フォレックスにおける平均勝ち負け（Average Win Loss）の仕組み
フォレックスにおける平均勝ち負け（Average Win Loss）とは
平均勝ち負け（Average Win Loss）は、勝ち取引の典型的な大きさと、負け取引の典型的な大きさを比較する、単純な記述指標です。フォレックスでは、たとえば次のような問いに答えることが多いです。
「取引が勝ちになったとき、勝ちのほうは平均でどれくらいの大きさで、負けのほうは平均でどれくらいの大きさなのか？」
この概念を「検証可能」に保つには、測定と解釈を分ける必要があります。測定は機械的です。記録された取引結果を使います。解釈は条件付きです。勝ち・負けをどう定義するか、取引結果をどう測るか、どの期間とデータセットを使うかに依存します。
重要なポイントは、「平均勝ち負け（average win loss）」は将来結果を予測するものではない、ということです。これは選んだサンプルの中で「すでに起きたこと」を要約します。市場環境、執行の質、取引コストが変わると、過去の関係は弱まる可能性があります。
計算のためのシンプルなモデル
指標を定義する実用的な方法は、取引リストから2つの平均を計算することです。
- 平均勝ち（AW）：勝ち取引すべての平均結果。
- 平均負け（AL）：負け取引すべての平均結果。
そして平均勝ち負け（Average Win Loss）は、しばしば次の比率のいずれかとして表されます（書き手によって形式が異なります）：
- AW/|AL|：平均勝ちを、平均負けの絶対値で割ったもの。
- AL/AW または AW−AL：あまり一般的ではありませんが、比較なのか差なのかによって使われることがあります。
定義が異なるため、最も重要な「入力」は、勝ち・負けの金額（量）を計算するためのあなた自身の厳密なルールです。
「アウトカム（outcome）」が何を意味するかを定義する
各取引について、「アウトカム」と呼ぶ数値を決める必要があります。よくある選択肢は次のとおりです。
- コスト控除後の純利益/純損失（コストデータが信頼できる場合は、現実性の観点から推奨）。
- コスト控除前の総利益/総損失（スプレッドや手数料が重要な場合、結果を過大評価し得ます）。
- pips の値動きと、口座通貨の価値（pips は、ポジションサイズによって常に比較可能とは限りません）。
どれを選ぶにせよ、サンプル内のすべての取引で同じ基準を使ってください。
一貫した符号規約を使う
勝ち取引は通常、正のアウトカムとして記録され、負け取引は負のアウトカムとして記録されます。ALを計算するときは、負の数値の平均を取ってから、後で絶対値（|AL|）を使うことが多いです。そうすることで、AW/|AL| のような比率が解釈可能な形を保ちます。
例のための前提（Assumptions）
どの例でも検証可能にするには、次のような前提を明示する必要があります。
- コストを含めるかどうか。
- 部分決済が、別の取引として扱われるのか、それとも1つのアウトカムの一部として扱われるのか。
- ブレークイーブン取引（ゼロのアウトカム）を勝ち/負けの集合から除外するのか、含めるのか。
これらを明示しないと、同じ生の取引ログからでも、2人が異なる「平均勝ち負け（average win loss）」を計算してしまうことがあります。
計算するための入力・出力・手順
特定のプラットフォームやインジケーターを前提にしない、検証可能な手順を示します。
入力
完了した取引のデータセットが必要です。各取引には少なくとも次が含まれている必要があります。
- 取引結果の値（一定の単位で）。
- あなたのルールに基づく、勝ち/負けのラベル（例：アウトカム > 0 は勝ち、アウトカム < 0 は負け）。
- 任意ですが役立つもの：取引サイズ、または利益/損失を計算するために使った基準。
手順ごとの出力生成
- 対象の期間（時間窓）を選び、その期間内の完了取引だけを含めます。
- 取引を2つのグループに分けます。
- 勝ち：ゼロより上のアウトカム（あなたの定義に従う）。
- 負け：ゼロより下のアウトカム。
- AWを、勝ちアウトカムの算術平均として計算します。
- ALを、負けアウトカムの算術平均として計算します。
- 平均勝ち負け（Average Win Loss）を、選んだ比較方法として計算します。一般的には AW/|AL| です。
数値が表すもの
もし AW/|AL| が1より大きいなら、あなたの測定ルールのもとで、平均的な勝ち取引のほうが平均的な負け取引よりも「大きさ（絶対値）」が大きいことを示します。1より小さい場合は、平均的な負けのほうが平均的な勝ちよりも「大きさ（絶対値）」が大きいことを示します。
これはそれ自体で「良い」または「悪い」を示すものではありません。勝ちの平均が負けの平均より小さくても、勝率が十分に高い、あるいは損失が他の場所で適切に抑えられているなら、正のネット結果につながる戦略もあり得ます。平均勝ち負けは、より大きな全体像の一部にすぎません。
明確な前提つきの実例によるエビデンス
データセットに完了取引が10件あり、各取引のアウトカムを「口座通貨での純利益/純損失」として測定すると仮定します。スプレッドと手数料の後の値です。さらに次も仮定します。
- 勝ち：アウトカム > 0 の取引。
- 負け：アウトカム < 0 の取引。
- ゼロのアウトカム（もしあれば）は、両方の平均から除外します。
勝ちの5つのアウトカムが次だとします：6, 4, 8, 5, 7（口座通貨）。
- AW = (6+4+8+5+7)/5 = 30/5 = 6。
負けの5つのアウトカムが次だとします：-3, -4, -2, -5, -4。
- AL = (-3-4-2-5-4)/5 = -18/5 = -3.6。
すると AW/|AL| = 6 / 3.6 = 1.67。
この値は意味します。つまり、先に述べた「純アウトカム」の定義を使うと、平均的に勝ちは、負けの大きさ（絶対値）に対して約1.67倍です。同じ取引をベースにしつつ、別の前提で計算する2人目は、たとえばコスト控除前の総アウトカム、ブレークイーブン取引の含め方の違い、あるいはポジションサイズが異なるpipsベースのアウトカムなどによって、異なる結果に到達するかもしれません。
だからこそ、計算は「メカニクス（仕組み）」であり、解釈は前提に依存します。
制限とよくある失敗パターン
平均勝ち負けは、過去のアウトカムの形を記述するのに役立ちますが、重要な制限があります。
1) サンプル数と不安定さ
取引数が少ないと、AWとALはランダムな変動によって大きく動きます。ある期間では安定して見えても、別の期間では大きく変わることがあります。
2) コストと執行の変化
スプレッド、手数料、執行の質が期間によって変わり、ネットまたはグロスのアウトカムを一貫せずに使うと、その指標は取引行動ではなくコストの違いを反映してしまう可能性があります。
3) 含めるものに関する選択バイアス
特定の取引（たとえば、通常とは異なる条件で執行されたもの）を除外したり、「ルールに合う」取引だけを記録したりすると、平均がすべてのアウトカムを代表しなくなることがあります。
4) 混合リスクモデル
ポジションサイズやリスクルールが取引ごとに変わるなら、「平均」アウトカムは異なるエクスポージャー（リスク量）を混ぜたものになります。その場合、この指標は意思決定の質の変化よりも、サイズ調整の変化を反映してしまうことがあります。
5) 「平均」は分布を隠すことがある
2つのデータセットが同じ AW/|AL| の比率を持っていても、アウトカムの分布が大きく異なることがあります（たとえば、まれに大きな損失がある一方で、など）。