Mechanizm: co mierzy „Average Win Loss”
Average Win Loss (często skracane do AWL) opisuje średnią wielkość pozytywnych wyników w porównaniu do negatywnych wyników w danym zestawie transakcji. Dokładne znaczenie zależy od zasad, według których etykietuje się wyniki.
Transakcja jest zwykle liczona jako zysk (win), jeśli jej zrealizowany wynik jest powyżej zera (lub powyżej wybranego progu), oraz jako strata (loss), jeśli jest poniżej zera (lub poniżej wybranego progu). „Średni zysk” to średnia wielkość zysków; „średnia strata” to średnia wielkość strat (czasem podawana jako liczba ujemna, czasem jako bezwzględna wartość).
Ponieważ musisz zdefiniować etykietę zysk/strata oraz to, jak zamyka się transakcje, interwał czasowy staje się kluczowy. Jeśli obserwujesz wyniki po różnych okresach utrzymania—minuty vs dni, albo w ramach różnych okien kalendarzowych—zmieniasz jednocześnie:
- okres utrzymania użyty do realizacji wyników (kiedy decydujesz o wyniku transakcji), oraz
- okres, w którym próbkuje się ścieżki cen (ile ruchu i zmienności ma czas, by transakcja doświadczyła).
Jak interwał czasowy zmienia statystyki zysk/strata
Interwał czasowy wpływa na AWL przez kilka ogólnych, mechanicznie stabilnych kanałów.
-
Więcej czasu pozwala na większą rozbieżność Przy dłuższych okresach utrzymania pozycja ma więcej okazji, by oddalić się od wejścia. Może to zwiększać zarówno szansę na większe zyski, jak i szansę na większe straty. Innymi słowy, rozkład wyników może z czasem rozszerzać się, nawet jeśli średni długoterminowy dryf pozostaje niezmieniony.
-
Czas osiągania wyniku zmienia to, co nazywasz „zyskiem” Jeśli skrócisz okno pomiaru, część transakcji, które ostatecznie zamieniłyby się w zyski, może zostać policzona jako straty, jeśli twoje zasady zatrzymują je wcześniej. Z kolei opóźnienie pomiaru może przeklasyfikować wyniki, gdy transakcja ma czas, by się „odrobić”.
-
Koszty i mikrostruktura bardziej znaczą na krótkich horyzontach Na krótkich interwałach czasowych drobne tarcia (takie jak koszty transakcyjne) mogą stanowić większą część zrealizowanych wyników. To może przesuwać średni zysk i średnią stratę, zwłaszcza gdy wiele transakcji ma niewielki, surowy ruch ceny.
-
Zmiany reżimu i rzadkie zdarzenia bardziej znaczą na dłuższych horyzontach Na dłuższych interwałach czasowych rynki mogą przechodzić w różne reżimy (na przykład wyższą zmienność vs niższą zmienność). Może to sprawić, że AWL będzie odzwierciedlać mieszankę warunków, a nie pojedyncze, stabilne środowisko. Rzadkie, ale istotne zdarzenia również mogą zmieniać średnie.
Przykładowy scenariusz z jawnymi założeniami
Załóż uproszczony proces, w którym transakcje są utrzymywane albo 1 godzinę, albo 5 dni, a wynik każdej transakcji jest rejestrowany na koniec jej okresu utrzymania. Dodatkowo załóż, że w obu przypadkach stosuje się tę samą metodę wejścia, ale różni się czas wyjścia.
- W ciągu 1 godziny wiele transakcji może się zamykać po ograniczonym ruchu. Część transakcji zakończy się nieco na plusie, a część nieco na minusie, więc średni zysk i średnia strata mogą być obie stosunkowo małe.
- W ciągu 5 dni te same transakcje mogą doświadczyć szerszego ruchu. Niektóre mogą osiągnąć znacznie większe dodatnie wyniki; inne mogą przesunąć się dalej w stronę ujemną. Zatem średnie mogą się od siebie wyraźnie oddalić.
To pokazuje kluczową rzecz: zmiana okresu utrzymania zmienia to, jaka część ścieżki ceny staje się zrealizowana, a to zmienia obliczone AWL.
Ograniczenia, tryby awarii i to, co możesz zweryfikować
Interwał czasowy może sprawić, że AWL będzie wyglądać lepiej lub gorzej bez żadnej zmiany w bazowej umiejętności, ponieważ zmieniają się zasady pomiaru.
Istotne ograniczenia / tryby awarii
- Błąd selekcji wynikający z reguły pomiaru: Jeśli etykietowanie zysk/strata zależy od czasu utrzymania, porównania AWL między interwałami czasowymi mogą w rzeczywistości porównywać różne „eksperymenty”.
- Wrażliwość na koszty: Jeśli koszty nie są uwzględniane w sposób spójny, AWL na krótkim horyzoncie może wprowadzać w błąd.
- Niestacjonarność: Historyczne zależności między interwałem czasowym a AWL nie gwarantują przyszłych zachowań.
Jak zweryfikować, używając wyłącznie ogólnych faktów Czytelnik może zweryfikować wpływ interwału czasowego, sprawdzając, że przy porównywaniu AWL między okresami utrzymania wszystkie poniższe są spójne:
- definicja zysku i straty (progi i punkt odniesienia zero),
- reguła wyjścia, która finalizuje zrealizowany wynik,
- sposób traktowania kosztów w zbiorze danych (przynajmniej koncepcyjnie, nawet jeśli dokładne liczby nie są dostępne), oraz
- zakres próby (na przykład, czy oba interwały czasowe obejmują podobne warunki rynkowe).
Punkt kontrolny (ważne pytanie) Zapytaj: Czy porównujesz AWL między interwałami czasowymi, używając tej samej klasyfikacji i logiki wyjścia, zmieniając wyłącznie okres utrzymania?
DOCUMENT END