Bezpośrednia odpowiedź: co oznacza „optymalne”
W matematyce forex nie istnieje jedna, uniwersalnie optymalna relacja ryzyko-do-zysku (często zapisywana jako R:R), która gwarantuje lepsze wyniki. „Optymalne” najlepiej rozumieć matematycznie: wybrana przez Ciebie relacja R:R powinna maksymalizować oczekiwaną efektywność w ramach jasno określonego modelu (na przykład przy założeniu stałego prawdopodobieństwa wygranej i spójnego sposobu mierzenia wygranych oraz strat). W ramach tego modelu wyższy zysk w relacji do ryzyka może zrekompensować niższą stopę wygranych — ale tylko wtedy, gdy założenia są trafne, a pomiar odpowiada rzeczywistości.
Jak działa relacja ryzyko-do-zysku
Ryzyko-do-zysku to wielkość planistyczna, która porównuje dwie odległości (lub kwoty) od poziomu wejścia do poziomu wyjścia.
-
Zdefiniuj stratę i zysk w tych samych jednostkach. W ujęciu matematycznym możesz mierzyć je jako „odległość cenowa przeliczona na wpływ na konto” (na przykład spójne dobieranie wielkości pozycji i wartość pipsa), dzięki czemu są porównywalne.
-
Oblicz R:R.
- Ryzyko (Risk) = wielkość potencjalnej straty, jeśli transakcja dojdzie do poziomu stop.
- Zysk (Reward) = wielkość potencjalnego zysku, jeśli transakcja dojdzie do poziomu target.
- Ryzyko-do-zysku = Reward / Risk.
- Powiąż R:R z wynikami poprzez wartość oczekiwaną. Jeśli modelujesz każdą transakcję jako albo wygraną (zysk), albo stratę (loss), to wartość oczekiwana na transakcję może być zapisana jako:
Wartość oczekiwana ∝ (prawdopodobieństwo wygranej)×(Reward) − (prawdopodobieństwo straty)×(Risk).
Ponieważ Reward = (R:R)×Risk, możesz wyrazić wartość oczekiwaną w kategoriach prawdopodobieństwa wygranej oraz wybranej relacji R:R.
Przykład matematyki i niezależne sprawdzenia
Częstym podejściem weryfikacyjnym jest obliczenie prawdopodobieństwa wygranej na poziomie progu rentowności (breakeven) dla wybranej relacji R:R.
- Niech p będzie prawdopodobieństwem wyniku wygranego.
- Niech (1 − p) będzie prawdopodobieństwem wyniku przegranego.
- Niech Reward = (R:R)×Risk.
Wtedy wartość oczekiwana jest proporcjonalna do:
p×(R:R)×Risk − (1 − p)×Risk.
Możesz wyłączyć Risk (ponieważ jest dodatnie) i ustawić wartość oczekiwaną na zero, aby znaleźć warunek progu rentowności:
p×(R:R) − (1 − p) = 0.
Rozwiązanie daje:
p = 1 / (1 + R:R).
Interpretacja: jeśli Twoja rzeczywista stopa wygranych jest niższa niż to prawdopodobieństwo progu rentowności, zwiększanie R:R (bez zmiany czegokolwiek innego) nie naprawi matematyki. Jeśli Twoja rzeczywista stopa wygranych jest wyższa, większe R:R może pomóc — ale tylko w odniesieniu do tego, jak szacujesz prawdopodobieństwo.
Niezależne sprawdzenia, aby uniknąć mylących wniosków:
- Potwierdź definicję wygranej/straty: ta sama logika wyjścia, to samo timing i spójny pomiar.
- Uwzględnij koszty w pomiarze, jeśli Twój model twierdzi, że przewiduje wyniki netto (na przykład spready i prowizje wpływają na rzeczywiste wielkości wygranej/straty).
- Unikaj mieszania różnych warunków: jeśli prawdopodobieństwo wygranej zmienia się wraz z reżimem rynkowym, pojedyncza „optymalna” relacja z jednej próbki może się nie utrzymać.
Ograniczenia i ryzyka traktowania R:R jako „optymalnego”
Po pierwsze, prawdopodobieństwo wygranej i wielkości wyników są niepewne. Matematycznie „optymalna” relacja jest tylko tak ważna, jak trafność założeń stojących za p oraz definicjami wypłaty.
Po drugie, rzeczywiste realizacje różnią się od poziomów idealizowanych. Slippage, częściowe realizacje, luki oraz odchylenia między zamierzonymi a zrealizowanymi cenami wyjścia mogą zmienić zarówno Risk, jak i Reward.
Po trzecie, zmiana R:R często pośrednio zmienia zachowanie. Na przykład dłuższe targety lub ciaśniejsze stop-y mogą zmieniać zestaw transakcji, które w ogóle by się pojawiły, co z kolei zmienia prawdopodobieństwo wygranej i rozkład wyników.
Wreszcie, „optymalne” tutaj jest oparte na modelu, a nie predykcyjne. Nawet jeśli dana relacja jest optymalna w uproszczonym modelu wartości oczekiwanej, nie oznacza to gwarantowanej przyszłej efektywności, ponieważ prawdopodobieństwa i wypłaty nie są stałe.