期待値（Expectancy）の限界は何ですか？
期待値（Expectancy）の定義と仕組み
期待値（Expectancy）は、結果の分布（アウトカムの分布）に基づいて、1回の取引（または意思決定）あたりの平均結果を表すパフォーマンス概念です。最も単純な形では、結果の大きさと、それぞれの結果が起こる確率を組み合わせます。たとえば「勝ち」と「負け」のように結果にラベルを付けられていて、勝ちが起きたときの平均利益と、負けが起きたときの平均損失が分かっているなら、期待値はそれらの平均値を確率で重み付けして計算されます。
重要なのは、次の2つの仕組みです。
-
どの確率を使うのか？ 期待値（Expectancy）には、各結果カテゴリの確率が必要です。これらの確率はどこかから得なければなりません。多くの場合、過去のバックテストや取引ログです。
-
どのペイオフを使うのか？ ペイオフは、単なる価格変動の「総額」ではなく、実際の純結果を反映すべきです。つまり、期待値の計算は、利益と損失が実際にどのように実現されるかに合わせる必要があります。
実際に期待値（Expectancy）がどう機能するか（そしてどこで誤解を招くか）
期待値（Expectancy）は、評価している状況と一致しているときに役立ちます。具体的には、意思決定ルールが似ていること、マーケット環境が似ていること、そしてコストや執行行動が似ていることです。しかし、計算の算術が正しくても、限界は「前提としているもの」から生じます。
よくある失敗パターンは 確率ドリフト（probability drift） です。ボラティリティ、流動性、スプレッド、またはボラティリティのレジームが変化すると、勝ち／負けの確率が変わります。過去データから勝ち／負けの頻度を推定しても、将来の挙動が異なれば、重み付け平均は「これから起きること」を表さなくなります。
もう1つの失敗パターンは ペイオフの不一致（payoff mismatch） です。多くの期待値（expectancy）計算は、簡略化した前提（理想的な約定やスリッページの無視など）を使います。実際のトレードでは、執行品質は一定ではありません。これにより、平均の勝ち幅、平均の負け幅が変わり、その結果として計算される期待値（expectancy）も変わります。
証拠と例：小さな前提の変更で期待値が反転し得る
2つの結果だけを想定した簡略モデルを考えます。前提は2つあります。
- ある結果（勝ち）の確率を固定の数値として見積もる。
- その結果に対する平均ペイオフを、過去の結果から推定する。
勝ち確率の推定が少しでもズレると、特に勝ちと負けの大きさが対称でない場合、重み付け平均は目立つほど動きます。さらに、実現される環境での平均損失が、想定しているペイオフモデルよりも大きい（たとえば、実際のイグジットが計画と異なるため）なら、期待値（expectancy）計算は楽観的になり得ます。
重要ポイント：期待値（expectancy）が「数学的に間違っている」わけではありません。入力が将来を表さなくなるため、意味が薄れていくのです。
碐界（Limitations）、リスク、そして検証すべき失敗パターン
期待値（Expectancy）には、独立して確認することが重要な限界があります。
-
過去の関係は将来の結果を保証しない。 見た目が安定している期待値（expectancy）でも、市況が変われば悪化することがあります。
-
コストと執行の不確実性は見落とされやすい。 スプレッド、手数料、スリッページ、遅延が一貫して含まれていない場合、期待値は「実現された結果」ではなく「理論上の世界」を説明してしまうかもしれません。
-
データとカテゴリ分けの選択が期待値を変える。 「勝ち」「負け」、そして測定期間の定義によって、確率と平均ペイオフが変わります。たまたま有利な時間窓を選ぶと、期待値が膨らむことがあります。
-
非定常性とレジーム変化。 期待値（Expectancy）は、結果を生み出す環境が、推定した確率とペイオフが引き続き有効であるほど十分に安定していることを前提とします。
-
単一の数値への過度な自信。 期待値（expectancy）の一点推定は、ばらつきを隠します。同じ期待値（expectancy）でも、結果の分布は大きく異なり得ます（たとえば、頻繁な小さな勝ちと、まれな大きな勝ち）。それがドローダウンや生存可能性に影響します。
検証と、不確実性を減らすための次の質問
分析ツールとして期待値（expectancy）を責任ある形で使うには、その推定が意味を持つために何が成り立ち続ける必要があるかを確認します。
- 確率の検証： 新しく見ていないデータでも、勝ち／負けの頻度は成り立つか？
- ペイオフの検証： 利益と損失は、実現された純結果（コストを含み、現実的な執行の前提を含む）で計算されているか？
- 安定性チェック： 期待値（expectancy）は、異なる市場レジームや時間期間にわたって似たままか？
これらのチェックが失敗するなら、期待値（expectancy）は将来のパフォーマンスを要約するうえで信頼性が低くなり、その限界は概念的なものではなく、経験的で入力依存です。
DOCUMENT END