อัตราชนะที่ดีในการเทรดคืออะไร?

ไม่มีอัตราชนะที่ดีแบบสากลในการเทรด อัตราชนะที่มีประโยชน์คืออัตราที่สอดคล้องกับกำไรเฉลี่ย ขาดทุนเฉลี่ย ต้นทุน และการย่อตัวของกลยุทธ์นั้น ระบบหนึ่งอาจชนะ 35% ของการเทรดทั้งหมดและยังมี expectancy เป็นบวกได้ เมื่อผู้ชนะมีขนาดใหญ่กว่าผู้แพ้มาก อีกระบบหนึ่งอาจชนะ 70% แต่ยังขาดทุนได้ เพราะการขาดทุนที่เกิดไม่บ่อยมีขนาดใหญ่เกินไป เปอร์เซ็นต์มีความสำคัญก็ต่อเมื่อดูควบคู่กับอัตราส่วนผลตอบแทน

ผู้อ่านที่กำลังถาม ว่าอัตราชนะที่ดีในการเทรดคือเท่าไร จำเป็นต้องมีเกณฑ์อ้างอิงที่สร้างจากการเทรดที่ปิดไปแล้วของตนเอง คู่มือนี้อธิบายการคำนวณ เปรียบเทียบลักษณะของกลยุทธ์ และแสดงให้เห็นว่าสภาวะตลาดสามารถเปลี่ยนตัวเลขนี้ได้อย่างไร

คำตอบสั้นๆ: อัตราชนะที่ดีในการเทรดคืออะไร?

อัตราชนะที่ดีคือระดับที่สูงพอจะสนับสนุน expectancy เป็นบวกหลังหักต้นทุนสำหรับกลยุทธ์ที่กำหนดไว้หนึ่งแบบ มันไม่ใช่เปอร์เซ็นต์ที่สูงที่สุดที่ทำได้ คำถามที่ถูกต้องคือเปอร์เซ็นต์ของการชนะและผลตอบแทนเฉลี่ยทำงานร่วมกันได้หรือไม่

ใช้ความสัมพันธ์นี้:

Expectancy = อัตราชนะ × กำไรเฉลี่ย − อัตราขาดทุน × ขาดทุนเฉลี่ย.

ที่อัตราชนะ 40% ผู้ชนะเฉลี่ย 2R และผู้แพ้เฉลี่ย 1R จะให้ expectancy ขั้นต้น 0.20R ที่อัตราชนะ 70% ผู้ชนะเฉลี่ย 0.4R และผู้แพ้เฉลี่ย 1R จะให้ -0.02R สูงกว่าไม่ได้ดีกว่าเสมอไป

บันทึกในอดีตยังคงเป็นข้อมูลย้อนหลัง SEC ระบุว่า ผลการดำเนินงานในอดีตไม่ได้บ่งชี้ถึงผลลัพธ์ในอนาคต. ใช้อัตรานี้เพื่ออธิบายตัวอย่างหนึ่ง ไม่ใช่เพื่อสัญญาว่าการเทรดครั้งถัดไปจะเป็นเช่นนั้น

สิ่งที่ควรรู้ก่อนประเมินอัตราชนะในการเทรด

การคำนวณนั้นตรงไปตรงมา:

อัตราชนะ = จำนวนการเทรดที่ชนะ หารด้วยจำนวนการเทรดที่ปิดทั้งหมด × 100.

หาก 42 จาก 100 การเทรดปิดเหนือศูนย์ เปอร์เซ็นต์ของการชนะคือ 42% ให้ตัดสินใจก่อนคำนวณว่าจะจัดการกับการเทรดที่คุ้มทุนอย่างไร คุณสามารถนับรวมไว้ในจำนวนการเทรดทั้งหมด หรือแยกออกจากฝั่งชนะและฝั่งแพ้ได้ แต่ต้องใช้วิธีเดิมอย่างสม่ำเสมอ

ตัวอย่างข้อมูลที่สะอาดต้องมีขอบเขตดังนี้:

• กลยุทธ์การเทรดที่มีชื่อชัดเจนหนึ่งแบบ
• คำจำกัดความของการชนะและการแพ้ที่มีเพียงหนึ่งแบบ
• ราคาที่ได้จากการจับคู่คำสั่งจริง ไม่ใช่ราคาที่ตั้งใจไว้
• บันทึกสเปรด ค่าคอมมิชชัน และ slippage
• กรอบเวลาและแท็กเซสชันที่กำหนดแน่นอน
• จำนวนการเทรดมากพอที่จะมีช่วงชนะหรือแพ้ต่อเนื่องตามปกติ

อย่านำการเก็งกำไรแบบสั้นในกรอบ 5 นาทีไปปนกับการถือสถานะแบบสวิงรายสัปดาห์ ทั้งสองแบบมีจุดตัดขาดทุน เป้าหมาย ต้นทุน และความเสี่ยงต่อการเคลื่อนไหวของตลาดที่ต่างกัน อัตรารวมของมันไม่ได้ตอบอะไรที่เป็นประโยชน์

อัตราชนะเทียบกับอัตราส่วนชนะ-แพ้

อัตราชนะวัดความถี่ ส่วนอัตราส่วนชนะ-แพ้อาจหมายถึงจำนวนครั้งที่ชนะหารด้วยจำนวนครั้งที่แพ้ อัตราส่วนผลตอบแทนต่อความเสี่ยงหรืออัตราส่วนผลตอบแทนวัดขนาด เช่น กำไรเฉลี่ย 1.5R เทียบกับขาดทุนเฉลี่ย 1R

ให้ติดป้ายกำกับตัวชี้วัดเสมอ ชื่อที่คล้ายกันอาจซ่อนการคำนวณที่ต่างกัน

ความสัมพันธ์ระหว่างอัตราและผลตอบแทนที่จุดคุ้มทุน

กลยุทธ์หนึ่งต้องมีผู้ชนะมากพอที่จะชดเชยขาดทุนเฉลี่ยของมัน หากไม่รวมต้นทุน อัตราชนะที่จุดคุ้มทุนคือ:

อัตราคุ้มทุน = ขาดทุนเฉลี่ย หารด้วย กำไรเฉลี่ยบวกขาดทุนเฉลี่ย.

หากกำไรเฉลี่ยคือ 1R และขาดทุนเฉลี่ยคือ 1R จุดคุ้มทุนคือ 50% หากกำไรเฉลี่ยคือ 2R จุดคุ้มทุนจะลดลงเหลือประมาณ 33.3% หากกำไรเฉลี่ยคือ 0.5R จุดคุ้มทุนจะสูงขึ้นเป็นประมาณ 66.7%

ต้นทุนทำให้แต่ละเกณฑ์สูงขึ้น กลยุทธ์ที่ดูเหมือนอยู่เหนือจุดคุ้มทุนเพียงเล็กน้อยบนกระดาษ อาจตกลงมาต่ำกว่าหลังจากคิดค่าสเปรดและสลิปเพจ

ตารางนี้ยังอธิบายด้วยว่าทำไมการดันอัตราชนะให้สูงขึ้นจึงอาจเป็นผลเสีย การทำกำไรเร็วขึ้นอาจทำให้มีผู้ชนะมากขึ้น แต่ขนาดเฉลี่ยของกำไรจะเล็กลง อัตราชนะดีขึ้น แต่ expectancy ลดลง

รูปแบบการเทรดต่าง ๆ ส่งผลต่ออัตราอย่างไร

รูปแบบการเทรดสร้างการกระจายของผลลัพธ์ที่แตกต่างกัน แต่ไม่ได้มีอัตราทั่วไปที่รับประกันไว้

สแกลปปิงและเป้าหมายระยะสั้น

การสแกลปมักใช้เป้าหมายเล็กและเข้าเทรดบ่อย ลักษณะนี้โดยทั่วไปต้องใช้อัตราชนะที่สูงกว่า เพราะแต่ละไม้ที่ชนะอาจมีขนาดใกล้เคียงกับขาดทุนเฉลี่ย สเปรดและสลิปเพจทำให้ส่วนสำคัญของเป้าหมายหายไป

การเทรดระยะสั้นยังสร้างแรงกดดันด้านต้นทุนอย่างหนัก SEC เตือนว่าเทรดเดอร์ที่เทรดบ่อยต้องเผชิญค่าใช้จ่ายและความเสี่ยงสูงใน สิ่งพิมพ์เกี่ยวกับเดย์เทรด.

