Definicja i to, co ten wskaźnik faktycznie mierzy
Average Win Loss to podsumowanie wyników, które porównuje typową skalę wygranych z skalą strat. W praktyce ludzie zwykle obliczają je na podstawie zestawu transakcji, biorąc średnią wielkość wygranej i średnią wielkość straty, a następnie wyrażając relację między nimi (często jako iloraz lub różnicę).
Ponieważ „wielkość wygranej” i „wielkość straty” mogą być definiowane na kilka sposobów, najbardziej zaawansowaną kwestią nie jest sama formuła, ale konwencja pomiaru. Dwa zbiory danych mogą dawać różne wartości Average Win Loss, nawet jeśli bazowa aktywność tradingowa jest identyczna — po prostu dlatego, że jeden zbiór mierzy wygrane i straty przed kosztami, a drugi uwzględnia koszty.
Prosty, samowystarczalny model do omówienia:
- Zdefiniuj wynik każdej transakcji jako zrealizowany rezultat (na przykład w pipsach, w walucie konta lub w procentach zwrotu).
- Oznacz transakcję jako „win”, jeśli jej zrealizowany wynik jest powyżej neutralnego progu (zwykle większego niż zero, ale niektóre systemy używają progu breakeven po kosztach).
- Oznacz transakcję jako „loss”, jeśli jej zrealizowany wynik jest poniżej tego progu.
- Oblicz AvgWin jako średnią wyników wygranych.
- Oblicz AvgLoss jako średnią wyników strat (zwykle raportowaną jako liczba ujemna).
- Połącz je w jeden wskaźnik, taki jak AvgWin / |AvgLoss|, aby uzyskać porównanie bezwymiarowe.
Jeśli używasz ilorazu, zdecyduj, czy chcesz traktować AvgLoss jako ujemne (i brać wartość bezwzględną), czy obliczać porównanie ze znakiem. Obie opcje mogą być poprawne, ale mieszanie konwencji może sprawić, że porównania będą niewiarygodne.
Podstawowe mechanizmy: dane wejściowe, spójność i ograniczenia implementacyjne
1) Definicja wyniku (brutto vs netto)
Duża zależność dotyczy tego, czy wyniki są mierzone brutto, czyli przed kosztami transakcyjnymi, czy netto, czyli po ich uwzględnieniu. Koszty transakcyjne mogą obejmować spread, prowizje i inne efekty związane z realizacją zleceń. Jeśli mierzysz wygrane i straty przed kosztami, Average Win Loss może wyglądać korzystniej niż wtedy, gdy mierzysz te same transakcje w ujęciu netto.
Aby wskaźnik był weryfikowalny, jasno opisz swoje założenie:
- Założenie dla przykładu: mierzysz zrealizowany wynik każdej transakcji w walucie konta po wszystkich znanych, jawnych kosztach na moment zamknięcia transakcji.
- Alternatywne założenie: mierzysz wyłącznie surowy ruch ceny (pips) bez uwzględniania kosztów.
Te założenia prowadzą do różnych „typowych” wygranych i strat, szczególnie gdy straty są częstsze na rynkach, gdzie koszty realizacji są stosunkowo duże w porównaniu do typowych rozmiarów ruchu.
2) Traktowanie częściowych zamknięć i breakeven
Pojawiają się przypadki brzegowe, gdy transakcja jest zamykana częściami albo gdy zrealizowany wynik jest dokładnie zerowy (lub równy wybranemu progowi breakeven).
Typowe wybory obejmują:
- Traktować zamknięcie breakeven jako ani win, ani loss i wykluczać je z obu średnich.
- Traktować je jako win (jeśli definiujesz win jako >= próg) lub jako loss (jeśli definiujesz loss jako <= próg).
Każdy wybór zmienia AvgWin i/lub AvgLoss. Zaawansowana kwestia polega na tym, aby unikać „cichych” decyzji, które różnią się między backtestami, logami na żywo i arkuszami kalkulacyjnymi. Nawet niewielka zmiana polityki może istotnie przesunąć wskaźnik, gdy w zbiorze danych jest wiele wyników bliskich breakeven.
3) Waluta, skalowanie i porównywalność
Jeśli obliczasz wyniki w pipsach, możesz mieć różne wartości pip dla różnych instrumentów; jeśli obliczasz w walucie konta, mogą pojawić się efekty związane z wielkością i dźwignią. Jeśli obliczasz w procentach zwrotu, możesz wprowadzić efekty kompounding i zmienne rozmiary ekspozycji.
