Математическое ожидание (МО) – это сумма произведения вероятностей получения прибыли со сделки, умноженная на фактический результат каждого трейда:
Где n – количество трейдов.
Убыточные сделки, подставляются в формулу с отрицательным знаком и при суммировании вычитаются, поэтому матожидание принимает как положительные, так и отрицательные значения.
Вероятности положительного исхода (или риска) на каждую сделку заменяют ее фактическим значением, добавляя соотношение среднего арифметического прибыли и убытка. В этом случае формула выглядит следующим образом:
Где фактическая вероятность равна реальному проценту прибыльных сделок от общего числа совершенных трейдов.
Средний профит считается как сумма прибыльных сделок, деленная на их количество. Также рассчитывают средний убыток (ср. лосс), суммируя отрицательные значения и усредняя результаты трейдов.
Соотношение флета и тренда меняется непредсказуемо, поэтому нельзя точно рассчитать вероятность, когда выросшие до максимума направленные движения принесут размер убытка, который невозможно «отработать» малыми тейками.
Правило сбора статистических данных для расчета математического ожидания профита
Расчеты математического ожидания считаются достоверными если:
данные включают исторический период от 2000 до 10 000 свечей или баров «рабочего таймфрейма» ; тесты в равной степени содержат участки растущего, падающего тренда и флэта ; волатильность не имеет сильных отклонений от исторических значений (нет кризисных явлений или панических распродаж).
Тактические приемы по повышению значения математического ожидания
Математическое ожидание сильно зависит от выбора тактики фиксации прибыли и ограничения потерь. Прежде чем принять решение расстаться с найденной или разработанной стратегией, по причине невысокого результата у МО, следует обратить внимание на соотношение стопов и тейков.
Малый размер ограничения убытков приводит к увеличению количества отрицательных сделок и накоплению убытков. Если трейдер торгует парой EUR/USD внутри дня, он должен учитывать, что «торговый шум» в среднем составляет 30 пунктов и приведет к частому срабатыванию stop loss, расположенных в этой зоне.
Соотношение тейк/стоп как 2 к 1 увеличивает значение матожидания. Считается, что тейки и стопы не должны быть ниже паритета (1 к 1).
Уменьшение количества сделок может привести к росту значения МО. Трейдеры используют временные фильтры, торгуя в течение сессии на участках, совпадающих по времени с работой фондовых бирж стран, к которым относятся валюты пары.
Повышение качества входов – покупок или продаж валютных пар . В торговую систему вводятся фильтры, разрешающие сделку в значимых точках. Таковыми являются – исторические максимумы и минимумы, свечи, совпадающие по тренду на младших и старших таймфреймах, показания индикаторов с большим (от 50) периодом и т.д.
Особенности математического ожидания при скальпинге
Скальпинг характеризуется большим количеством сделок внутри дня с низким положительным значением МО. Малый размер стопов в этом случае составляет исключение, оправданное высокой активностью торгов. При небольшом превалировании прибыли над убытком заработок приносит большое количество сделок внутри дня.
В остальных тактических правилах исключений нет – скальпер применяет фиксированное значение тейка, превосходящее по величине уровень стопа. Поиск оптимального значения матожидания достигается за счет подбора времени удерживания сделки, скальпер не должен «пересиживать» или работать, когда нет волатильности.
Рассматриваемый параметр не определяет в одиночку целесообразность принятия стратегии. Оценка производительности основана на комплексном анализе результатов тестирования.
Cтраница 1
Положительное математическое ожидание - рациональная система игры - вот залог вашей победы. Игра по наитию кончается крахом. Но многие трейдеры напоминают полупьяных посетителей казино: они шатаются по залу, ввязываясь то в одну игру, то в другую. Играющие наобум разоряются из-за глупых решений, проскальзывания и комиссионных.
Вычислим теперь положительное математическое ожидание для Павла.
