confermando cosa significano “average” e “win/loss” nel contesto che stai usando.
Per rendere il concetto verificabile, specifica almeno:
- Definizione di win: se la metrica usa profitto lordo, profitto netto dopo i costi, o un’altra rettifica.
- Definizione di loss: se le perdite vengono registrate come valori negativi, oppure convertite in magnitudini assolute.
- Unità di trade: se ogni operazione conta una volta, come vengono gestite le chiusure parziali e come vengono trattati gli esiti di pareggio.
Quando vedi “Average Win Loss” riportato, trattalo come una descrizione incompleta finché non vengono indicate le scelte sopra.
Separa i meccanismi stabili dalle condizioni variabili
I meccanismi di base sono generalmente stabili: calcola una dimensione media della vincita a partire dall’insieme delle operazioni vincenti e una dimensione media della perdita a partire dall’insieme delle operazioni perdenti, poi confrontale.
Tuttavia, i numeri riportati cambiano quando cambiano le condizioni variabili. Esempi includono:
- Costi e commissioni (spread, commissioni, finanziamento) se la metrica è netta invece che lorda.
- Esecuzione e slippage se gli esiti si basano su riempimenti reali rispetto a prezzi idealizzati.
- Selezione del campione (periodo di tempo, universo di strategia e se il filtraggio esclude alcuni tipi di operazioni).
Per questo, la verifica dovrebbe concentrarsi sul fatto che due fonti usino le stesse definizioni e gli stessi input, non solo sul fatto che riportino cifre simili.
Evidenze e passaggi di verifica riproducibili
Usa una checklist riproducibile che qualcun altro possa ripetere usando la stessa cronologia di operazioni.
-
Raccogli la lista sottostante delle operazioni
- Usa un singolo dataset di operazioni eseguite.
- Assicurati che ogni riga includa informazioni sull’esito coerenti con le tue definizioni (lordo o netto).
-
Etichetta win e loss con regole esplicite
- Decidi la regola per le operazioni di pareggio (escluderle, trattarle come win o trattarle come separate).
- Decidi come vengono rappresentate le chiusure parziali: un singolo esito combinato per ogni posizione originale, oppure esiti separati per ogni chiusura.
-
Calcola le due medie usando formule dichiarate
- Dimensione media della vincita = somma degli esiti win ÷ numero di operazioni vincenti.
- Dimensione media della perdita = somma degli esiti loss ÷ numero di operazioni perdenti.
- Se “loss” viene riportato come una magnitudine positiva, converti in modo coerente (ad esempio, prendi i valori assoluti) così da non mescolare convenzioni di segno.
-
Esegui un controllo spot indipendente
- Scegli un piccolo sottoinsieme di 5–10 operazioni e ricalcola manualmente le medie.
- Verifica che i totali corrispondano alle somme intermedie e ai conteggi riportati.
-
Documenta le assunzioni per il tuo calcolo
- Registra se gli esiti sono lordi o netti.
- Registra come vengono gestiti i parziali e i pareggi.
Se una fonte non rivela queste assunzioni, tratta la “verifica” come non pienamente possibile, perché più definizioni possono produrre risultati diversi di “Average Win Loss”.
Limitazioni e modalità di guasto
Una limitazione sostanziale è che average win e average loss sono descrittivi e dipendono fortemente da come viene costruito il dataset.
Almeno una modalità di guasto comune:
- Mescolare tipi di esito: combinare esiti realizzati con valori rettificati, oppure combinare voci di chiusura parziale con voci di posizione intera, può distorcere la media.
Altre limitazioni che influenzano l’interpretazione:
- Non-stazionarietà: le relazioni storiche non stabiliscono risultati futuri.
- Effetti della finestra: cambiare l’intervallo di date può modificare la composizione di win e loss.
- Sensibilità ai costi: il netto rispetto al lordo cambia le medie, soprattutto se i costi variano nel tempo.
Domande di verifica da fare successivamente
Per verificare l’informazione su Average Win Loss, chiedi al fornitore o all’autore:
- Le definizioni esatte di win, loss e se gli esiti sono lordi o netti.
- Come vengono trattate le operazioni di break-even.
- Come vengono aggregate le chiusure parziali e le voci multiple in esiti di operazioni singole.
- L’ambito del dataset (finestra temporale e criteri di inclusione/esclusione).
Se questi dettagli mancano, puoi comunque eseguire la verifica ricalcolando la metrica sotto assunzioni alternative esplicite e controllando se la conclusione riportata dipende da tali assunzioni.
Per un confronto più approfondito, vedi spiegazioni correlate come average win loss rispetto a concetti di performance vicini e i campi di dati necessari per la valutazione.
DOCUMENT END