Win Rate vs Risk-Reward․ ո՞րն է կարևոր

Win Rate ընդդեմ Risk-Reward-ի․ ո՞րն է ավելի կարևոր

Առանձին վերցրած՝ ոչ մեկը։ Win rate-ն ու risk-reward-ը բազմապատկվում են և տալիս մեկ թիվ՝ expectancy, իսկ շահութաբերությունը հնարավոր է միայն այդ թվի դեպքում։ Retail թրեյդերների մեծ մասի համար, սակայն, միջին R-multiple-ը բարձրացնելը ավելի հեշտ ու կայուն է, քան win rate-ը մեծացնելը։

Հարցնելը, թե որն է ավելի կարևոր, նույնն է, ինչ հարցնելը՝ սենյակի մակերեսը երկարությո՞ւնն է որոշում, թե՞ լայնությունը։ Թրեյդերական ֆորումները սա ներկայացնում են որպես բնավորության թեստ․ դու այն sniper-ն ես, որը հազվադեպ, բայց մեծ հաղթանակներ է ունենում, թե՞ grinder-ը, որը հաճախ փոքր շահույթներ է վերցնում։ Այդ ձևակերպումը թաքցնում է թվաբանությունը։

Երբ տեսնում ես այս երկուսը կապող հավասարումը, բանավեճը վերանում է, և դրա փոխարեն մնում է ավելի մաքուր հարց․ ո՞ր կարգավորումն ես դու իրականում կարող փոխել՝ առանց մյուսը փչացնելու։

Expectancy-ի հավասարումը, որը կապում է Win Rate-ն ու Risk-Reward-ը

Յուրաքանչյուր շահութաբեր համակարգ ի վերջո հանգում է մեկ նույնականության։ Մեկ trade-ի expectancy-ն, որը չափվում է R-ով, այսինքն՝ քո ռիսկի չափի բազմապատիկներով, հաշվվում է այսպես․

E = (Win% x R) − (Loss% x 1)

Win%-ը քո հաջողված trade-երի բաժինն է՝ տասնորդական թվով, R-ը հաղթող trade-երի միջին reward-to-risk հարաբերակցությունն է, իսկ պարտվող trade-ը ըստ սահմանման արժե 1R, քանի որ դիրքի չափը այնպես ես հաշվարկել, որ stop-out-ը հավասար լինի ռիսկի մեկ միավորի։ Loss%-ը պարզապես 1-ից հանած Win%-ն է։ Ամբողջ մեխանիկան սա է։ Win rate-ն ու risk-reward-ը երկու մուտքային տվյալներն են, իսկ expectancy-ն միակ արդյունքն է, որը փող է ստեղծում։

Վերցնենք օրինակ։ Համակարգը, որը հաղթում է դեպքերի 45%-ում և ունի միջին 1:2 հատուցում, տալիս է E = (0.45 x 2) − (0.55 x 1) = 0.90 − 0.55 = +0.35R յուրաքանչյուր trade-ի համար։ 200 trade-ից հետո դա մոտավորապես +70R է՝ մինչև ծախսերը, անկախ նրանից, թե հաղթանակներն ու պարտությունները ինչ հերթականությամբ են եկել։

Փոխիր այս երկու մուտքերից որևէ մեկը, և արդյունքը կփոխվի։ Առանձին վերցրած ոչ մի թիվ իմաստ չունի․ 1:0.1 հատուցմամբ 90% win rate-ը (E = 0.90 x 0.1 − 0.10 = −0.01R) դանդաղորեն արյունահոսող պարտվող համակարգ է, մինչդեռ 1:5 հարաբերակցությամբ 25% win rate-ը (E = 0.25 x 5 − 0.75 = +0.50R) ուժեղ շահութաբեր համակարգ է։

Այս նույնականությունը բացատրում է նաև, թե ինչու երկու թրեյդեր կարող են անվերջ վիճել՝ առանց միմյանց համոզելու։ Մեկը պնդում է, որ win rate-ն է թագավորը, որովհետև իր առավելությունը գալիս է ճշգրիտ entry-ներից, որոնք արագ են հաստատվում, մյուսը վստահ է մեծ R-ի վրա, քանի որ իր առավելությունը գալիս է հաղթող trade-երին մինչև հեռու liquidity-ն պահելուց։ Երկուսն էլ ճիշտ են իրենց համակարգերի դեպքում, բայց սխալ են, երբ փորձում են այդ կանոնը տարածել բոլորի վրա։