Разработав систему игры с положительным математическим ожиданием, вам необходимо установить правила управления капиталом. Соблюдайте их, как будто от этого зависит ваша жизнь. Тот, кто теряет деньги, умирает как трейдер.
Отметьте, что в этом примере ставки как после выигрышей, так и после проигрышей все еще имеют положительное математическое ожидание.
Для процесса зависимых испытаний, как и для процесса независимых испытаний, ставка части вашего общего счета также максимально использует положительное математическое ожидание.
Скорость изменения между двумя функциями: уменьшением премии с течением времени и расширением окна X стандартных отклонений, может создать положительное математическое ожидание для длинной позиции по опциону. Это ожидание имеет наибольшее значение в момент открытия позиции и после этого понижается с уменьшающейся скоростью. Таким образом, справедливо оцененный опцион (на основе вышеизложенных моделей) может иметь положительное математическое ожидание, если позицию по нему закрыть в начале периода падения премии.
Теперь у нас есть математический метод, с помощью которого можно выходить из позиции по опциону и покупать опцион при положительном математическом ожидании. Если мы выйдем из позиции в день, когда среднее геометрическое максимально и оно больше 1 0, то следует покупать число контрактов, исходя из оптимального f, которое соответствует наивысшему среднему геометрическому. Математическое ожидание, о котором мы говорим, - это геометрическое ожидание.
Мы наметили, таким образом, широко применимый метод перевода результатов, касающихся случайного блуждания с ц 0, в результаты для случайных блужданий с положительным математическим ожиданием и обратно.
Таким же образом, вам лучше не торговать, пока не будет убедительных доказательств того, что рыночная система, по которой вы собираетесь торговать, прибыльна, то есть пока вы не будете уверены, что рыночная система имеет положительное математическое ожидание. Математическое ожидание является суммой, которую вы можете заработать или проиграть, в среднем, по каждой ставке.
Заметьте, что оптимальное /, доставляющее максимум роста, одинаково для всех конов игры, хотя и является функцией того, как долго вы будете играть. Для игры с положительным математическим ожиданием оптимальное / убывает по мере увеличения времени до остановки (асимптотически убывает для бесконечной игры) и максимизирует среднее геометрическое HPR. Для игры с отрицательным математическим ожиданием оптимальное / всегда остается нулевым.
Для игроков важно понятие математического ожидания. Оно называется долей игрока (положительное математическое ожидание) или долей заведения (отрицательное математическое ожидание), смотря по тому, на чьей стороне больше шансов.
Хорошая система дает вам преимущество перед конкурентами. Выражаясь техническим языком, она создает положительное математическое ожидание в длинном ряде сделок. Это значит, что система при большом числе сделок делает выигрыш более вероятным, чем проигрыш. Если ваша система это обеспечивает, к ней необходимо добавить методы управления капиталом.
В конечном итоге наиболее продуктивной формой функции предпочтения полезности в смысле максимизации капитала является прямая, устремленная вверх с понижающейся абсолютной величиной и постоянной относительной величиной неприятия риска и почти индифферентная к справедливой азартной игре. То есть мы индифферентны к азартной игре, не имеющей хотя бы самого минимального положительного математического ожидания. Если ваша кривая хоть в чем-то хуже этого, то, возможно, пришло время подумать над тем, к чему и зачем вы стремитесь, и, быть может, провести некоторую самокоррекцию.
Эта аксиома верна не только для игры с отрицательным ожиданием, она истинна также для игры с равными шансами. Поэтому единственный случай, когда у вас есть шанс выиграть в долгосрочной перспективе, - это игра с положительным математическим ожиданием.
В большинстве случаев математическое ожидание еще не достаточно характеризует случайную величину. На практике встречаются случайные величины, имеющие одинаковые математические ожидания, однако принимающие резко различающиеся значения. У одних из этих величин отклонения значений от математического ожидания небольшие, а для других, наоборот, значительны, т.е. для одних рассеивание значений случайной величины вокруг математического ожидания мало, а для других оно велико.
