Bezpośrednia odpowiedź: co oznacza „break-even win rate”
Break-even win rate (BEWR) to prawdopodobieństwo wygranej, którego potrzebowałby system, aby średni wynik był równy zeru, po uwzględnieniu kosztów, przy określonej definicji tego, co liczy się jako wygrana lub strata. Innymi słowy, BEWR łączy ze sobą trzy elementy, które się zmieniają: (1) ile zazwyczaj zarabiasz, gdy wygrywasz, (2) ile zazwyczaj tracisz, gdy przegrywasz oraz (3) co zazwyczaj płacisz za każdą transakcję (na przykład koszty transakcyjne i efekty realizacji).
Ponieważ BEWR jest progiem opartym na założeniach, nie jest uniwersalną stałą. Jeśli zmienisz strukturę wypłat, model kosztów lub definicje wyników transakcji, break-even win rate również się zmieni.
Mechanika: prosty model stojący za BEWR
Typowym punktem wyjścia jest uproszczony model z dwoma wynikami.
Zdefiniuj liczby wypłat
Załóż, że każda transakcja kończy się albo:
- Wygraną z wypłatą +W (netto z wszelkich kosztów uwzględnionych w definicji wygranej).
- Stratą z wypłatą −L (netto z wszelkich kosztów uwzględnionych w definicji straty).
Załóż, że wygrane zdarzają się z prawdopodobieństwem p, a straty z prawdopodobieństwem (1 − p).
Wartość oczekiwana równa się zero na break-even
Wartość oczekiwana na transakcję wynosi:
- EV = p·W + (1 − p)·(−L)
- EV = p·W − (1 − p)·L
Ustaw EV = 0 i rozwiąż względem p:
- p = L / (W + L)
To p jest break-even win rate w ramach założeń modelu.
Zamień „stosunek risk/reward” na BEWR
Jeśli wyrażasz typowe wielkości wygranej i straty względem straty, na przykład przyjmując W = R·L, gdzie R jest „win-to-loss payoff ratio” (stosunkiem wypłaty wygranej do straty), to:
- BEWR = 1 / (R + 1)
Zatem wyższy stosunek wypłat (większe wygrane w relacji do strat) obniża próg BEWR; większe straty w relacji do wygranych podnoszą go.
Co „win” i „loss” muszą oznaczać
BEWR jest wrażliwe na Twoje definicje operacyjne:
- Jeśli definiujesz wygrane jako osiągnięcie celu przed stopem, to W i L zależą od geometrii celu/stopa.
- Jeśli definiujesz wygrane na podstawie oznaczeń na koniec dnia, trailing exits, częściowych realizacji (partial fills) lub wyjść opartych o czas, W i L mogą się znacząco różnić.
W praktycznym testowaniu definicja wygranej/straty jest często ukrytym czynnikiem powodującym zmiany BEWR.
Dowód lub przykład: dlaczego BEWR może wyglądać stabilnie, a w rzeczywistości zawodzić
Oto typowe sytuacje, w których obliczenia BEWR wydają się proste, ale stają się niewiarygodne, ponieważ rzeczywisty rozkład wyników nie pasuje do uproszczonego modelu.
Przykład (z jawnymi założeniami)
Załóżmy, że test wykorzystuje stałą strukturę target/stop i zakłada stałe wyniki netto:
- Wielkość wypłaty wygranej (netto): W
- Wielkość wypłaty straty (netto): L
Przy tych założeniach BEWR wynosi L/(W+L).
Teraz zmień tylko jeden element: koszty.
- Jeśli spready, prowizje lub poślizg realizacyjny są większe w przypadku wygranych niż w przypadku strat (albo po prostu większe niż to, co uwzględniłeś), to netto W i/lub netto L ulegają zmianie.
- Jeśli błędnie liczysz BEWR, używając wartości sprzed kosztów, to rzeczywiste BEWR potrzebne do uzyskania zerowej oczekiwanej wartości będzie wyższe.
To pokazuje kluczową zależność: BEWR powinno być liczone na podstawie tych samych wartości „netto”, które faktycznie generuje Twój backtest lub model realizacji.
Przypadek brzegowy: asymetryczny rozkład wypłat
Model z dwoma wynikami zakłada stałą wielkość wygranych i stałą wielkość strat. Wiele systemów handlowych łamie to założenie.