Հավասարումը չի հետաքրքրվում, թե որ բաղադրիչն ես նախընտրում․ այն պարզապես հաշվում է արտադրյալը։ Քո գործն է գտնել win rate-ի և R-ի այն համադրությունը, որը իրական spread-ից ու commission-ից հետո E-ն պահում է դրական, հետո էլ հետևողականորեն կիրառել այն, որովհետև դրական expectancy ունեցող համակարգը, եթե անկանոն ես trade անում, միևնույն է՝ կորցնում է։

Break-even սահմանագիծը․ յուրաքանչյուր R-ի համար ինչ Win Rate է պետք

Expectancy-ն զրոյի հավասարեցրու և հաշվիր այն win rate-ը, որի դեպքում տվյալ R-ով պարզապես break-even ես ստանում։ Break-even-ը ստացվում է, երբ Win% x R = (1 − Win%), իսկ վերադասավորելուց հետո ստանում ենք Win% = 1 / (1 + R)։ Այս մեկ բանաձևը գծում է շահույթը կորստից բաժանող ամբողջ սահմանագիծը։

Սահմանագծի սյունակը ուշադիր կարդա։ 1:1 հարաբերակցության դեպքում trade-երի կեսից ավելին պետք է հաղթես նույնիսկ պարզապես զրոյական արդյունքի համար, իսկ դա ծանր պայման է, քանի որ spread-ի, slippage-ի կամ վատ շաբաթվա համար գրեթե ոչ մի տեղ չի մնում։ 1:3-ի դեպքում կարող ես չորս trade-ից երեքը կորցնել և դեռ break-even մնալ, իսկ 1:5-ի դեպքում 17% hit rate-ը քեզ պահում է զրոյական մակարդակում։

Սա է բարձր R-ի մաթեմատիկական առավելությունը․ այն նվազեցնում է այն win rate-ը, որին պարտավոր ես հասնել, իսկ ավելի ցածր պարտադիր շեմը ավելի հեշտ է կայուն կերպով հաղթահարել։

Աջ կողմի սյունակը ցույց է տալիս, թե յուրաքանչյուր R-ի համար ինչ win rate է պետք համեստ՝ +0.20R առավելության հասնելու համար, այնպիսի կայուն առավելության, որի վրա իրական համակարգերը սովորաբար աշխատում են։ Նայիր, թե բարձր R ունեցող տողերում որքան քիչ լրացուցիչ ճշգրտություն է պահանջվում․ 1:3-ը պահանջում է ընդամենը 30%, այսինքն՝ break-even-ից հինգ կետ բարձր։

Ինչու են Win Rate-ն ու Risk-Reward-ը հակադարձ կապված

Երկու կարգավորումն էլ ազատորեն միաժամանակ չես կարող ընտրել։ Ցանկացած կոնկրետ setup-ի դեպքում դրանք փոխզիջման մեջ են, որովհետև նույն հիմքում ընկած գործընթացի երկու տարբեր չափումներ են։

Եթե take-profit-ը entry-ից ավելի հեռու դնես, R-ը կաճի, բայց այժմ գինը պետք է ավելի երկար ճանապարհ անցնի մինչև վճարելը, ու այդ ընթացքում ավելի հաճախ կկանգնեցվի կամ կշրջվի, ինչի պատճառով win rate-ը կնվազի։ Եթե target-ը մոտեցնես, հաղթող trade-երը հաճախ կփակվեն, hit rate-ը կբարձրանա, բայց յուրաքանչյուր հաղթանակ փոքր կլինի, և R-ը կփլվի։

Պատկերացրու BTCUSDT-ի long-ը 60,000-ի Fair Value Gap-ից (FVG), stop-ը՝ 59,400-ում, այնպես որ 1R-ը հավասար է 600 կետի։ 60,600-ի target-ը՝ 1:1 հարաբերակցությամբ, կարող է հասանելի լինել դեպքերի 60%-ում։

Այդ նույն target-ը տեղափոխիր մինչև հաջորդ liquidity pool-ը՝ 61,800, այսինքն՝ 1:3 հարաբերակցություն, և հասանելիության մակարդակը կարող է ընկնել մինչև 35%, քանի որ գինը պետք է հաղթահարի ևս երկու reaction zone՝ մինչև այնտեղ հասնելը։

Նույն entry-ն է, նույն stop-ը, բայց կորի մեկ այլ կետ։ Սրանք մեկ մեքենայի երկու կարգավորումներ են, ոչ թե իրարից անկախ լծակներ, և հենց դրա պատճառով է մեկին առանձին հետապնդելը աննկատ փչացնում մյուսին։

