期待値
簡単に言うと： 期待値は、平均的なトレードでいくら儲ける（または失う）と予想されるかを示します — 長期的な収益性を決定する唯一の数字です。
期待値は、1トレードあたりの利益の数学的期待値であり、（勝率 × 平均利益）-（負け率 × 平均損失）で計算されます。正の期待値は戦略が長期的に利益を生むことを意味し、負の期待値は最近の結果に関係なく負けゲームであることを意味します。取引におけるすべての要素 — エントリーシグナル、ストップの配置、テイクプロフィット水準、ポジションサイジング — は、正の期待値を維持するという唯一の目的に奉仕します。
ほとんどのトレーダーが見逃す重要な洞察：期待値は、ひどい勝率でも正になる可能性があり、優れた勝率でも負になる可能性があります。勝率35%で平均利益3R、平均損失1Rのトレンドフォローシステムは、1トレードあたり+0.40Rの期待値を持ちます — 卓越しています。勝率75%でも平均利益0.5R、平均損失2Rの平均回帰システムは、1トレードあたり-0.125Rの期待値を持ちます — じわじわと出血しています。Kingfisherのトレーダーは、LiqMapを使用して非対称なセットアップを特定することで期待値を改善できます：清算クラスターが価格の磁石となる場所にエントリーし、クラスターの反対側にターゲットを設定し、カスケードに仕事をさせます。
仕組み
計算式： 期待値 = (勝率 × 平均利益) - (負け率 × 平均損失)
またはR倍数で：期待値 = (勝率 × 平均R勝ち) - ((1 - 勝率) × 平均R負け)
計算例：
- 50%勝率、2:1 RR：(0.5 × 2) - (0.5 × 1) = +0.50R/トレード — 強い
- 40%勝率、3:1 RR：(0.4 × 3) - (0.6 × 1) = +0.60R/トレード — 卓越
- 70%勝率、0.5:1 RR：(0.7 × 0.5) - (0.3 × 1) = +0.05R/トレード — かろうじて利益
- 80%勝率、0.3:1 RR：(0.8 × 0.3) - (0.2 × 1) = +0.04R/トレード — 1回の連敗でマイナス
ドル換算するには：R倍数に1トレードあたりのドルリスクを掛けます。1トレードあたり500ドルのリスクでの+0.50Rの期待値 = 1トレードあたり250ドルの期待利益。
トレーダーにとっての重要性
- 期待値は唯一の将来を見据えた重要なメトリクスです。 過去の損益は何が起こったかを示します。期待値は、エッジが持続すれば何が起こるかを示します。ローリング50トレードの期待値を追跡して、エッジの劣化をリアルタイムで検出しましょう。KingfisherのTOFデータは、注文フローダイナミクスがいつシフトし、エッジが侵食されている可能性があるかを特定するのに役立ちます。
- 負けトレードを減らして期待値を改善するのは、より良いエントリーを見つけるよりも簡単です。 平均損失を1Rから0.8Rに減らすことは、勝率を5%改善するよりも期待値に大きな影響を与えます。トレンド環境でのタイトなストップ管理は、利用可能な中で最もレバレッジの効いた期待値改善策です。
- 期待値は最大ドローダウンの軌道を決定します。 +0.30Rの期待値を持つ戦略は、15トレード以上の連敗でも壊滅的な損害を受けることなく耐えることができます。+0.05Rの期待値を持つ戦略は、10トレードの連敗で破綻する可能性があります。ポジションサイジングは、一般的な1-2%ルールではなく、正確な期待値に合わせて調整されるべきです。
よくある間違い
- 小さすぎるサンプルから期待値を計算すること。 30トレードでは、誤差範囲が非常に大きい期待値の推定値しか得られません。大まかな推定には50トレード以上、信頼性には200以上、そして本当の確信のためには複数の市場レジームにわたるデータが必要です。
- 勝ちと負けの分散を無視すること。 平均利益が2Rでも、個々の利益が0.2Rから8Rの範囲にある戦略は、すべての利益が2R前後に集中する戦略とは異なるリスクプロファイルを持ちます。太い尾を持つ利益分布は破滅リスクを膨らませます。
- 最近の期待値をエッジと混同すること。 10トレードの連勝は、負のエッジの戦略でも一時的に正の期待値を生み出す可能性があります。平均への回帰は不可避ですが、100トレード以上かかる場合があります。