Например, пусть случайные величины X и Y заданы следующими законами распределения:
Математические ожидания этих случайных величин одинаковы и равны нулю. Однако характер их распределения их различный. Случайная величина X принимает значения, мало отличающиеся от математического ожидания, а случайная величина Y – значения, значительно отличаются от математического ожидания.
Приведенные рассуждения и пример свидетельствую о целесообразности введения такой характеристики случайной величины, которая оценивала бы меру рассеивания значений случайной величины вокруг ее математического ожидания, тем более что на практике часто приходится оценивать такое рассеивание. Например, артиллеристам необходимо знать как кучно лягут снаряды вблизи цели, по которой ведется стрельба.
На первый взгляд может показаться, что для оценки рассеяния проще всего вычислить все возможные значения отклонения случайной величины и затем найти их среднее значение. Однако такой путь ничего не дает, т.к. среднее значение отклонение для любой случайной величины равно нулю. Это объясняется тем, что возможные значения X–M[X] могут иметь как положительные, так и отрицательные знаки.
Избежать изменения знаков отклонений x i – M[X] можно, если заменить их абсолютными значениями или возвести в квадрат. Замена отклонений их абсолютными величинами нецелесообразно, т.к. действия с абсолютными величинами, как правило, вызывают затруднения. Поэтому следует использовать величину (X–M[X]) 2 (точнее, ее среднее значение) для характеристики рассеивания значений случайной величины.
Определение. Дисперсией (рассеянием) случайной величины называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
Законы распределения вероятностей случайной величины X и (X–M[X]) 2 одинаковы. Пусть M[X]m , тогда дисперсия ДСВ будет иметь вид
,
(5.5)
дисперсия НСВ
дисперсия
.
(5.6)
Из определения следует, что дисперсия случайной величины есть величина не случайная (постоянная). Тогда формулу для дисперсии можно преобразовать следующим образом
Таким образом,
.
(5.7)
Это есть основная формула для вычисления дисперсии.
Случайная величина и ее математическое ожидание имеют одну и ту же размерность, но дисперсия имеет размерность квадрата случайной величины. недостатка можно избежать если воспользоваться величиной, равной квадратному корню из дисперсии:
.
(5.8)
Эта случайная величина называется средним квадратичным отклонением случайной величиной.
Пример 5.4. ДСВ X задана следующим законом распределения:
Решение . Способ 1.
Способ 2.
Пример 5.5. НСВ X задана следующей плотностью распределения:
Найти дисперсию D[X] двумя способами и среднее квадратичное отклонение.
Решение . Способ 1.
Способ 2.
,
Среднее квадратичное отклонение
Отметим некоторые свойства дисперсии.
Свойство 1. Дисперсия постоянной величины равно нулю:
Действительно, т.к. M[С]=C, то D[C]=M[С–M(С)] 2 =M[С–С] 2 =M=0. Это свойство очевидно, т.к. постоянная величина принимает только одно значение, следовательно, рассеяние рассеяния вокруг математического ожидания нет.
Свойство 2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
D = C 2 D[X].
Действительно, т.к. постоянный множитель можно выносить за знак математического ожидания, то
Свойство 3. Дисперсия суммы двух независимых случайных величин равно сумме дисперсий этих величин:
D = D[X]+ D[Y].
Действительно, учитывая свойства математического ожидания, получим
Свойство 4. Дисперсия разности двух независимых случайных величин равно сумме их дисперсий:
D = D[X] + D[Y].
Действительно, в силу свойства 3 D = D[X] + D[–Y]. В соответствие со свойством 2, получим
Ранее было введено понятие отклонения случайной величины от ее математического ожидания. Эту случайную величину
Иногда называют центрированной случайной величиной . Выше было показано (свойство 5), что математическое ожидание случайной величины равно нулю. Найдем дисперсию центрированной случайной величины. На основании свойств дисперсии, получим
Таким образом, дисперсия случайной величины X и центрированной случайной величины X–M[X] равны между собой.