Սա է նաև պատճառը, որ միամիտ լուծումը՝ «պարզապես ավելի շուտ փակիր շահույթը, որ ավելի շատ հաղթես», այդքան հաճախ հիասթափեցնում է։ BTCUSDT-ի target-ը 61,800-ից հետ բերելը 60,300 կարող է hit rate-ը բարձրացնել մինչև 75%, բայց R-ը փլվում է մինչև 0.5, իսկ expectancy-ն 0.35 x 3 − 0.65 = +0.40R-ից ընկնում է մինչև 0.75 x 0.5 − 0.25 = +0.125R։

Հաշվիդ վրա ամեն ինչ ավելի լավ էր զգացվում, բայց վաստակում էիր ավելի քիչ։ Իմանալու միակ ձևը, թե target-ի փոփոխությունն օգնե՞ց, երկու տարբերակների expectancy-ն նորից հաշվելն է, ոչ թե արդյունքը միայն hit rate-ով գնահատելը։ Այդ քայլը բաց թողնող թրեյդերները շարունակաբար կրճատում են target-երը, մինչև ստանում են համակարգ, որը մշտապես հաղթում է, բայց հազիվ է շահույթ տալիս։

Բարձր Win Rate ընդդեմ բարձր R-ի․ ո՞ր համակարգն է ավելի փխրուն

Բարձր win rate-ով և ցածր R-ով համակարգերը հաճելի են զգացվում, բայց թաքցնում են ծանր պոչային ռիսկ։ 85% դեպքերում հաղթելը հոգեբանորեն հեշտ է․ գրեթե ամեն session-ում ճիշտ ես, equity curve-ը հարթ է թվում, և վստահությունը կուտակվում է։ Վտանգն այն է, որ յուրաքանչյուր հաղթանակ շատ փոքր է՝ համեմատած մեկ կորստի հնարավոր չափի հետ։

Երբ ռիսկը կատարյալ սահմանափակված չէ, stop-ի վրայով մեկ gap, նորության պահին կտրուկ շարժումը կամ բարակ order book-ում slippage-ը կարող է միանգամից ջնջել տասնյակ փոքր հաղթանակներ։ Համակարգը, որը +0.4R հաղթանակներ է գրանցում, բայց երբեմն վերցնում է −4R հարված, կարող է մեկ վատ print-ով ջնջել մի ամբողջ ամիս քրտնաջան աշխատանք։

Բարձր R-ով և ցածր win rate-ով համակարգերը հակառակ պատկերն են․ մաթեմատիկորեն կայուն, բայց հոգեբանորեն պատժող։ Քանի որ մեկ հաղթանակը վերադարձնում է 3R-ից 5R, առանձին կորուստը չի սպառնում հաշվին, իսկ ռազմավարությունը ավելի դիմացկուն է slippage-ի և պատահական խոշոր կորստի նկատմամբ։

Գինը երկար losing streak-երն են։ 30% win rate-ի դեպքում trade-երի 70%-ը կորցնում ես, այսինքն՝ կարմիր շարքերը հազվադեպ պատահար չեն, դրանք սովորական երեքշաբթին են։

• Շարքերի մաթեմատիկա, 70% կորստի մակարդակ, 1:3 և 30% win rate ունեցող համակարգ․ հաջորդ երեք trade-երի՝ բոլորը պարտվելու հավանականությունը 0.7³ = 34% է, հինգ անընդմեջ կորուստինը՝ 0.7⁵ = 17%, իսկ ութ անընդմեջ կորուստինը՝ մոտ 6%։ Մի քանի հարյուր trade-ի ընթացքում ութից ավելի պարտվողների շարքը գրեթե անխուսափելի է։
• Շարքերի մաթեմատիկա, 40% կորստի մակարդակ, 1:1 և 60% win rate ունեցող համակարգ․ երեք անընդմեջ կորուստը 0.4³ = 6% է, իսկ հինգ անընդմեջը՝ ընդամենը 1%։ Խոր drawdown-ի շարքերը հազվադեպ են։

Բարձր R-ով թրեյդերի իրական հակառակորդը շուկան չէ, այլ տասներորդ անընդմեջ կորուստը, որը նրան ստիպում է հրաժարվել մի համակարգից, որն աշխատում է ճիշտ այնպես, ինչպես նախագծված էր։ Այստեղ սահմանափակող գործոնը entry-ի մոդելը չէ, այլ drawdown-ը տանելու կարողությունն ու կարգապահությունը։

