Definizione e meccaniche dell’Expectancy
L’Expectancy è un concetto di performance che esprime il risultato medio per trade (o decisione) dato un’ipotetica distribuzione dei risultati sottostante. Nella sua forma più semplice, combina la dimensione del risultato con la probabilità di ciascun risultato: se puoi etichettare i risultati (ad esempio, “vittoria” e “perdita”) e conosci il guadagno medio quando avviene una vittoria e la perdita media quando avviene una perdita, allora l’expectancy si calcola a partire da quelle medie, pesate in base alle loro probabilità.
Due meccaniche contano più di tutte.
-
Quali probabilità vengono usate? L’Expectancy richiede probabilità per ciascuna categoria di risultato. Queste probabilità devono provenire da qualche parte—spesso da backtest storici o da log di trade passati.
-
Quale payoff viene usato? Il payoff dovrebbe riflettere il risultato netto reale, non solo il movimento lordo del prezzo. Questo significa che il calcolo dell’expectancy deve allinearsi a come guadagni e perdite vengono effettivamente realizzati.
Come funziona l’Expectancy nella pratica (e dove può fuorviare)
L’Expectancy è utile quando corrisponde alla situazione che stai valutando: regole decisionali simili, condizioni di mercato simili e comportamento di costi ed esecuzione simile. Ma anche quando l’aritmetica è corretta, i limiti derivano da ciò che viene assunto.
Un caso di fallimento comune è la deriva delle probabilità: la probabilità di vincere o perdere cambia quando cambiano volatilità, liquidità, spread o regimi di volatilità. Se stimi le frequenze di vittoria/perdita da dati storici, ma il futuro si comporta in modo diverso, la media pesata non rappresenta più ciò che accadrà.
Un altro caso di fallimento è il mismatch del payoff. Molti calcoli di expectancy usano assunzioni semplificate (come esecuzioni ideali e l’ignorare lo slippage). Nel trading reale, la qualità dell’esecuzione varia. Questo può cambiare la dimensione media della vittoria, la dimensione media della perdita e, quindi, l’expectancy calcolata.
Evidenza ed esempio: piccoli cambi di assunzioni possono ribaltare l’Expectancy
Considera un modello semplificato a due esiti con due assunzioni:
- Stimi la probabilità di un esito (vittoria) come un numero fisso.
- Stimi il payoff medio per quell’esito a partire dai risultati storici.
Se la stima della probabilità di vittoria è sbagliata di una piccola quantità, la media pesata può spostarsi in modo evidente, soprattutto quando le magnitudini di vittoria e perdita non sono simmetriche. Se la perdita media è più grande nell’ambiente realizzato rispetto al payoff assunto nel modello (ad esempio, perché le uscite reali differiscono dal piano), allora il calcolo dell’expectancy può diventare ottimista.
Punto chiave: l’expectancy non è “sbagliata” perché la matematica fallisce; diventa meno significativa perché gli input non descrivono più il futuro.
Limiti, rischi e modalità di fallimento da verificare
L’Expectancy ha limiti che è importante controllare in modo indipendente:
-
Le relazioni storiche non stabiliscono risultati futuri. Anche un’expectancy storica che sembra stabile può deteriorarsi quando cambiano le condizioni di mercato.
-
Costi e incertezza dell’esecuzione sono facili da trascurare. Se spread, commissioni, slippage o ritardi non vengono inclusi in modo coerente, l’expectancy potrebbe descrivere un mondo teorico invece di risultati realizzati.
-
I dati e le scelte di categorizzazione cambiano l’expectancy. Il modo in cui definisci “vittoria”, “perdita” e il periodo di misurazione può alterare le probabilità e i payoff medi. Selezionare una finestra temporale che capita di essere favorevole può gonfiare l’expectancy.
-
Non-stazionarietà e cambi di regime. L’Expectancy assume che l’ambiente che genera i risultati sia sufficientemente stabile da mantenere rilevanti probabilità e payoff stimati.
-
Eccessiva fiducia in un singolo numero. Una stima puntuale dell’expectancy nasconde la variabilità. Due strategie con la stessa expectancy possono avere distribuzioni di risultati molto diverse (ad esempio, vittorie frequenti ma piccole contro vittorie rare ma grandi), influenzando drawdown e capacità di sopravvivenza.
Verifica e prossima domanda per ridurre l’incertezza
Per usare l’expectancy in modo responsabile come strumento di analisi, verifica cosa dovrebbe rimanere vero affinché la stima sia significativa:
- Verifica delle probabilità: le frequenze vittoria/perdita reggono su nuovi dati non visti?
- Verifica del payoff: i guadagni e le perdite sono calcolati usando risultati netti realizzati (inclusi costi e assunzioni realistiche sull’esecuzione)?
- Controllo di stabilità: l’expectancy rimane simile tra diversi regimi di mercato o periodi di tempo?
Se questi controlli falliscono, l’expectancy diventa un riassunto meno affidabile della performance futura, e il suo limite non è concettuale—è empirico e dipende dagli input.
DOCUMENT END