Иногда бывает удобно использовать безразмерные центрированные случайные величины. Разделим величину X–M[X] на среднее квадратичное отклонениеsимеющее ту же размерность. Вновь полученную случайную величину называютстандартной случайной величиной :
.
(5.9)
Стандартная случайная величина обладает следующими свойствами: 1) M[Z]=0, 2) D[X]=1.
Совершенно не обязательно быть правым чаще, чем ошибаться, для того, чтобы чтобы ваш торговый счет рос.
Обсуждая принципы построения , мы говорили о важности правил управления капиталом и рисками. Игнорирование этих пунктов торгового плана приводит к быстрой потере средств.
В этой статье мы продолжим обсуждать важность четвертого и пятого пункта торгового плана и на простых примерах разберем причины их чрезвычайной важности.
Риск-менеджмент подразумевает понимание того, в каких точках выходить из рынка, а также позволяет определить, является ли сделка качественной с точки зрения потенциала прибыли и рисков.
Цель применения правил управления рисками заключается в увеличении устойчивости торгового счета, снижении просадок и максимизации прибыли.
Пример таблицы для иллюстрации влияния различных отношений прибыль/риск на кривую доходности доступен по этой ссылке .
Математическое ожидание в трейдинге
Разберем простой пример, иллюстрирующий безусловную важность применения правил риск-менеджмента в трейдинге. Предположим, что риск на сделку составляет 10$, потенциальная прибыль также равняется 10$. Достойна ли сделка внимания?
Для ответа на этот вопрос нам необходимо знать вероятность получения прибыли или убытка. Но проблема в том, что в трейдинге это можно сделать лишь постфактум — во время анализа статистики сделок, то есть уже после того, как вы рисковали деньгами, или во время тестирования стратегии на исторических данных.
Это одна из причин, по которой нельзя торговать на реальном счете по стратегии, которую вы не тестировали на достаточно длинном и извилистом фрагменте истории.
На достаточно длинной дистанции торговый результат будет равен:
R — торговый результат,
N — количество сделок,
A — средний результат на сделку.
Средний финансовый результат на сделку в данном контексте можно назвать математическим ожиданием. Рассчитывается математическое ожидание так:
МО = СП * ВП — СУ * ВУ
МО — математическое ожидание,
СП — средняя прибыльная сделка в долларах,
ВП — вероятность получения прибыли,
СУ — средняя убыточная сделка в долларах,
ВУ — вероятность получения убытка.
Предположим, что вероятность получения прибыли равна 50%. Если прибыль на сделку равняется 10$, риск также равен 10$, то математическое ожидание равно нулю:
МО = 0,5 * 10$ — 0,5 * 10$ = 0$
Если математическое ожидание равно нулю, то торговля не имеет смысла, поскольку финальный результат в нашем примере также будет равен нулю: если 1000 сделок приносит нам в среднем 0$ на сделку, то в данном процессе прибыль получает брокер, но никак не трейдер.
Если в нашем примере вероятность получения убытка вырастет всего на 1%, ситуация кардинально изменится, математическое ожидание будет отрицательным:
МО = 0,49 * 10$ — 0,51 * 10$ = — 0,2$
Это означает, что в среднем в каждой сделке трейдер теряет 20 центов, и чем больше будет сделок, тем больше средств будет потеряно. Это характерно для всех систем с заведомо отрицательным математическим ожиданием (рулетка, игральные автоматы).
Если математическое ожидание ниже нуля, трейдинг не имеет смысла. Чем больше сделок совершает трейдер, тем больше средств будет потеряно.
