وین‌ریت مهم‌تر است یا ریسک به ریوارد؟ پاسخ با امید ریاضی
دانستن اینکه چند درصد معاملاتت برنده‌اند کافی نیست. باید بدانی از هر برد چقدر گرفته‌ای و در هر باخت چقدر از دست داده‌ای. این سه عدد را که کنار هم بگذاری، تازه می‌توانی درباره نتیجه آماری روش خودت حرف بزنی.
اگر 80 معامله را با سود بسیار کوچک ببندی و 20 باخت بزرگ داشته باشی، وین‌ریت 80 درصد می‌تواند همچنان به یک سیستم زیان‌ده تعلق داشته باشد. برعکس، استراتژی‌ای با 40 درصد برد ممکن است سودده باشد اگر معاملات برنده به‌طور میانگین چند برابر باخت‌ها باشند.
پس سؤال درست این نیست که «نرخ برد من چقدر است؟» بلکه این است که «هر برد و هر باخت به‌طور میانگین چه ارزشی دارد؟»
Risk/Reward چیست؟
نسبت ریسک به ریوارد نشان می‌دهد در یک معامله نسبت به زیان برنامه‌ریزی‌شده چه مقدار سود هدف‌گذاری شده است.
اگر 1 واحد ریسک می‌کنی تا 2 واحد سود بگیری، Reward/Risk برابر 2 به 1 است. در زبان معامله‌گری معمولاً می‌گوییم هدف 2R است.
اما نسبت هدف روی چارت با میانگین واقعی نتایج یکی نیست. ممکن است تارگت تو 3R باشد، اما به دلیل خروج زودهنگام میانگین بردهای واقعی فقط 1.4R شود. بنابراین برای ارزیابی سیستم باید از داده اجراشده استفاده کنی، نه فقط پلن اولیه.
Expectancy؛ عددی که نرخ برد و R را به هم وصل می‌کند
فرمول ساده امید ریاضی یک سیستم:
Expectancy = (احتمال برد × میانگین برد) − (احتمال باخت × میانگین باخت)
اگر همه چیز را بر حسب R ثبت کنیم، محاسبه بسیار ساده می‌شود.
مثال اول:
Win Rate = 40٪
میانگین برد = 2R
میانگین باخت = 1R
Expectancy = 0.40 × 2 − 0.60 × 1
= 0.80 − 0.60
= +0.20R
یعنی در بلندمدت، به ازای هر معامله میانگین آماری سیستم قبل از هزینه‌های جانبی حدود +0.20R است.
مثال دوم:
Win Rate = 70٪
میانگین برد = 0.5R
میانگین باخت = 1R
Expectancy = 0.70 × 0.5 − 0.30 × 1
= 0.35 − 0.30
= +0.05R
سیستم دوم با اینکه وین‌ریت بسیار بالاتری دارد، امید ریاضی کوچک‌تری دارد.
مثال سوم؛ وین‌ریت بالا اما سیستم منفی
Win Rate = 80٪
میانگین برد = 0.25R
میانگین باخت = 1.5R
Expectancy = 0.80 × 0.25 − 0.20 × 1.5
= 0.20 − 0.30
= -0.10R
اینجا 8 معامله از هر 10 معامله برنده‌اند، اما سیستم از نظر آماری منفی است.
چرا معامله‌گرها عاشق نرخ برد بالا هستند؟
از نظر روانی، بردهای بیشتر حس امنیت ایجاد می‌کنند. زیان کمتر تکرار می‌شود و اعتمادبه‌نفس ظاهراً بهتر می‌ماند. اما این راحتی روانی ممکن است با Tail Risk بزرگ همراه باشد؛ یعنی چند باخت نادر اما سنگین بخش بزرگی از سودها را پس بگیرند.
سیستم‌های با نرخ برد پایین هم چالش خودشان را دارند. رشته باخت‌های متوالی در آن‌ها طبیعی‌تر است و معامله‌گر باید از نظر سرمایه و روان برای آن آماده باشد.
Break-even نرخ برد چیست؟
برای یک نسبت میانگین برد به باخت مشخص، می‌توان نرخ برد سربه‌سر را محاسبه کرد.
اگر میانگین برد 1R و میانگین باخت 1R باشد، نرخ برد سربه‌سر قبل از هزینه‌ها 50 درصد است.
اگر میانگین برد 2R و میانگین باخت 1R باشد، نرخ برد سربه‌سر حدود 33.3 درصد است.