เทรนด์โฟลโลวิงและเป้าหมายที่ใหญ่กว่า

แนวทางเทรนด์อาจยอมรับการขาดทุนเล็ก ๆ หลายครั้งในขณะที่รอการเคลื่อนไหวระยะยาว อัตราชนะอาจต่ำกว่าครึ่งแต่ยังคงมี expectancy เป็นบวกได้ ความท้าทายทางจิตวิทยาคือการทำตามสัญญาณถัดไปหลังจากที่แพ้ต่อเนื่อง

มีนรีเวอร์ชันและชัยชนะเล็ก ๆ ที่เกิดบ่อย

กลยุทธ์มีนรีเวอร์ชันอาจชนะบ่อยเพราะตั้งเป้าใกล้ค่าเฉลี่ย ความเสี่ยงหลักคือการเคลื่อนไหวครั้งหนึ่งที่ไม่ย้อนกลับ อัตรา 75% อาจซ่อนการขาดทุน 6R ที่เกิดไม่บ่อยได้ ควรดูขนาดขาดทุนมากที่สุดและพฤติกรรมหาง ไม่ใช่ดูแค่เปอร์เซ็นต์

สวิงเทรดและช่องว่างราคา

กลยุทธ์สวิงเทรดจะเทรดน้อยกว่าและถือสถานะข้ามหลายเซสชัน ขนาดตัวอย่างจะเพิ่มขึ้นช้า ช่องว่างราคาข้ามคืนอาจทำให้สต็อปถูกเติมลึกกว่าระดับที่วางแผนไว้ ส่งผลให้ขาดทุนเฉลี่ยเปลี่ยนไป

ชั่วโมงตลาด วันหยุด และการปิดก่อนเวลาอาจเปลี่ยนสภาพคล่องได้ ปฏิทินตลาด อย่างเป็นทางการช่วยระบุเซสชันที่ควรติดป้ายแยกต่างหาก

ตัวอย่างที่คำนวณได้ 3 กรณีด้วยอัตราชนะที่แตกต่างกัน

ตัวอย่างเหล่านี้ใช้ออเดอร์ 100 ครั้งและความเสี่ยงที่วางแผนไว้คงที่ที่ 1R เป็นเพียงภาพประกอบเชิงคณิตศาสตร์ ไม่ใช่การคาดการณ์

เทรดเดอร์ A: อัตราชนะต่ำ ผลตอบแทนต่อครั้งสูง

เทรดเดอร์ A ชนะ 36 ครั้งที่เฉลี่ย 2.2R ส่วนการขาดทุน 64 ครั้งเฉลี่ย 1R ผู้ชนะสร้างผลรวม 79.2R และการขาดทุนหักออก 64R ผลลัพธ์รวมเท่ากับ 15.2R ก่อนหักต้นทุน

Expectancy อยู่ที่ 0.152R ต่อการเทรด อัตราชนะดูต่ำ แต่ผลตอบแทนต่อครั้งช่วยหนุนไว้

เทรดเดอร์ B: อัตราชนะสูง แต่การขาดทุนเปราะบาง

เทรดเดอร์ B ชนะ 68 ครั้งที่ 0.55R ส่วนการขาดทุน 32 ครั้งเฉลี่ย 1.2R เพราะบางครั้งจุดตัดขาดทุนเกิด slippage ผู้ชนะสร้างผลรวม 37.4R ขณะที่การขาดทุนหักออก 38.4R ผลลัพธ์รวมเท่ากับลบ 1R