Аналогично в бинарных опционах “выигрыш”, как правило, меньше риска. Это смещает математическое ожидание в пользу казино — если трейдер получает прибыль в 50% случаев, он все равно остается в минусе. В настоящих биржевых опционах вы вправе выбирать подходящие вам потенциалы прибыли и риска из тысяч возможных вариантов, а цена таких опционов определяется рыночным спросом и предложением, а не соответствующим департаментом брокера.
Пример, в котором мы рассчитали математическое ожидание, утрирован, тем не менее основная мысль данной статьи начинает постепенно выкристаллизовываться:
Если в среднем в каждой сделке прибыль равна или ниже риска, то трейдер принимает на себя обязательство (!) совершать больше прибыльных сделок, чем убыточных.
Зачем принимать на себя такое обязательство? Это абсурд.
Разовьем данную тему и разберем еще несколько наглядных примеров.
Пример 1. 60% убыточных сделок
Предположим, что торговый капитал равен 10 000$. Риск на сделку равняется 200$, соотношение прибыль/риск равняется два к одному, то есть в среднем прибыль на сделку равняется 400$.
Пусть в течение квартала трейдер активно торгует и совершает 300 сделок, при этом статистика данного периода далека от идеала — трейдер ошибается чаще, чем является правым — 180 сделок (60%) закрываются с убытком, 120 сделок (40%) — с прибылью. Математическое ожидание (МО) будет равно:
МО = 400$ * 0.4 — 200$ * 0.6 = 40$
Это означает, что в среднем в каждой сделке трейдер получает результат в 40$, и если сделок будет много, с торговым счетом все будет в порядке.
Рассчитаем торговый результат за период (ТР) по формуле выше:
ТР = 40$ * 300 сделок = + 12 000$
Трейдер ошибается в 60% случаев, а его капитал растет на 120%? Это и есть «Грааль» — магия риск-менеджмента. «Грааль» в трейдинге находится в , в отношении прибыль/риск на каждую сделку и расчете оптимального объема позиции.
Если соотношение прибыль/риск выше или равно 2, то трейдер получает возможность ошибаться чаще, чем быть правым.
Это увеличивает вероятность получения положительного математического ожидания, и чем выше будет соотношение прибыль/риск в каждой сделке, тем активнее будет расти торговый счет и тем быстрее будет выход из просадок.
Цитата из «Черный лебедь. Под знаком непредсказуемости»
Для принятия решений вы должны сосредоточиться на последствиях (которые вы можете знать), а не на вероятности события (степень которой вы знать не можете) - это главное правило идеи неопределенности. На этом фундаменте можно построить общую теорию принятия решений. Все, что нужно делать, это смягчать последствия.
Попутного тренда!
В этой статье мы рассмотрим такой важный для трейдера показатель как соотношение риск прибыль и математическое ожидание. Мы расскажем, почему вопреки распространенному мнению ключ к успеху это не только прогнозирование будущего направления движения рынка.
Сколько раз прибыль, полученную в результате выигрышной серии сделок, вы теряли всего в нескольких убыточных сделках. Вы позволяли убыточным сделкам расти устанавливая очень большие стоп лоссы (или еще хуже, обходились без них), надеясь, что рынок развернется, но в то же время когда вы открывали сделку и она шла в прибыльном направлении всего несколько пунктов вы ее сразу закрывали только для того чтобы получить небольшую прибыль.
Если вы так делали, то вы не одиноки, это является одной из главных проблем многих участников рынка.
Трейдеры часто зацикливаются на стратегии быстрого выхода и никогда не позволяют своим прибыльным сделкам расти, что отрицательно сказывается не только на балансе счета, но и на психологическом состоянии трейдера. Реальность такова, что у людей есть естественная склонность хотеть всегда быть правым, так как это вызывает у нас чувство удовлетворения. Нас научили, что ошибаться плохо, поэтому мы стараемся всеми силами избегать потерь, хотя это не правильно. Трейдер должен рассматривать свою торговлю с точки зрения вероятности, которая поможет трейдеру в долгосрочной перспективе получать прибыль.
