フォレックスにおける期待値（Expectancy）の仕組み
直接の答え
フォレックスにおける期待値（Expectancy）とは、取引結果について特定の前提を置いたうえで、1回の取引あたりの平均的な結果を表す方法です。期待値はそれ自体で将来の取引を予測するものではありません。代わりに、ペイオフモデルを「期待値（expected value）」へと、確率と勝ち/負けの大きさを使って変換します。入力（勝率、勝ち/負けの大きさ、コスト）が間違っている、または時間とともに変化してしまうと、期待値の推定も変わり、現実と一致しなくなります。
メカニズムまたは定義：核心となる考え方
平易な言葉での有用な定義は次のとおりです。期待値（expectancy）とは、同じ意思決定プロセスを何度も繰り返したときに、各結果の確率と各結果のペイオフが同じであると仮定した場合に、あなたが期待する平均的な結果のことです。
フォレックスでは「結果」とは通常、1回の完了した取引について、あなたが選んだ単位（たとえば口座通貨）で測定した損益を意味します。期待値を計算するには、取引を少なくとも2つの結果グループとしてモデル化するのが一般的です。
- 勝ち取引（利益）
- 負け取引（損失）
そして次を組み合わせます。
- 勝つ確率（しばしば勝率と呼ばれます）
- 負ける確率（多くの場合、勝率の1マイナス）
- 勝ちが起きたときの平均利益
- 負けが起きたときの平均損失
- 損益の定義に含める取引コスト
よくある形は次のとおりです。
- 期待値（Expectancy）＝（勝ちの確率 × 平均勝ち）＋（負けの確率 × 平均負け）
重要： 「平均勝ち」と「平均負け」は、あなたが結果を測るのと同じ方法で定義されていなければなりません。手数料やスプレッドの後で利益を測っているなら、期待値もコスト後の数値を使う必要があります。コスト前で利益を測っているなら、コストは一貫して除外するか、後から追加しなければなりません。そうしないと、観測しているものとは別の量をモデル化してしまいます。
入力と出力：何を入れて、何が得られるか
入力
期待値の計算には、モデル内では安定し得る一方で、実際には変動し得るいくつかの入力が必要です。
- 結果の確率： 取引が勝ちとして終わる確率と負けとして終わる確率。これは戦略の振る舞いと市場状況に依存します。戦略ルールが一定でも、確率は変わり得ます。
- ペイオフの大きさ： 勝ち取引の平均利益と、負け取引の平均損失。これはポジションサイズ、ストップ/ターゲットの前提、そして執行に依存します。
- コストモデル： スプレッド、手数料、（該当する場合）ファイナンス、そしてスリッページ。実取引では、執行品質によって、実現した結果が想定したペイオフにどれだけ近いかが変わります。
- 取引の定義： 1つの取引として何を数えるかが重要です（エントリー/エグジットのルール、部分決済、ブレークイーブンの扱い、週末/ロールオーバーの影響を含めるかどうか）。
- 測定の基準： 結果をpipsで計算するのか、口座通貨で計算するのか、あるいはリターンとして計算するのか。期待値は、あなたが選んだ測定基準に対してのみ意味を持ちます。
出力
出力は、あなたの前提のもとでの「1取引あたりの期待値」です。多くの場合、次のように表されます。
- お金の意味での期待利益（または期待損失）／1取引、または
- ポジションサイズや口座価値で正規化した場合の期待リターン／1取引
重要な制限は、期待値がモデル入力にどれだけ依存しているかです。式が正しくても、古い、または整合しない確率やペイオフを使うと、次の一連の取引を反映しない推定になり得ます。
証拠または例：検証可能な計算（ワークド例）
以下は、手順の流れを示すための簡略化した例です。これは説明目的のモデルであり、実在するいかなるフォレックス・システムについての主張ではありません。
例の前提
各クローズ取引のネット利益を、見積もったコストの後で測定し、結果を次のように分類すると仮定します。
- 勝ち：平均で+100ユニットの利益
- 負け：平均で−60ユニットの損失
- 勝ち確率：40%
- 負け確率：60%
これらの数値が入力です。あなたの実データが異なる平均や確率を示すなら、期待値は変わります。
計算手順
- 勝ちのペイオフを確率で重み付け：
- 0.40 × 100 = 40
- 負けのペイオフを確率で重み付け：
- 0.60 × (−60) = −36
- 合計する：
- 期待値（Expectancy）＝ 40 + (−36) ＝ 4ユニット／取引（これらの前提のもとで平均的に）
この例が意味すること（意味しないこと）
- 意味すること：同じ勝率、平均勝ち、平均負けが続くなら、1取引あたりの平均結果は約4ユニットになります。
- 意味しないこと：次の取引が利益になること、または将来の結果が同じ確率に一致することを意味するわけではありません。
フォレックスの条件は変わるため、確率とペイオフ分布は変化し得ます。さらに、執行やコストが誤って見積もられていると、あなたが使った「ネット」の数値が変わります。
制限と失敗パターン：期待値が崩れる場所
1) 確率の不一致
真の勝ち確率が、あなたの推定した勝率と異なる場合、期待値の推定はバイアスを受け得ます。確率は固定の定数ではありません。ボラティリティのレジーム、流動性、そして取引が戦略ルールにどれだけ厳密に従っているかによって変わり得ます。
2) ペイオフ分布の変化
勝率が似たままであっても、平均勝ちと平均負けは変わり得ます。たとえば、執行のスリッページは、損失を増やすよりも利益を速く削る可能性があります。また、特定のセッションではスプレッドが広がることもあります。
3) コストと執行が一貫してモデル化されていない
期待値は、ネットの結果をどう定義するかに敏感です。スプレッドやスリッページを無視するモデルは、これらを含めるモデルと比べて、一般にパフォーマンスを過大評価します。コストは1取引あたりでは小さいことが多い一方で、平均に埋め込まれると重要になるため、これはよくある失敗パターンです。
4) 測定と取引カウントの誤り
期待値は取引の定義に依存します。部分決済、出金、手数料、ロールオーバーの扱いを異なる形で含めてしまうと、あなたが測定した「勝ち」と「負け」の平均が、計算方法と一致しない可能性があります。
5) 「再現性」に関する隠れた前提
期待値は、同じ条件と前提のもとで同じプロセスを繰り返すことについての記述です。しかし実際には、トレーダーは適応し、市場は進化し、条件が変われば戦略の振る舞いも変わり得ます。
忘れないでおきたい重要な制限
過去の平均は、将来の期待値を保証しません。過去の平均は、モデルで使うかもしれない入力を示すだけであり、しかもその情報価値は、条件と実装が比較可能であり続けるかどうかに依存します。
検証と次の質問：自分で期待値を確認する方法
期待値を独立して検証するには、自分の記録結果から入力を抽出するための一貫した方法が必要です。
- 期待値モデルで使ったのと同じ取引定義を使う。
- 期待値の測定基準に一致する結果を使う（たとえば、コスト控除後）。
- 同じデータセットから、実測の勝率と実測の平均勝ち/平均負けを計算する。
- それらの測定入力から期待値を再計算する。