Definicja i mechanika oczekiwania (Expectancy)
Oczekiwanie (Expectancy) to koncepcja wyników, która wyraża średni rezultat na transakcję (lub decyzję) przy założeniu pewnego, leżącego u podstaw rozkładu możliwych rezultatów. W najprostszej postaci łączy rozmiar wyniku z szansą (prawdopodobieństwem) wystąpienia każdego z rezultatów: jeśli potrafisz opisać rezultaty (na przykład „zysk” i „strata”) oraz znasz średni zysk, gdy pojawia się zysk, i średnią stratę, gdy pojawia się strata, to oczekiwanie (expectancy) oblicza się na podstawie tych średnich, ważonych ich prawdopodobieństwami.
Najważniejsze są dwie mechaniki.
-
Jakie prawdopodobieństwa są używane? Oczekiwanie (Expectancy) wymaga prawdopodobieństw dla każdej kategorii rezultatów. Te prawdopodobieństwa muszą skądś pochodzić — często z historycznych backtestów lub z wcześniejszych zapisów transakcji.
-
Jakie payoff jest używane? Payoff powinien odzwierciedlać rzeczywisty, netto wynik, a nie tylko brutto ruch ceny. To oznacza, że obliczenia oczekiwania (expectancy) muszą być spójne z tym, jak zyski i straty są faktycznie realizowane.
Jak działa oczekiwanie (Expectancy) w praktyce (i gdzie może wprowadzać w błąd)
Oczekiwanie (Expectancy) jest pomocne wtedy, gdy pasuje do sytuacji, którą oceniasz: podobne reguły decyzyjne, podobne warunki rynkowe oraz podobne koszty i zachowania wykonania (execution). Jednak nawet gdy arytmetyka jest poprawna, ograniczenia wynikają z tego, co zostało założone.
Typowym trybem błędu jest dryf prawdopodobieństw (probability drift): prawdopodobieństwo wygranej lub przegranej zmienia się, gdy zmieniają się zmienność (volatility), płynność (liquidity), spready (spreads) lub reżimy zmienności (volatility regimes). Jeśli szacujesz częstości wygranych/ przegranych na podstawie danych historycznych, ale przyszłość zachowuje się inaczej, to ważona średnia przestaje reprezentować to, co faktycznie się wydarzy.
Innym trybem błędu jest niedopasowanie payoffu (payoff mismatch). Wiele obliczeń oczekiwania (expectancy) opiera się na uproszczonych założeniach (takich jak idealne wypełnienia i pomijanie poślizgu). W realnym handlu jakość realizacji (execution quality) jest zmienna. To może zmienić średnią wielkość wygranej, średnią wielkość straty, a więc również obliczone oczekiwanie (expectancy).
Dowód i przykład: drobne zmiany założeń mogą odwrócić oczekiwanie (expectancy)
Rozważ uproszczony model dwóch rezultatów z dwoma założeniami:
- Szacujesz prawdopodobieństwo danego rezultatu (zysk) jako stałą liczbę.
- Szacujesz średni payoff dla tego rezultatu na podstawie wyników historycznych.
Jeśli oszacowanie prawdopodobieństwa zysku jest błędne o niewielką wartość, ważona średnia może przesunąć się zauważalnie, zwłaszcza gdy wielkości zysku i straty nie są symetryczne. Jeśli średnia strata jest większa w rzeczywistym środowisku niż w przyjętym modelu payoffu (na przykład dlatego, że faktyczne wyjścia (exits) różnią się od planu), to obliczenia oczekiwania (expectancy) mogą stać się zbyt optymistyczne.
Kluczowa myśl: oczekiwanie (expectancy) nie jest „błędne”, bo matematyka nie działa; staje się mniej użyteczne, ponieważ dane wejściowe przestają opisywać przyszłość.
Ograniczenia, ryzyka i tryby awarii do weryfikacji
Oczekiwanie (Expectancy) ma ograniczenia, które warto sprawdzić niezależnie:
-
Zależności historyczne nie ustanawiają wyników przyszłych. Nawet stabilnie wyglądające historyczne oczekiwanie (expectancy) może się pogorszyć, gdy zmienią się warunki rynkowe.
-
Koszty i niepewność realizacji (execution uncertainty) łatwo przeoczyć. Jeśli spready, prowizje (commissions), poślizg (slippage) lub opóźnienia nie są uwzględniane konsekwentnie, oczekiwanie (expectancy) może opisywać świat teoretyczny zamiast zrealizowanych wyników.
-
Wybory dotyczące danych i kategoryzacji zmieniają oczekiwanie (expectancy). To, jak definiujesz „zysk”, „stratę” i okres pomiaru, może zmienić prawdopodobieństwa oraz średnie payoffy. Dobór okna czasowego, które przypadkiem jest korzystne, może zawyżać oczekiwanie (expectancy).
-
Niestacjonarność i zmiany reżimu. Oczekiwanie (expectancy) zakłada, że środowisko generujące rezultaty jest na tyle stabilne, aby oszacowane prawdopodobieństwa i payoffy pozostały istotne.
-
Zbyt duża pewność co do jednej liczby. Punktowa estymacja oczekiwania (expectancy) ukrywa zmienność. Dwie strategie o tym samym oczekiwaniu (expectancy) mogą mieć bardzo różne rozkłady wyników (na przykład częste małe zyski vs rzadkie duże zyski), co wpływa na obsunięcia (drawdowns) i przeżywalność (survivability).
Weryfikacja i kolejne pytanie, aby zmniejszyć niepewność
Aby używać oczekiwania (expectancy) odpowiedzialnie jako narzędzia analitycznego, zweryfikuj, co musiałoby pozostać prawdziwe, aby estymacja miała sens:
- Weryfikacja prawdopodobieństw: Czy częstości wygranych/ przegranych utrzymują się na nowych, niewidzianych wcześniej danych?
- Weryfikacja payoffu: Czy zyski i straty są liczone na podstawie zrealizowanych wyników netto (w tym kosztów i realistycznych założeń dotyczących realizacji)?
- Sprawdzenie stabilności: Czy oczekiwanie (expectancy) pozostaje podobne w różnych reżimach rynkowych lub w różnych okresach czasu?
Jeśli te testy nie przejdą, oczekiwanie (expectancy) staje się mniej wiarygodnym podsumowaniem przyszłej wydajności, a jego ograniczenie nie jest koncepcyjne — jest empiryczne i zależne od danych wejściowych.
DOCUMENT END