อัตรา 68% ดูน่าอุ่นใจ แต่มี expectancy ติดลบ

เทรดเดอร์ C: อัตราปานกลางพร้อมแรงถ่วงจากต้นทุน

เทรดเดอร์ C ชนะ 48 ครั้งที่ 1.25R และแพ้ 52 ครั้งที่ 1R ผลลัพธ์รวมเท่ากับ 8R ต้นทุนเฉลี่ยเท่ากับ 0.10R ต่อการเทรด ทำให้ถูกหักไป 10R ผลลัพธ์สุทธิจึงเป็นลบ 2R

ตัวอย่างนี้แสดงให้เห็นว่าการมีอัตราชนะที่ดีต้องประเมินหลังหักต้นทุนตามจริง กลยุทธ์อาจมีสัญญาณที่ใช้ได้ แต่แผนการส่งคำสั่งอาจไม่ดี

สภาวะตลาดสามารถทำให้อัตราของกลยุทธ์เดียวกันเปลี่ยนไปได้

อัตราชนะที่อ้างเพียงค่าเดียวมักรวมสภาวะที่ไม่สอดคล้องกันไว้ด้วยกัน

แยก journal ออกตาม:

• โครงสร้างแบบเป็นเทรนด์และแบบแกว่งในกรอบ
• ความผันผวนสูงและต่ำ
• สภาพคล่องปกติและบาง
• ทิศทางฝั่ง long และ short
• ชั่วโมงของช่วงเซสชันแรกและช่วงหลัง
• เหตุการณ์ตามกำหนดและเซสชันปกติ

สมมติว่า breakout strategy ชนะ 52% ในช่วงเทรนด์ที่มีวอลุ่มสูง และชนะ 29% ในช่วงกรอบนิ่ง อัตรารวม 41% ทำให้มองไม่เห็นตัวกรองที่สำคัญ สภาวะตลาดเป็นส่วนหนึ่งของนิยามกลยุทธ์ ไม่ใช่คำอธิบายที่เติมเข้ามาทีหลัง

ระวังการแบ่งย่อยซ้ำ ๆ หากทดสอบตัวกรองเป็นสิบ ๆ แบบ ก็อาจมีบางแบบดูแข็งแรงได้ด้วยความบังเอิญ กำหนดสภาวะให้ชัดกันข้อมูลที่ยังไม่ถูกแตะไว้ และทดสอบซ้ำเพียงครั้งเดียว

ปรับปรุงกระบวนการโดยไม่ไล่ล่าเปอร์เซ็นต์

การเพิ่มอัตราชนะไม่ใช่เป้าหมายที่ถูกต้องเสมอไป ให้ปรับปรุง expectancy และการยึดตามกฎแทน

สิ่งที่ควรทำ ได้แก่:

1. ตัดรายการเข้าเทรดที่ไม่เป็นไปตามรูปแบบที่เขียนไว้
2. เปรียบเทียบราคาที่วางแผนไว้กับราคาที่ได้เติมคำสั่งจริง
3. ติดตามผลลัพธ์แยกตามเซสชันและสภาวะตลาด
4. คงความเสี่ยงต่อการเทรดไว้ให้คงที่ในหน่วย R
5. ทบทวนการออกก่อนกำหนดที่ทำให้กำไรเฉลี่ยลดลง
6. ตรวจสอบการขาดทุนทุกครั้งที่มากกว่า 1R
7. ทดสอบการเปลี่ยนแปลงหนึ่งอย่างกับตัวอย่างชุดใหม่

หลีกเลี่ยงการขยับจุดตัดขาดทุนให้ใกล้เข้ามาเพียงเพื่อให้ขาดทุนเฉลี่ยลดลง จุดตัดขาดทุนที่อยู่ภายในกรอบความผันผวนปกติอาจเพิ่มจำนวนการเทรดที่ขาดทุนได้ หลีกเลี่ยงการรีบปิดกำไรเล็กๆ เพื่อให้มีแถวสีเขียวมากขึ้น เพราะนั่นอาจทำให้อัตราผลตอบแทนต่อความเสี่ยงพังลงได้

