Risposta diretta
L’Average Win Loss si calcola in genere separando i risultati delle tue operazioni in vincenti e perdenti, calcolando la dimensione media della vincita (average win) e la dimensione media della perdita (average loss), e poi combinando queste medie in un rapporto o in una differenza. Una forma comune è:
Rapporto Average Win Loss = (Average Win) / (Valore assoluto dell’Average Loss)
Il punto chiave è che il calcolo dipende da come definisci “risultato dell’operazione”, quale unità usi (pips, valuta o %), quali operazioni includi (vincenti/perdenti e se le operazioni di break-even contano) e come tratti i costi.
Meccanismo e definizione
Per calcolare l’Average Win Loss, ti serve un dataset di risultati di operazioni completate. Ogni operazione deve avere un risultato misurabile.
1) Definisci il risultato per operazione
Scegli una definizione di risultato e usala in modo coerente:
- Risultato basato sul prezzo: ad esempio, movimento netto in pips tra ingresso e uscita.
- Risultato basato sul denaro: ad esempio, profitto o perdita nella valuta del conto.
- Risultato basato sulla percentuale: ad esempio, rendimento relativo a una dimensione del conto o al valore della posizione (solo se puoi calcolarlo in modo coerente).
Se hai costi di transazione (spread, commissioni, swap/finanziamento), dovresti decidere se il risultato è:
- Lordo (prima dei costi) oppure
- Netto (dopo i costi)
Questa scelta modifica direttamente l’Average Win Loss.
2) Etichetta ogni operazione come win, loss o break-even
Per ogni risultato dell’operazione R:
- Se R > 0, è una vincita (win).
- Se R < 0, è una perdita (loss).
- Se R = 0, è un pareggio (break-even) (l’uguaglianza esatta è rara nella pratica, ma puoi definire una tolleranza, ad esempio “risultati molto piccoli contano come break-even”).
3) Calcola le medie
Sia:
- Wins l’insieme delle operazioni con risultati positivi.
- Losses l’insieme delle operazioni con risultati negativi.
Allora:
- Average Win = (somma dei risultati delle win) / (numero di win)
- Average Loss = (somma dei risultati delle loss) / (numero di loss)
Nota che l’Average Loss sarà negativa se mantieni il suo segno. Molti rapporti “win/loss” usano il valore assoluto, così il rapporto risulta positivo.
4) Combina in una singola metrica
Le combinazioni comuni includono:
- Forma a rapporto:
- Rapporto Average Win Loss = Average Win / |Average Loss|
- Forma a differenza (meno comune in forma abbreviata):
- Differenza Average Win Loss = Average Win − Average Loss
Se l’Average Loss è negativa, la differenza diventa “Average Win più la magnitudine della perdita”. Decidi quale vuoi e mantienila.
Evidenza o esempio (calcolo svolto)
Supponi di avere 8 operazioni completate con risultati netti in pips (dopo i costi, usando un metodo coerente). Supponiamo che i risultati siano:
Wins: 10, 8, 6, 12 (4 operazioni vincenti)
Losses: −5, −3, −7, −2 (4 operazioni perdenti)
- Average Win:
- Somma delle win = 10 + 8 + 6 + 12 = 36
- Average Win = 36 / 4 = 9
- Average Loss:
- Somma delle loss = (−5) + (−3) + (−7) + (−2) = −17
- Average Loss = −17 / 4 = −4.25
- Rapporto Average Win Loss:
- |Average Loss| = 4.25
- Rapporto = 9 / 4.25 ≈ 2.12
Interpretare questo numero richiede contesto: in questo esempio, la dimensione media della vincita è circa 2.12 volte la dimensione media della perdita (per magnitudine). Questo non è uguale alla redditività, perché il rapporto win/loss ignora il win rate e non assume nulla su quanto spesso avvengono le vincite.
Se invece escludi risultati molto piccoli o tratti le operazioni di break-even come win o loss, le medie cambierebbero. Se calcolassi i risultati lordi (prima dei costi) invece di quelli netti, anche i valori cambierebbero.
Limiti e rischi (cosa può fallire nel calcolo)
L’Average Win Loss è meccanicamente semplice, ma diversi problemi sostanziali possono rendere la metrica fuorviante.
1) Outlier e campioni piccoli
Alcune vincite o perdite insolitamente grandi possono spostare le medie in modo significativo, soprattutto se il dataset è piccolo. Questo è un limite dell’uso delle medie invece di statistiche più robuste.
2) Definizioni miste (problemi di unità e segno)
Se un dataset usa pips e un altro usa valuta, oppure se per errore tratti le perdite come magnitudini positive e poi prendi anche i valori assoluti, il rapporto può risultare distorto. Documenta sempre:
- unità del risultato
- netto vs lordo
- se l’Average Loss è con segno o in valore assoluto
3) Effetti di costi ed esecuzione
Anche con un’unità coerente, costi e qualità dell’esecuzione possono cambiare i risultati netti. Due trader possono calcolare lo stesso “movimento di prezzo”, ma ottenere “profitto netto” diverso per via di commissioni, spread all’ingresso/uscita e timing dell’esecuzione.
4) Regole di inclusione per le operazioni di break-even
Un’operazione di break-even può essere esclusa, inclusa nelle “non-win”, oppure inclusa tramite una regola di tolleranza. Regole di inclusione diverse cambiano i conteggi dei denominatori per average win e average loss.
5) L’Average Win Loss non misura l’expectancy da sola
La dimensione media di win/loss non incorpora quante win vs loss hai. Una strategia con un average win alto rispetto all’average loss può comunque andare peggio se le win sono rare, mentre può accadere anche il contrario.
Verifica e prossima domanda
Puoi verificare in modo indipendente il tuo calcolo di Average Win Loss controllando quattro elementi nel tuo foglio di calcolo o nel tuo codice:
- La definizione del risultato per operazione (pips, valuta o %; lordo o netto).
- La regola di etichettatura win/loss (incluso come viene gestito il break-even).
- I valori calcolati di Average Win e Average Loss dalle somme e dai conteggi.
- La formula finale del rapporto (e se hai usato |Average Loss|).
Successivamente, potresti voler confrontare l’Average Win Loss con concetti di performance correlati (ad esempio, come differisce da metriche che includono anche il win rate). Puoi anche rivedere come cambiare la definizione del tuo risultato (netto vs lordo) modifica la metrica.
DOCUMENT END