平均勝ち損失とは?
平均勝ち損失(Average Win Loss)の定義
平均勝ち損失(Average Win Loss)は、平均を使って「勝ちの大きさ」が「負けの大きさ」に対してどれくらいかを要約するパフォーマンス指標です。実務では、勝ちトレードの集合から平均結果を計算し、次に負けトレードの集合から平均結果を計算して、両者を比較します。
この指標が答えようとする典型的な疑問は次のようなものです。
「このシステムで勝ちトレードが出たとき、通常どれくらい稼ぐのか?負けトレードが出たとき、通常どれくらい損するのか?」
これは特にFXで有用です。なぜなら、トレード結果はボラティリティ、ポジションサイズ、執行の質によって大きく異なり得るからです。
FXにおける平均勝ち損失の仕組み
まず、トレード結果を明確に定義します。クローズした各トレードについて、選んだ測定単位で実現損益(realized profit or loss)を計算します(たとえば、口座通貨の単位、またはポジションサイズを使ってお金に換算したpipsなど)。
その後、トレードを2つのグループに分けます。
- 勝ちトレード:実現損益が0より上のトレード
- 負けトレード:実現損益が0より下のトレード
次に計算します。
- 平均勝ち(Average Win) =(勝ちトレードの利益の合計)÷(勝ちトレードの数)
- 平均損失(Average Loss) =(負けトレードの損失の合計)÷(負けトレードの数)
損失は通常マイナスなので、多くの人は平均損失の絶対値を取って大きさを比較します。たとえば、平均勝ちが+10で平均損失が−7なら、損失の大きさは7として比較されます。
単純な計算例(前提を明示)
口座通貨で実現結果が次の5つのクローズトレードがあると仮定します:+20, +10, −5, −15, +5。
- 勝ちトレード:+20, +10, +5 → 平均勝ち = (20 + 10 + 5) ÷ 3 = 35 ÷ 3 ≈ +11.67
- 負けトレード:−5, −15 → 平均損失 = (−5 + −15) ÷ 2 = −20 ÷ 2 = −10
大きさの比較では、平均勝ちは約11.67で、平均損失の大きさは10になります。
何を測るのか—and 何を測らないのか
平均勝ち損失は、**利益を生むトレードと利益を生まないトレードの「典型的なサイズ」**を見直すのに役立ちます。単独では、次のことは説明しません。
- 勝ちが起こる頻度が高いのか低いのか
- 戦略の総合結果が時間を通じてプラスなのか
- 分布が安定しているか(たとえば、結果がいくつかの異常に大きい勝ちに依存しているのか、異常に大きい損失を避けているのか)
そのため、平均勝ち損失は通常、勝率や総期待値(realized outcomesから定義される)など、他の情報と一緒に解釈されます。
限界と失敗パターン
平均勝ち損失を単独の見出し数値として使うと、誤解を招く可能性があるいくつかの限界があります。
- 定義とフィルタリングで結果が変わる。
部分決済、コミッション、スワップ、または市場以外の理由でクローズされたトレードなど、特定の結果を含めたり除外したりすると、市場の挙動が変わっていなくても平均がずれることがあります。 - コストと執行が重要。
実現損益(realized profit/loss)が、セットアップに関連するすべてのコストを含んでいない場合、「平均勝ち」や「平均損失」が過大評価され得ます。 - 外れ値が平均を支配し得る。
少数のまれな大きな勝ち、またはまれな大きな損失が、ほとんどのトレードが似て見えるとしても、平均に強く影響することがあります。 - 条件の変化が過去の安定性を壊す。
市場のボラティリティ、流動性、スプレッドは時間とともに変わり得るため、過去の関係は将来の結果を示すものにはなりません。
実務上の失敗パターンの一つは、平均勝ち損失が有利に見える場合です。たとえば、平均損失の大きさが小さいために良く見える一方で、勝率の低下や、ネット結果を押し下げるコスト増によって全体のパフォーマンスが悪化している、というケースです。
平均勝ち損失を独立に検証する方法
自分のデータセットで平均勝ち損失を検証するには、トレード台帳から計算を再現できます。
- 各クローズトレードの実現損益を集める。
- 自分の定義に従って、各トレードを勝ち/負けとして明確にラベル付けする(例:profit > 0 と profit < 0)。
- 上記の式を使って、平均勝ちと平均損失を計算する。
- 1つの前提を変えるたびに計算を繰り返して感度を確認する(例:特定のコストを含める/除外する、または台帳に合わせた部分トレードの扱いを使う)。
合理的な定義の選択肢の範囲で結果が大きく変わるなら、その変動自体が、この指標がプロセスの細部にどれほど依存しているかを示す重要なシグナルになります。
DOCUMENT END