Wartość oczekiwana (expectancy) Expectancy
Wartość oczekiwana wyniku transakcji w określonym modelu, szacowana m.in. średnią z wyników netto. Może być wyrażona w pieniądzu lub jednostkach początkowego ryzyka R. Dodatnia średnia historyczna nie gwarantuje przyszłej rentowności; znaczenie mają niepewność oszacowania, koszty i reprezentatywność próby.
E = (W% × avgWinR) − (L% × avgLossR)
Oszacowanie nie jest obietnicą
Średnia z historii estymuje wartość oczekiwaną przy przyjętych założeniach. Nie określa pewnego wyniku następnej serii. Opisz zmienność wyników, ich zależność, koszty i sposób doboru próby. Nie istnieje liczba 30 lub 100 transakcji automatycznie potwierdzająca trwałą przewagę.
Przykład praktyczny
W próbce 100 transakcji 42 zyski po 1,9R i 58 strat po 1R dają (0,42 × 1,9) − (0,58 × 1) = 0,218R średnio. Jeżeli wszystkie wyniki są już po kosztach, średnia także jest netto. Przy stałym R = 100 PLN suma wynosi 2180 PLN. Przy R zmiennym jako procent bieżącego kapitału nie można automatycznie zamienić 21,8R na 21,8% rachunku.
Najczęstsze pytania
Jak liczyć expectancy?
Średnią wyników netto w wybranej jednostce. W modelu wygrana/przegrana użyj prawdopodobieństwa wygranej razy średni zysk minus prawdopodobieństwo straty razy jej średnia wielkość. Uwzględnij też zera i rzeczywistą definicję transakcji.
Czy wysoka skuteczność wystarczy?
Nie. Przy 80% zysków po 1R i 20% strat po 5R średnia wynosi −0,2R przed dodatkowymi kosztami.
Ile transakcji potrzeba?
Zależy to m.in. od rozrzutu wyników, zależności, stabilności rynku i wymaganej precyzji. Większa próba nie naprawia błędu danych ani dopasowywania reguł do historii. Użyj danych poza etapem tworzenia.
Czym różni się od profit factor?
Expectancy jest średnim wynikiem na transakcję; profit factor ilorazem sumy dodatnich wyników i bezwzględnej sumy strat. Obie miary wymagają spójnego ujęcia kosztów i nie gwarantują przyszłej rentowności.
Powiązane terminy
R-multiple
Analiza i metryki
Edge (przewaga statystyczna)
Analiza i metryki
Out-of-sample (OOS)
Analiza i metryki
Brier score
Analiza i metryki
Drawdown (obsunięcie kapitału)
Zarządzanie ryzykiem
Gdzie w kursie
Wspominane w artykułach kursu (64)
- AI i LLM w tradingu — zastosowania, ograniczenia i ryzyka
- Analiza wielu interwałów czasowych — top-down, triple screen i praktyka na Forex
- Anatomia transakcji — case studies od setupu do zamknięcia
- Audyt strategii Forex — kiedy poprawiać system, a kiedy siebie
- Automatyzacja i screening w analizie technicznej — narzędzia, workflow i pułapki
- Automatyzacja tradingu: EA, skrypty MQL, cBoty i VPS
- Backtesting i forward testing — metodologia i pułapki testowania
- Biblioteka przetrwania — książki, źródła, narzędzia i czego nie kupować
- Budowanie strategii Forex — od hipotezy do reguł działania
- Certyfikaty, szkolenia premium i ROI edukacji — CFA, CMT, ACI kontra realny wynik
- Checklisty tradera i tygodniowy workflow — pre-market, pre-trade, EOD/EOW
- Cmentarzysko systemów — kiedy edge umiera, a kiedy sam go zabijasz
- Cykl tygodniowy na Forex — zmienność dzień po dniu, luki cenowe i kiedy rynek naprawdę pracuje
- Czy trading Forex jest dla ciebie? Brutalny test dopasowania do rynku
- Day trading: co rozstrzyga zamknięcie pozycji przed końcem dnia handlowego
- Dodatki do kursu Forex — ściągi, kalkulatory, szablony i narzędzia tradera
- Drawdown: matematyka obsunięcia i proceduralny Kill Switch
- Dziennik transakcji i analiza wyników: MyFxBook, Edgewonk i reszta arsenału
…oraz w 46 innych miejscach kursu.
Jarosław Wasiński