اگر میانگین برد 0.5R و میانگین باخت 1R باشد، نرخ برد سربه‌سر حدود 66.7 درصد می‌شود.
این محاسبه نشان می‌دهد چرا نرخ برد را نمی‌توان جدا از Payoff Ratio تحلیل کرد.
هزینه معامله را وارد کن
Spread، Commission و لغزش قیمت امید ریاضی خام را کاهش می‌دهند. یک سیستم با Expectancy بسیار کوچک ممکن است بعد از هزینه‌ها منفی شود.
این موضوع به‌خصوص در اسکالپ مهم است. اگر میانگین سود هر معامله فقط چند پیپ باشد، هزینه اجرا درصد بزرگی از مزیت آماری را مصرف می‌کند.
پس Backtest بدون هزینه معامله کافی نیست.
نتیجه بر حسب پول یا R؟
برای مقایسه کیفیت سیستم، ثبت بر حسب R معمولاً مفیدتر است؛ چون اندازه حساب و حجم معاملات را از منطق ستاپ جدا می‌کند.
اگر هر معامله 1 درصد ریسک دارد، +2R تقریباً یعنی دو برابر ریسک اولیه سود، و -1R یعنی زیان کامل برنامه‌ریزی‌شده. بعداً می‌توان R را به پول تبدیل کرد.
میانگین برد و میانگین باخت را از کجا بیاوریم؟
از ژورنال واقعی. نه از چیزی که استراتژی «قرار بوده» انجام دهد.
اگر قانون می‌گوید تارگت 3R است اما تو معمولاً در 1R می‌بندی، برای Expectancy باید میانگین واقعی خروج‌ها را استفاده کنی.
همین تفاوت یکی از بهترین راه‌ها برای پیدا کردن MindGap بین استراتژی و اجرای واقعی است.
وین‌ریت بالا یا R بالا؛ کدام برای تو بهتر است؟
پاسخ به ساختار سیستم و رفتار تو بستگی دارد.
سیستم با نرخ برد پایین و بردهای بزرگ ممکن است نیاز به صبر بیشتر و تحمل Losing Streak داشته باشد.
سیستم با نرخ برد بالا و بردهای کوچک ممکن است به کنترل شدید باخت‌های استثنایی نیاز داشته باشد.
هدف این نیست که یک عدد را حداکثر کنی؛ هدف این است که ترکیب پایدار و قابل اجرا پیدا کنی.
Profit Factor هم ببین
Profit Factor = مجموع سودهای ناخالص ÷ مجموع زیان‌های ناخالص
اگر بالاتر از 1 باشد، در نمونه بررسی‌شده مجموع سودها از مجموع زیان‌ها بیشتر بوده است. اما Profit Factor هم بدون توجه به اندازه نمونه، Drawdown و کیفیت داده کافی نیست.
چرا 20 معامله برای قضاوت کم است؟
اگر سیستم 40 درصد نرخ برد داشته باشد، توالی برد و باخت در نمونه کوچک می‌تواند خیلی متفاوت از میانگین بلندمدت باشد. برای همین ارزیابی باید روی تعداد کافی معامله و ترجیحاً چند وضعیت مختلف بازار انجام شود.
Monte Carlo نیز می‌تواند کمک کند بفهمی با همان توزیع نتایج، چه طیفی از Drawdown و Losing Streak ممکن است رخ دهد.
یک داشبورد ساده برای سیستم
به جای تمرکز روی یک عدد، این موارد را کنار هم ثبت کن:
نرخ برد
میانگین برد بر حسب R
میانگین باخت بر حسب R
Expectancy
Profit Factor
بیشترین افت سرمایه
تعداد معاملات نمونه
هزینه متوسط هر معامله
اگر یکی از این اعداد خیلی جذاب است اما بقیه ضعیف‌اند، احتمالاً تصویر ناقص است.
نرخ برد برای سنجش تعداد بردها مفید است، Risk/Reward برای سنجش اندازه بالقوه برد و باخت، و Expectancy برای وصل کردن این دو به یک تصویر آماری واحد.
استراتژی خوب لزوماً بیشترین برد را ندارد. استراتژی خوب باید بعد از هزینه‌ها، در نمونه کافی و با ریسکی که قابل تحمل است، امید ریاضی مثبت و قابل تکرار داشته باشد.
این نوشته آموزشی است. مثال‌ها پیشنهاد خرید یا فروش یا تعیین ریسک مناسب شرایط مالی تو نیستند.
برگشت به مقاله‌ها ←