Zaawansowane zagadnienia dotyczące wartości oczekiwanej (przegląd wyników na rynku Forex)

Co oznacza wartość oczekiwana w weryfikowalnym modelu

Wartość oczekiwana to jednoliczbowy sposób opisania średniego wyniku procesu decyzyjnego przypadającego na jedną okazję (na przykład na transakcję, na sygnał lub na każde zastosowanie reguły). W najprostszej formie wartość oczekiwana traktuje każdy wynik jako „zysk” lub „stratę” i łączy:

• Wskaźnik zyskownych transakcji (prawdopodobieństwo zysku)
• Średnią wielkość zysku (ile zyskujesz, gdy wygrywasz)
• Wskaźnik strat (prawdopodobieństwo straty)
• Średnią wielkość straty (ile tracisz, gdy przegrywasz)

Typowy model koncepcyjny to:

Wartość oczekiwana = (Prawdopodobieństwo zysku × Średni zysk) + (Prawdopodobieństwo straty × Średnia strata)

Aby ten model był naprawdę weryfikowalny, terminy muszą być zdefiniowane w ten sam sposób w danych i w obliczeniach. „Zysk”, „strata”, „średni zysk” i „średnia strata” nie są automatycznymi faktami; wynikają z reguł pomiaru (na przykład, czy częściowe zamknięcia pozycji liczą się jako zyski, jak traktujesz wyniki na progu rentowności oraz czy używasz wyników brutto czy netto).

Zależności: czego wymaga wartość oczekiwana, aby była porównywalna

1) Definicja wyniku: brutto vs netto

Formuła wartości oczekiwanej jest tylko tak znacząca, jak „wynik”, którego używa. Jeśli jeden zbiór danych używa wyników netto (po spreadach, prowizjach i kosztach finansowania), a inny używa surowego ruchu ceny, liczby wartości oczekiwanej nie będą porównywalne.

Nawet jeśli chcesz uzyskać wyjaśnienie koncepcyjne (nie liczby w czasie rzeczywistym), powinieneś założyć konkretny wybór księgowy. Na przykład możesz zdefiniować wynik jako zysk/stratę netto na okazję po szacunkowych kosztach transakcyjnych i poślizgu wykonania. Następnie musisz konsekwentnie stosować tę samą definicję.

2) Jednostka analizy: na transakcję vs na okazję

Wartość oczekiwana może być obliczana na transakcję, na sygnał lub na świecę/okres, jeśli reguła jest stosowana w sposób ciągły. Zmiana jednostki zmienia interpretację. Proces, który czasami pozostaje płaski, będzie miał inną wartość oczekiwaną na „okazję” niż ta sama logika próbkowana tylko w momencie wejścia.

Weryfikowalne podejście polega na jednoznacznym określeniu jednostki:

• „na złożone zlecenie wejścia”, lub
• „na zakończoną transakcję”, lub
• „na okno oceny reguły”,

a następnie dopasowaniu zbioru danych do tej jednostki.

3) Model prawdopodobieństwa: co liczy się jako „prawdopodobieństwo”

W praktyce prawdopodobieństwo jest szacowane na podstawie próbek historycznych. Formuły wartości oczekiwanej często traktują zysk/stratę tak, jakby każdy wynik pochodził ze stabilnego rozkładu. To założenie może być rozsądne w wąskim, spójnym reżimie rynkowym i znacznie mniej rozsądne w przypadku wielu zmieniających się warunków rynkowych.

Tworzy to zaawansowaną zależność: wartość oczekiwana to nie tylko „liczba”, ale oszacowanie powiązane z rozkładem, który reprezentuje Twoja próbka.

4) Kształt rozkładu: wartość oczekiwana ignoruje momenty wyższego rzędu

Model wskaźnika zyskownych transakcji/średniego zysku/średniej straty redukuje wyniki do dwóch średnich. Jeśli wyniki są silnie skośne (na przykład wiele małych zysków i rzadkie duże straty), wartość oczekiwana może wyglądać na stabilną, podczas gdy charakterystyka ryzyka zmienia się dramatycznie.

Zaawansowanym zagadnieniem jest zatem traktowanie wartości oczekiwanej jako jednego podsumowania, a nie pełnego opisu rozkładu wyników.

Wyjątki i przypadki brzegowe zmieniające interpretację

1) Transakcje na progu rentowności i wyniki „zerowe”

Co dzieje się z transakcjami o zerowym wyniku netto (ani zysk, ani strata)? Niektóre podejścia wliczają je do zysków, inne do strat, a jeszcze inne traktują je osobno.