Риск и прибыль
Соотношение риск прибыль рассчитывается путем взвешивания возможного выигрыша по отношению к потенциальным потерям. В примере ниже приведена информация о серии сделок, где только 50% сделок оказались прибыльными, но при этом трейдер все равно получил прибыль в размере 10 тыс. долларов.
Соотношение риск прибыль является лишь частью этой головоломки. Торговая система, которая дает соотношение риска к прибыли 1:2, но количество прибыльных сделок составляет только 2 из 10, то такая стратегия является убыточной. Это подводит нас к важной концепции… математическое ожидание. Эта убыточная стратегия с 2 из 10 прибыльных сделок имеет отрицательное ожидание -400 долларов, в то время как стратегия, показанная в таблице выше, имеет положительное математическое ожидание 1000 долларов. Давайте разберемся в этом детально и рассмотрим уравнение, с помощью которого можно рассчитать математическое ожидание прибыли.
Математическое ожидание
Наверное, вы неоднократно слышали от других трейдеров такую аксиому, как «соотношение риск прибыль должно быть больше, чем 1:2, чтобы получать прибыль в трейдинге» или аналогичную. Реальность такова, что так называемое матожидание стратегии дает вам понимание того, где находится грань в вашей торговой стратегии. Матожидание дает приблизительное значение средней суммы, которую вы можете выиграть или проиграть в сделке.
Матожидание состоит из четырех элементов:
Прибыльные сделки – W%
Убыточные сделки – L%
Средняя прибыль – Ave W
Средний убыток – Ave L
Математическое ожидание торговой стратегии может быть рассчитано по следующей формуле:
Матжидание = (W% * Ave W) – (L% * Ave L)
Так что матожидание в нашем примере серии из 10 сделок составляет:
(0,5*3000) – (0,5*1000) = 1500 – 500 = 1000
Это пример торговой стратегии, которая имеет положительное матожидание. Надеюсь, вы понимаете, что размер выборки из 10 трейдов не является достаточным для проведения анализа. В действительности трейдеры рассматривают сотни сделок для того чтобы получить представление о том, каким образом работает система, а демо торговля является одним из способов сбора данных. Даже эти данные не гарантируют, что в будущем торговля будет повторять исторические данные, но это природа риска. Тем не менее, дневник трейдера дает нам полезную информацию, которую мы можем использовать для расчета прибыльности нашей стратегии.
Вы должны постоянно следить, как работает ваша торговая стратегия и насколько она эффективна. Теперь вы понимаете, что трейдер может иметь убыточных сделок больше 50%, но в то же время он может зарабатывать, так как ему это позволяет его соотношение риска к прибыли в сделке. Рассматривать эффективность своей стратегии можно после того, как вы получите достаточное количество исторических данных, оперируя которыми вы сможете получить самое лучше соотношение риска прибыли для вашей стратегии. Существует и альтернативная точка зрения, которая заключается в том, что при большом количестве положительных сделок можно фиксировать небольшую прибыль, но при условии, что размер средней убыточной сделки также небольшой. Тем не менее, большинство трейдеров не имеет высокого показателя прибыльных сделок, поэтому они должны искать сделки с приемлемым соотношением риска к прибыли.
Математическое ожидание и размер позиции являются двумя важными факторами, от которых зависит успех в трейдинге. Профессиональные трейдеры, как правило, имеют твердое понимание математического ожидания и управления капиталом, которые вместе с дисциплиной и собственными правилами торговли способны принести трейдеру прибыль от торговли на финансовых рынках. Они стремятся постоянно поддерживать положительное матожидание и используют размер позиции, который соответствует их рискам. Если вы торгуете по своей торговой стратегии и не можете получить прибыль, возможно вам нужно перейти на демо счет для того чтобы просмотреть, какое соотношение риск прибыль и какое матожидание у вашей торговой стратегии.