สกอร์การ์ดแบบสมดุลสำหรับกลยุทธ์การเทรด

ประเมินกลยุทธ์การเทรดด้วยสกอร์การ์ดขนาดเล็กแทนที่จะใช้ตัวชี้วัดสรุปเพียงตัวเดียว บันทึกผลกำไรในหน่วย R, ผลตอบแทนเฉลี่ย, การขาดทุนสูงสุด, การขาดทุนครั้งใหญ่ที่สุด และการปฏิบัติตามกฎ เพิ่มขนาดตัวอย่างและต้นทุนต่อการเทรด วิธีนี้จะทำให้อัตราส่วนความเสี่ยง/ผลตอบแทนมองเห็นได้ควบคู่กับเปอร์เซ็นต์การชนะ

การบริหารความเสี่ยง ควรอยู่ในการทบทวนชุดเดียวกัน อัตราที่ดีแต่มีการเปลี่ยนขนาดโพซิชันไปมาอาจทำให้ผลลัพธ์ของบัญชีไม่เสถียร ควรกำหนดหน่วยความเสี่ยงให้คงที่ก่อนเปรียบเทียบรายเดือน จากนั้นแยกความเสี่ยงและความผันผวนด้วยการติดแท็กช่วงตลาดที่เงียบ ปกติ และรวดเร็ว

ใช้ตัวอย่างแบบหมุนเวียนที่มีความยาวคงที่ หากอัตราการชนะลดลงแต่ผลตอบแทนเฉลี่ยเพิ่มขึ้น ค่า expectancy อาจยังคงอยู่ในระดับดี หากอัตราการชนะเพิ่มขึ้นเพราะจุดออกทำให้กำไรเล็กลง กระบวนการอาจอ่อนแอลง สกอร์การ์ดช่วยป้องกันไม่ให้การปรับปรุงเพียงผิวเผินถูกเข้าใจผิดว่าเป็นกลยุทธ์ที่ดีกว่า

เลเวอเรจไม่สามารถเพิ่มอัตราการชนะได้ มันจะขยายผลลัพธ์ของแต่ละบัญชีและอาจกระตุ้นให้เกิดการบังคับปิดสถานะหลังจากเกิดภาวะขาดส่วนของผู้ถือหุ้น ก.ล.ต. อธิบายกลไกนั้นไว้ใน คำแนะนำเกี่ยวกับบัญชีมาร์จิ้น.

จิตวิทยาเทรดเดอร์และอัตราการชนะที่รายงาน

พฤติกรรมสามารถเปลี่ยนอัตราได้ก่อนที่สูตรจะคำนวณเสียอีก

ความกลัวอาจทำให้เทรดเดอร์ข้ามสัญญาณถัดไปที่ถูกต้องหลังจากขาดทุนสามครั้ง ความโลภอาจทำให้เพิ่มขนาดโพซิชันหลังจากชนะหลายครั้ง การเทรดแก้แค้นอาจเพิ่มรายการเข้าเทรดที่ไม่ควรอยู่ในกลยุทธ์ การออกก่อนเวลาอาจทำให้ผู้ชนะที่วางแผนไว้ 2R กลายเป็นผลลัพธ์ 0.4R

ติดตามอัตรา 3 แบบ:

• อัตราสำหรับสัญญาณในอดีตที่ถูกต้องทุกสัญญาณ
• อัตราสำหรับสัญญาณที่ได้เทรดจริง
• อัตราสำหรับการเทรดที่ปฏิบัติตามทุกกฎ

ความแตกต่างระหว่างกันสะท้อนถึงการลงมือทำจริงและจิตวิทยาของเทรดเดอร์ การเทรดที่ละเมิดกฎแต่ได้กำไรยังคงได้คะแนนกระบวนการที่แย่ มิฉะนั้น โชคจะสอนพฤติกรรมที่ผิด

