期望值的高级考量（外汇绩效回顾）
在可验证模型中的期望值含义
期望值是一种用单个数字来描述每次机会（例如每笔交易、每个信号或每次规则应用）中决策过程平均结果的方法。在其最简单的形式中，期望值将每个结果视为“盈利”或“亏损”，并结合以下因素：
- 胜率（盈利概率）
- 平均盈利幅度（盈利时的收益）
- 亏损率（亏损概率）
- 平均亏损幅度（亏损时的损失）
一个常见的概念模型是：
期望值 = (盈利概率 × 平均盈利) + (亏损概率 × 平均亏损)
为了使该模型真正可验证，数据和计算中使用的术语必须保持一致。 “盈利”、“亏损”、“平均盈利”和“平均亏损”并非自动成立的事实；它们来源于你的测量规则（例如，部分平仓是否算作盈利、如何处理盈亏平衡的结果，以及使用毛利还是净利结果）。
依赖关系：期望值可比所需的前提
1) 结果定义：毛利 vs 净利
期望值公式的意义取决于其所使用的“结果”。如果一个数据集使用净结果（扣除点差、佣金和融资成本后），而另一个使用价格变动的毛利，则期望值数字将不可比较。
即使你仅需要一个概念性解释（而非实时数据），你也应假设一个特定的会计选择。例如，你可以将结果定义为每次机会后的净盈亏（扣除预估的交易成本和滑点）。然后你必须始终如一地应用该定义。
2) 分析单位：每笔交易 vs 每次机会
期望值可以按每笔交易、每个信号或每个K线/周期（如果规则持续应用）来计算。改变分析单位会改变其解释。一个有时保持空仓的策略，在“每次机会”基础上的期望值，将不同于仅在入场时采样的相同逻辑。
一种可验证的方法是明确说明分析单位：
- “每次提交的入场”，或
- “每笔已完成的交易”，或
- “每个规则评估窗口”，
然后确保数据集与之匹配。
3) 概率模型：什么构成“概率”
在实践中，概率是从历史样本中估算的。期望值公式通常将盈亏视为从一个稳定分布中抽取的结果。这一假设在狭窄且一致的市场环境下可能是合理的，但在多种变化的市场条件下则可能极不合理。
这就产生了一个高级依赖：期望值不仅仅是一个“数字”，而是与你的样本所代表的分布紧密相关的估计值。
4) 分布形态：期望值忽略高阶矩
胜率/平均盈利/平均亏损模型将结果简化为两个平均值。如果结果高度偏斜（例如，许多小额盈利和极少数大额亏损），期望值可能看起来稳定，而风险特征却发生巨大变化。
因此，一个高级考量是将期望值视为一种汇总指标，而非结果分布的完整描述。
改变解释的例外情况和边缘案例
1) 盈亏平衡交易和“零”结果
净结果为零的交易（既非盈利也非亏损）如何处理？一些方法将其归入盈利，一些归入亏损，还有一些单独处理。
如果你将其视为既非盈利也非亏损，则需要第三个类别。如果你强制将其归入盈利或亏损，就会改变平均盈利/亏损的大小和隐含的概率。为了独立验证，必须明确记录盈亏平衡结果的处理方法。
2) 非对称亏损处理（例如，止损 vs 止盈）
如果你的评估包含根据条件变化的不同出场规则，那么“平均亏损”就不是一个单一的通用值，而是条件过程的结果。例如，在一种出场规则下发生的亏损，与在另一种规则下发生的亏损并不直接可比。
为避免提供具体投资建议，你可以按出场类型或设置条件对数据集进行分段，然后分别计算每段的期望值。关键是混合不兼容的子流程会产生误导性的平均值。
3) 非平稳性：市场机制变化
市场在波动性、流动性和点差行为方面可能发生变化。如果你的样本混合了多个市场机制，盈亏概率和平均结果可能会发生偏移。
一种高级失败模式是“回测期望值良好，实盘期望值下降”，因为估算的概率不再匹配未来的分布。这并非失败的保证——只是提醒期望值对分布变化敏感。
4) 机会筛选带来的选择偏差
如果你的数据集仅包含在看到结果后才选定的某些过滤条件下的机会，期望值可能会被高估。即使没有具体建议，这也是一个普遍的研究风险：评估过程可能无意中包含了关于结果的知识。
独立验证应检查规则及其过滤器是否在结果数据之前定义，以及评估窗口是否与用于估算概率的数据范围一致。
证据与示例（使用可审计的假设）
带明确假设的简单数值示例
假设你将“机会”定义为一笔已完成的交易，结果为每笔交易扣除固定成本后的净盈亏。在100笔交易的样本中：
- 你将55笔交易标记为盈利，45笔为亏损。
- 盈利交易的平均净收益为 +0.8 单位。
- 亏损交易的平均净收益为 −0.6 单位。
则每笔交易的期望值为：
- 盈利概率 = 55/100 = 0.55
- 亏损概率 = 45/100 = 0.45
期望值 = (0.55 × 0.8) + (0.45 × −0.6)
= 0.44 − 0.27
= 0.17 单位/每笔交易
这说明了期望值如何从盈亏概率和条件平均值中计算得出。它也揭示了错误发生的位置：如果你的盈利定义或成本假设不同，条件平均值和盈亏概率就会改变。
复现他人期望值时应检查的内容
为独立验证期望值声明，应检查作者是否：
- 明确了盈亏定义（包括盈亏平衡处理），
- 指定了分析单位（每笔交易 vs 每个信号），
- 说明了用于净结果的成本模型，以及
- 使用相同的数据范围来估算概率和平均值。
缺少这些细节时，两个期望值可能“数学上相似”，但在实际中却不可比。
局限性与风险：期望值可能误导的地方
1) 抽样变异性与小样本
期望值使用估算的概率和平均值。在样本量较小时，随机波动可能占主导地位，导致期望值估计无法反映真实的底层分布。