Dla weryfikacji zablokuj jeden system jednostek:
- Albo używaj tej samej jednostki dla każdej transakcji (np. zrealizowany P&L w walucie konta).
- Albo, jeśli instrumenty się różnią, znormalizuj tak, aby każdy wynik miał spójne znaczenie.
4) Wrażliwość wskaźnika na wartości odstające
Ponieważ Average to średnia arytmetyczna, Average Win Loss jest wrażliwy na skrajne wartości.
Tryb awarii:
- Niewielka liczba bardzo dużych wygranych lub bardzo dużych strat może zdominować średnią, przez co „typowa” wartość staje się mniej reprezentatywna.
Praktyczny sposób zrozumienia tej zależności bez udawania, że da się przewidywać wyniki, to jakościowo sprawdzić rozkład lub policzyć alternatywne podsumowania (na przykład mediany) obok średniej. Kluczowe jest to, że „average” nie jest odporne, a odporność wpływa na interpretację.
Dowody na przykładach i co sprawdzić
Przykład 1: Taki sam win rate, różne Average Win Loss
Załóżmy, że masz 10 transakcji.
- Zbiór A: 5 wygranych, średnio +10 jednostek każda; 5 strat, średnio −5 jednostek każda.
- AvgWin = 10, AvgLoss = −5, konwencja ilorazu AvgWin/|AvgLoss| = 2.0
- Zbiór B: 5 wygranych, średnio +10 jednostek każda; 5 strat, średnio −2 jednostek każda.
- AvgWin = 10, AvgLoss = −2, iloraz = 5.0
Mimo że win rate jest identyczny (50%), Average Win Loss różni się, ponieważ różni się skala strat.
Zaawansowane sprawdzenie:
- Zweryfikuj, że twoja definicja wyniku win/loss jest spójna w obu zbiorach danych, w tym koszty i progi.
Przykład 2: „Average win” zmienia się po uwzględnieniu kosztów
Załóżmy 4 transakcje:
- Dwie wygrywające transakcje mają małe dodatnie surowe ruchy ceny.
- Dwie przegrywające transakcje mają większe surowe ruchy.
Jeśli koszty transakcyjne są uwzględniane tylko dla części transakcji (albo uwzględniane inaczej), AvgWin może skurczyć się w kierunku zera, a nawet przekroczyć twój próg breakeven, zmieniając to, które transakcje są liczone jako wygrane. AvgLoss może się również przesunąć — nie tylko pod względem skali, ale także przynależności (czy dana transakcja jest win czy loss).
Zaawansowane sprawdzenie:
- Przelicz wskaźnik przy twoim zadeklarowanym założeniu dotyczącym kosztów i potwierdź, że przynależność (win vs loss) nie zmienia się „cicho”.
Przykład 3: Zero lub prawie zero AvgLoss
Jeśli jest bardzo niewiele przegrywających transakcji albo jeśli straty skupiają się ciasno w pobliżu progu breakeven, |AvgLoss| może stać się bardzo małe. W formule opartej na ilorazie może to dramatycznie zawyżyć Average Win Loss.
Tryb awarii:
- Wskaźnik, który wygląda na „mocny”, może wynikać z szumu pomiarowego, a nie ze stabilnej relacji.
Zaawansowane sprawdzenie:
- Raportuj liczby wygranych i strat obok wskaźnika.
- Traktuj przypadki z ekstremalnie małymi próbami strat jako niską wiarygodność interpretowalności.
Ograniczenia i ryzyka (co może pójść nie tak)
1) Zależność od reżimu rynkowego i agregacji w czasie
Average Win Loss nie jest stałą uniwersalną. Różne warunki rynkowe zmieniają typowe rozmiary ruchów, zachowanie trendu, zmienność oraz rozkład wyników transakcji.
Kluczowa zaawansowana kwestia to horyzont czasowy:
- Krótsze horyzonty zwykle obejmują więcej szumu i mogą generować wiele wyników bliskich breakeven.
- Dłuższe horyzonty mogą obejmować zmiany reżimu, w których relacja między skalą wygranych i strat się zmienia.
To oznacza, że wskaźnik może zmieniać się w czasie, nawet jeśli bazowy „proces” pozostaje niezmieniony.