Jeśli uwzględniasz je jako ani zysk, ani stratę, potrzebujesz trzeciej kategorii. Jeśli wymuszasz ich zaliczenie do zysku lub straty, zmieniasz średnie wielkości zysków/strat oraz implikowane prawdopodobieństwa. Dla niezależnej weryfikacji metoda traktowania wyników na progu rentowności musi być zapisana.

2) Asymetryczne traktowanie strat (np. stop loss vs wyjścia)

Jeśli Twoja ocena obejmuje różne reguły wyjścia zależne od warunków, to „średnia strata” nie jest jedną uniwersalną wartością; jest wynikiem procesu warunkowego. Na przykład strata powstała w ramach jednej reguły wyjścia nie jest bezpośrednio porównywalna ze stratą powstałą w ramach innej.

Aby sobie z tym poradzić bez doradztwa finansowego, możesz podzielić zbiór danych według typu wyjścia lub warunków konfiguracji, a następnie obliczyć wartość oczekiwaną dla każdego segmentu. Kluczowe jest to, że mieszanie niekompatybilnych podprocesów może tworzyć mylące średnie.

3) Niestacjonarność: zmiany reżimu rynkowego

Rynki mogą zmieniać się pod względem zmienności, płynności i zachowania spreadu. Jeśli Twoja próbka miesza wiele reżimów, prawdopodobieństwa zysków/strat oraz średnie wyniki mogą się przesuwać.

Zaawansowanym trybem awarii jest sytuacja, w której „wartość oczekiwana z backtestu wygląda dobrze, a wartość oczekiwana forward ulega pogorszeniu”, ponieważ oszacowane prawdopodobieństwa nie odpowiadają już przyszłemu rozkładowi. Nie jest to gwarancja porażki — to tylko przypomnienie, że wartość oczekiwana jest wrażliwa na zmiany rozkładu.

4) Błąd selekcji wynikający z filtrowania okazji

Jeśli Twój zbiór danych obejmuje tylko okazje, które przechodzą przez określone filtry wybrane po zobaczeniu wyników, wartość oczekiwana może być zawyżona. Nawet bez żadnego konkretnego zalecenia jest to ogólne ryzyko badawcze: proces oceny może nieświadomie uwzględniać wiedzę o wynikach.

Niezależna weryfikacja powinna sprawdzić, czy reguła i jej filtry zostały zdefiniowane przed danymi o wynikach oraz czy okno oceny jest takie samo jak zakres danych użyty do oszacowania prawdopodobieństw.

Dowody i przykład (z wykorzystaniem założeń, które możesz zweryfikować)

Prosty przykład liczbowy z jawnymi założeniami

Załóżmy, że definiujesz „okazję” jako jedną zakończoną transakcję, a wynik to zysk/strata netto na transakcję po kosztach stałych. W próbce 100 transakcji:

• Oznaczasz 55 transakcji jako zyskowne i 45 jako stratne.
• Średni zysk netto na transakcjach zyskownych wynosi +0,8 jednostki.
• Średni zysk netto na transakcjach stratnych wynosi −0,6 jednostki.

Wtedy wartość oczekiwana na transakcję wynosi:

• Prawdopodobieństwo zysku = 55/100 = 0,55
• Prawdopodobieństwo straty = 45/100 = 0,45

Wartość oczekiwana = (0,55 × 0,8) + (0,45 × −0,6) = 0,44 − 0,27 = 0,17 jednostki na transakcję

To ilustruje, jak wartość oczekiwana jest obliczana na podstawie prawdopodobieństw zysków/strat oraz średnich warunkowych. Pokazuje również, gdzie pojawiają się błędy: jeśli Twoja definicja zysku lub założenia dotyczące kosztów się różnią, średnie warunkowe oraz prawdopodobieństwa zysków/strat ulegną zmianie.

Co sprawdzić, gdy reprodukujesz czyjąś wartość oczekiwaną

Aby niezależnie zweryfikować twierdzenia dotyczące wartości oczekiwanej, sprawdź, czy autor:

• podaje definicję zysku/straty (w tym sposób traktowania wyników na progu rentowności),
• określa jednostkę analizy (na transakcję vs na sygnał),
• podaje model kosztów użyty do wyników netto oraz
• używa tego samego zakresu danych do szacowania prawdopodobieństw i średnich.

Bez tych szczegółów dwie wartości oczekiwane mogą być „matematycznie podobne”, a jednocześnie praktycznie nieporównywalne.

Ograniczenia i ryzyka: gdzie wartość oczekiwana może wprowadzać w błąd

1) Zmienność próbkowania i małe próbki

Wartość oczekiwana wykorzystuje oszacowane prawdopodobieństwa i średnie. Przy małych rozmiarach próbek losowa zmienność może dominować, tworząc oszacowanie wartości oczekiwanej, które może nie odzwierciedlać prawdziwego rozkładu bazowego.