Risposta diretta
L’Average Win Loss è utile come semplice panoramica: confronta il guadagno medio delle operazioni vincenti con la perdita media delle operazioni perdenti. Le sue limitazioni derivano da ciò che la metrica ignora—come sono distribuiti i risultati, come i costi influenzano gli esiti realizzati e quanto le medie siano sensibili al cambiamento delle condizioni. Nella pratica, spesso diventa meno informativa quando cambia la combinazione dei tipi di operazioni, i regimi di volatilità o la qualità dell’esecuzione.
Meccanismo e definizione
L’Average Win Loss di solito si riferisce a una o due statistiche correlate calcolate dalla tua cronologia operativa:
- Dimensione media del profitto: la media dell’importo di profitto delle operazioni che etichetti come vincite.
- Dimensione media della perdita: la media dell’importo di perdita delle operazioni che etichetti come perdite.
- Confronto vincite/perdite: molte persone discutono il rapporto tra vincite medie e perdite medie (oppure una differenza), trattandolo come una scorciatoia per capire quanto siano grandi i vincitori rispetto ai perdenti.
Punto chiave: questo considera ogni operazione vincente solo per la sua dimensione e ogni operazione perdente solo per la sua dimensione. Non riassume con quale frequenza vincite e perdite si presentano nello stesso modo di una metrica del tasso di vincita, e non descrive quanto variabili siano i risultati delle operazioni.
Quando le persone calcolano queste medie, devono assumere una definizione coerente di ciò che conta come vincita o perdita (ad esempio, se le operazioni a pareggio vengono escluse) e un metodo coerente per misurare profitto e perdita (lordo vs netto dei costi). Se queste assunzioni cambiano, cambia anche la metrica.
Evidenze ed esempio svolto (con assunzioni esplicite)
Assumi che i seguenti esiti delle operazioni siano misurati nella stessa valuta e includano già commissioni e costi.
- Caso A: 10 vincite con profitti: +1% ciascuna, e 10 perdite con perdite: -0,9% ciascuna. Vincita media ≈ +1,0%, perdita media ≈ -0,9%.
- Caso B: 10 vincite con profitti: 9 vincite a +0,2% e 1 vincita a +1,8%, e 10 perdite con perdite: -0,9% ciascuna.
In entrambi i casi, la media della vincita potrebbe sembrare simile a seconda dei numeri esatti, ma l’esperienza sottostante è diversa: il Caso B contiene vincitori estremi e per lo più vincite piccole. L’Average Win Loss non può mostrare che esiste un “tail risk” sul lato delle vincite, né può mostrare l’intera distribuzione.
Questo conta perché le performance future dipendono da quanto spesso gli esiti ricadono in estremi. Due strategie (o due provider, o due periodi) possono avere medie simili ma profili di rischio molto diversi.
Limitazioni e rischi
-
La distribuzione viene ignorata L’Average Win Loss comprime molti esiti in una media. Non rivela se i risultati sono strettamente raggruppati o se sono guidati da poche operazioni eccezionalmente grandi. Questo può nascondere la volatilità della performance e far apparire la metrica stabile anche quando non lo è.
-
Sensibilità alla composizione del campione Poiché usa solo le vincite per calcolare “vincita media” e solo le perdite per calcolare “perdita media”, rimuovere o aggiungere un piccolo numero di operazioni può spostare le medie in modo evidente. Questo è particolarmente vero quando il numero di operazioni è basso.
-
Gli effetti di costi ed esecuzione possono essere incoerenti Se alcuni periodi includono spread, commissioni o condizioni di slippage diverse, allora l’average win/loss misurato in termini “netti” diventa difficile da confrontare nel tempo. Anche senza cambiare l’idea di base, i costi possono cambiare le dimensioni realizzate delle vincite e delle perdite.
-
Le relazioni storiche non stabiliscono risultati futuri Le medie passate non garantiscono esiti futuri. Le condizioni di mercato possono cambiare e la relazione tra gli esiti in base alla dimensione delle operazioni e i risultati successivi può indebolirsi. La metrica può comunque descrivere ciò che è accaduto, ma potrebbe non prevedere cosa accadrà dopo.
-
La giurisdizione e le scelte di misurazione possono cambiare il significato dei risultati Metodi di reporting diversi, convenzioni contabili diverse o il modo in cui le operazioni vengono raggruppate possono cambiare quali operazioni vengono conteggiate e come viene calcolato il profitto. Questo influisce sulla comparabilità e rende più difficile verificare le conclusioni in modo indipendente.
Verifica e prossime domande
Per verificare in modo indipendente cosa l’Average Win Loss può dirti, concentrati sulla coerenza e sulla falsificabilità invece che sull’ottimismo:
- Ricalcola la metrica in base alla definizione di vincita/perdita che hai scelto (ad esempio, includi o escludi le operazioni a pareggio) e verifica se le conclusioni cambiano in modo sostanziale. - Separa i risultati per periodi di tempo o per regimi di mercato (come volatilità più alta vs più bassa) per vedere se le medie restano simili.
DOCUMENT END