Co to jest expectancy?
Expectancy (często nazywane expected value) to sposób wyrażenia średniego wyniku, jaki uzyskujesz na jedną okazję, zakładając, że potrafisz zdefiniować tę okazję oraz jej możliwe rezultaty. W prostych słowach: jeśli wiele razy powtarzasz ten sam proces decyzyjny w podobnych warunkach, expectancy opisuje średnią wypłatę, jakiej możesz się spodziewać.
Kluczowe pojęcie dla początkujących brzmi: expectancy jest statystyką podsumowującą. Nie przewiduje tego, co wydarzy się dalej. Opisuje to, co próba z Twojej przeszłości sugeruje na temat średnich, i ma sens tylko w ramach założeń użytych w obliczeniach.
Jak expectancy działa w praktyce
Aby obliczyć expectancy, zwykle łączysz trzy składniki:
- Rezultaty: kwoty zysku lub straty dla każdego typu rezultatu (na przykład „wygrana” i „przegrana” na podstawie zdefiniowanej reguły).
- Prawdopodobieństwa: oszacowana szansa wystąpienia każdego typu rezultatu.
- Uwzględnienie kosztów: czy Twoje rezultaty już zawierają istotne koszty, takie jak spready, opłaty lub prowizje.
Typowa struktura to średnia ważona:
- Pomnóż każdą kwotę rezultatu przez prawdopodobieństwo wystąpienia tego rezultatu.
- Zsumuj wyniki, aby otrzymać jedną liczbę „średnio na jedną okazję”.
Przykład istotnego założenia (z niepewnością): Załóżmy, że definiujesz „okazję” i w historycznych zapisach widzisz, że 40% rezultatów to wygrane, a 60% to straty. Jeśli średnia wygrana wynosi +2 jednostki, a średnia strata −1 jednostkę, proste oszacowanie expectancy jest takie: 0.40×(+2) + 0.60×(−1) = 0.8 − 0.6 = +0.2 jednostki na jedną okazję.
Ta liczba ma sens tylko wtedy, gdy:
- Twoja klasyfikacja wygrana/przegrana odpowiada regule, którą zamierzasz powtarzać.
- Prawdopodobieństwa (40% i 60%) są oszacowane na podstawie zbioru danych odzwierciedlającego warunki, które Cię interesują.
- Wyniki +2 i −1 uwzględniają te same założenia dotyczące kosztów, które zastosujesz później.
Realistyczne scenariusze, w których expectancy może wprowadzać w błąd
Scenariusz (niezgodność próby): Jeśli Twój zbiór danych obejmuje wyjątkowo korzystne reżimy rynkowe (na przykład okresy o niższej zmienności lub bardziej sprzyjających warunkach handlu), oszacowane prawdopodobieństwa i średnie rezultaty mogą nie odzwierciedlać przyszłych warunków. Obliczenie nadal się wykonuje, ale zmienia się jego znaczenie.
Scenariusz (zmiana kosztów lub realizacji): Jeśli Twoje historyczne rezultaty nie zawierały realistycznych kosztów albo jeśli zmienia się jakość realizacji, średnie kwoty wygranej i straty mogą się przesunąć. Nawet „dodatnie” oszacowanie expectancy może zbliżyć się do zera albo stać się ujemne po uwzględnieniu kosztów.
Scenariusz (dryf definicji): Jeśli „wygrana” i „przegrana” były definiowane inaczej w przeszłości niż obecnie (na przykład zmiana progów lub metod pomiaru), to nie obliczasz już expectancy dla tego samego procesu decyzyjnego.
Ograniczenia, ryzyka i punkt kontroli do weryfikacji
Początkujący często traktują expectancy tak, jakby gwarantowało wyniki. Nie gwarantuje. Najważniejsze ograniczenia to:
- Brak stabilności prawdopodobieństw: Prawdopodobieństwa są oszacowaniami. Przy małych próbach mogą mocno falować.
- Ukryta zmienność: Uśrednianie może ukryć rozkłady z okazjonalnie dużymi stratami.
- Stronniczość danych: Jeśli zbiór danych nadreprezentuje pewne rezultaty, expectancy może wyglądać lepiej, niż jest w rzeczywistości.
Praktyczny punkt kontroli to ponowne przeliczenie expectancy przy jasno określonych założeniach i sprawdzenie wrażliwości. Na przykład zapytaj, jak zmienia się expectancy, gdy koszty są wyższe, gdy prawdopodobieństwa przesuwają się w ramach wiarygodnych zakresów, albo gdy używasz innego, ale porównywalnego okna czasowego.
Jeśli dwa rozsądne zbiory danych dają znacząco różne wartości expectancy, potraktuj to jako dowód, że bazowe warunki lub założenia nie są stabilne.
Następne pytanie, które warto zadać
Aby niezależnie zweryfikować, czy expectancy jest użyteczne, potwierdź, że potrafisz precyzyjnie wyjaśnić swoje dane wejściowe do obliczeń: jak definiujesz okazje, jak mierzone są rezultaty wygrana/przegrana, jakie koszty są uwzględniane i jaki okres zbioru danych jest zakładany. Następnie możesz ocenić, czy założenia pasują do warunków, które próbujesz opisać.
DOCUMENT END