- Wygrane mogą się grupować w pobliżu małych zysków, podczas gdy sporadycznie pojawiają się rzadkie, duże wygrane.
- Straty mogą mieć „fat tails” (rzadkie, skrajne straty).
Nawet jeśli średnie wielkości wygranej i straty wydają się pasować, to moment, zależność od ścieżki (path dependency) i zachowanie ogonów mogą zmienić zrealizowaną wartość oczekiwaną, gdy zastosujesz koszty i ograniczenia realizacji.
Przypadek brzegowy: wyjścia „breakeven” i częściowe wyniki
W niektórych systemach transakcja może zakończyć się w stanie neutralnym lub bliskim neutralnemu, albo wyjścia mogą być częściowe. Wtedy wprowadzasz w praktyce trzeci wynik (lub ułamkowe wypłaty). Jeśli nadal wymuszasz wynik tylko jako „win” vs „loss”, próg BEWR będzie źle określony.
Przypadek brzegowy: warunki niestacjonarne
BEWR jest wzorem na próg w ramach danego modelu prawdopodobieństwa. Jeśli prawdopodobieństwa wygranej/straty zmieniają się w czasie z powodu zmian reżimu rynkowego (płynność, zmienność, ryzyko zdarzeń), to obserwowany win rate może już nie odpowiadać obliczonemu progowi break-even.
Ograniczenia i ryzyka: co może unieważnić BEWR
1) Koszty i efekty realizacji są trudne do spójnego modelowania
BEWR jest tak dokładne, jak dokładne są jego wejściowe wartości netto. Szczegóły realizacji, takie jak poślizg, kolejki (queueing), częściowe wypełnienia (partial fills) i timing, mogą systematycznie zmieniać zrealizowane W i L.
Tryb awarii: obliczasz BEWR na podstawie jednego zestawu założeń kosztowych (na przykład idealnych wypełnień), a następnie stosujesz go do innej rzeczywistości realizacyjnej.
2) Sam win rate może wprowadzać w błąd
Wiele osób skupia się na win rate, bo łatwo go policzyć. Ale wartość oczekiwana zależy zarówno od win rate, jak i od wielkości wygranych/strat.
- Strategia może mieć wysoki win rate, ale małe wygrane i sporadyczne duże straty.
- Może też mieć niski win rate, ale duże wygrane, które równoważą częste, mniejsze straty.
Dlatego BEWR należy traktować jako relację między prawdopodobieństwem wygranej a strukturą wypłat, a nie jako samodzielny „cel”.
3) Nadmierne dopasowanie definicji wyników
Jeśli dostroisz klasyfikację win/loss, rozmiary targetów lub logikę stopa tak, aby BEWR wyglądało korzystnie na danych historycznych, możesz niechcący „zakodować” konfigurację testowania zamiast odzwierciedlić rzeczywisty proces.
Tryb awarii: „wins” i „losses” w backteście nie są odtwarzane w realnym handlu, ponieważ logika wyjścia lub model kosztów różnią się.
4) Efekty wielkości próby i reżimu
Szacunki prawdopodobieństwa wygranej są niepewne, zwłaszcza przy ograniczonych rozmiarach próby.
- Małe próbki mogą sprawić, że obserwowany win rate będzie zmienny.
- Zmiany reżimu mogą unieważnić założenie, że to samo prawdopodobieństwo będzie obowiązywać w przyszłości.
W takich przypadkach BEWR można nadal obliczyć, ale porównywanie go do zaszumionego obserwowanego win rate nie daje wiarygodnej odpowiedzi na pytanie, czy system ma zerową wartość oczekiwaną poza próbą.
Weryfikacja i kolejne pytania: jak sprawdzić BEWR niezależnie
Aby zweryfikować BEWR w sposób, który jest niezależnie sprawdzalny, utrzymaj proces spójny:
- **Użyj definicji wyniku netto. ** Oblicz W i L jako zrealizowane wypłaty netto zgodne z Twoim modelem kosztów i założeniami realizacji. 2) **Dopasuj klasyfikację win/loss. ** Upewnij się, że te same zdarzenia liczone jako wygrane i straty w wejściach BEWR są dokładnie tym, co będziesz liczyć w ocenie. 3) **Oblicz BEWR z dopasowanych wejść. ** Używaj prostej zależności p = L/(W+L) tylko wtedy, gdy Twój model wyników jest naprawdę dwuwartościowy (lub rozszerz go, jeśli masz wiele wyników).