ประสบการณ์ด้านสินค้า คอร์ส แอป และแพลตฟอร์ม

บันทึกการเทรดที่สะอาดคือเครื่องมือหลัก

ประสบการณ์การใช้งานแพลตฟอร์มและแอป

แพลตฟอร์มควรส่งออกข้อมูลการจับคู่คำสั่ง เวลา ด้าน ขนาด และต้นทุน แท็กสำหรับรูปแบบและสภาวะตลาดช่วยให้การทบทวนดีขึ้น การติดตามผ่านมือถือมีประโยชน์ แต่การส่งคำสั่งบนมือถือแบบเร่งรีบอาจทำให้เกิดข้อผิดพลาดที่หลีกเลี่ยงได้

ประสบการณ์ของคอร์สและการเริ่มใช้งาน

การสอนที่มีประโยชน์ควรเชื่อมโยงอัตราการชนะกับผลตอบแทนที่คาดหวัง การขาดทุนสูงสุด และขนาดตัวอย่าง ควรแสดงชุดการขาดทุนต่อเนื่องและกลยุทธ์ที่ล้มเหลว การอ้างว่าอัตราชนะสูงโดยไม่มีการกระจายผลการเทรดอย่างครบถ้วนไม่ใช่หลักฐานที่มีความหมาย

ประสบการณ์การใช้งานสินค้าในบัญชีจำลอง

เมื่อคุณพร้อมจะทดสอบกระบวนการนั้นกับกฎการเทรดจริง Pivex ระบุเงื่อนไขไว้อย่างชัดเจน การจำลองช่วยฝึกปฏิบัติตามกฎ แต่ไม่สามารถจำลองแรงกดดันทางอารมณ์ของเงินจริงได้

กรอบการตัดสินใจ: อัตราการชนะนี้มีประโยชน์หรือไม่?

นับ 1 คะแนนสำหรับแต่ละข้อที่ตัวอย่างข้อมูลรองรับ

1. ตัวอย่างมีหนึ่งกลยุทธ์ที่กำหนดชัดเจนหรือไม่?
2. บันทึกสัญญาณที่ถูกต้องทุกสัญญาณหรือไม่?
3. ผลลัพธ์อิงจากการจับคู่คำสั่งจริงหรือไม่?
4. แสดงอัตราผลตอบแทนต่อความเสี่ยงไว้ข้างอัตราชนะหรือไม่?
5. รวมต้นทุนการเทรดไว้แล้วหรือไม่?
6. ตัวอย่างมีขนาดใหญ่พอที่จะครอบคลุมช่วงขาดทุนต่อเนื่องหรือไม่?
7. ผลลัพธ์ยังคงอยู่เมื่อเปลี่ยนสภาวะตลาดหรือไม่?
8. ไม่มีจุดข้อมูลที่ผิดปกติจุดเดียวเป็นตัวกำหนดผลลัพธ์ใช่หรือไม่?

เจ็ดหรือแปดจุดสนับสนุนการประมาณการที่มีประโยชน์ สี่ถึงหกจุดอธิบายหลักฐานที่ยังไม่สมบูรณ์ สามจุดหรือน้อยกว่านั้นอธิบายเปอร์เซ็นต์ที่ไม่ควรใช้เป็นแนวทางในการรับความเสี่ยง

ก่อนที่จะรับความเสี่ยงในตลาด ให้ทบทวนเป้าหมาย เงินสำรอง และขีดความสามารถในการรับการขาดทุน เอกสารของ SEC's รายการตรวจสอบสำหรับนักลงทุน วางกรอบการตัดสินใจเหล่านั้นไว้อย่างชัดเจน

เมื่อผู้อ่านถามว่า win rate ที่ดีในการเทรดคืออะไร คำตอบในเชิงปฏิบัติคืออัตราที่ทำให้เกิด positive net expectancy ภายใต้การกระจายของการขาดทุนที่ยังสามารถรับไหว

ก่อนเข้าร่วมตรวจสอบกฎโปรแกรมปัจจุบันของ Pivex และตัดสินใจว่าการประเมินการซื้อขายเฉพาะที่จำลองเหมาะสมกับประสบการณ์และขีดจำกัดความเสี่ยงของคุณหรือไม่ การเข้าร่วมไม่ได้รับประกันว่าจะมีรางวัล, รายได้, หรือผลการซื้อขายที่เฉพาะเจาะจง.