Երկու համակարգ, մեկ Expectancy․ հաշվարկված համեմատություն

Որպեսզի տեսնենք, որ այս երկու չափումները փոխարինելի մուտքային տվյալներ են, վերցնենք երկու համակարգ, որոնք նախագծված են նույն expectancy-ն ապահովելու համար, իսկ հետո տարբերակենք դրանք միայն տատանողականությամբ։

Երկու համակարգն էլ 100 trade-ից հետո տալիս է նույն՝ +20R արդյունքը։ 100-րդ trade-ի պահին հաշվի քաղվածքը չի կարող տարբերել դրանք։ Բայց այդ կետին հասնելու ճանապարհը արմատապես տարբեր է․ A համակարգը փոքր քայլերով բարձրանում է՝ մակերեսային անկումներով, իսկ B համակարգը կտրուկ անկումների ու ուժեղ վերականգնումների միջև ցնցվում է՝ երկար ժամանակ մնալով ջրի տակ, մինչև 3R հաղթանակների մի խումբը վերականգնի կորին։

Նույն նպատակակետը, բայց տարբեր հոգեբանական դիմացկունություն է պետք։ Դասը սա է․ expectancy-ն ասում է՝ արժե՞ համակարգը trade անել, իսկ տատանողականությունը ցույց է տալիս՝ կկարողանա՞ս դու այն պահել այնքան երկար, որ expectancy-ն վերջապես դրսևորվի։

Ինչպես գտնել քո օպտիմալ հավասարակշռությունը

Դադարիր առանձին օպտիմալացնել win rate-ը կամ risk-reward-ը։ Օպտիմալացրու expectancy-ն, հետո ընտրիր կորի այն կետը, որը կարող են պահել քո հոգեբանությունն ու կապիտալը։ Գործընթացը սա է։

1. Երկուսն էլ չափիր journal-ից, ոչ թե հիշողությունից։ Վերցրու առնվազն 50-ից 100 իրական trade և հաշվիր փաստացի win rate-ն ու հաղթողների իրական միջին R-ը։ Թրեյդերները համակարգված կերպով գերագնահատում են երկուսն էլ։ Քո թրեյդերական journal-ը միակ ազնիվ աղբյուրն է։
2. Հաշվիր ընթացիկ expectancy-ն՝ E = Win% x R − Loss% բանաձևով։ Եթե այն բացասական է, position sizing-ի ոչ մի հնարք չի փրկի համակարգը․ հենց setup-ն է աշխատանքի կարիք ունենում։
3. Մի կարգավորումը փոխելիս չափիր մյուսը։ Target-ը մեկ liquidity level-ով ավելի հեռու դիր և նույն պատմական setup-երի վրա նորից հաշվիր hit rate-ը։ Եթե R-ն ավելի արագ է աճում, քան win rate-ն է ընկնում, expectancy-ն բարելավվում է։ Եթե ոչ, գտել ես քո setup-ի բնական սահմանը։
4. Դիմացկուն տատանողականությունը համապատասխանեցրու քո բնավորությանն ու հաշվին։ Խիստ առավելագույն drawdown ունեցող prop-firm challenge-ը նախընտրում է ավելի բարձր win rate, որպեսզի կորն ավելի հարթ մնա, իսկ սեփական հաշիվը համբերատար ֆինանսավորող թրեյդերը կարող է օգտվել բարձր R-ի կայունությունից։

Որտե՞ղ է ICT-ն այս կորի վրա

ICT ոճի թրեյդինգը կառուցվածքով թեքված է դեպի բարձր R և ցածր win rate, և դա միտումնավոր է։ Refined order block-ից կամ FVG-ի ներսից արված entry-ն stop-ը դնում է swept liquidity pool-ից անմիջապես այն կողմ՝ ստեղծելով սեղմ ու հստակ invalidation։ Target-երը դրվում են հակառակ կողմի liquidity-ի ուղղությամբ, հաճախ 3R-ից 5R հեռավորության վրա։

Ամբողջ մեթոդը փոքր, ճշգրիտ ռիսկը կառուցում է հեռու, բարձր հատուցմամբ target-ի դեմ, ուստի բնականաբար հայտնվում է ցածր win rate-ի և բարձր R-ի կողմում։ ICT-ից հրաժարվող թրեյդերները սովորաբար վատ մոդել չունեին․ նրանց պակասում էր այն losing streak-երը տանելու կարողությունը, որը պահանջում է բարձր R-ով կառուցվածքը։

Սովորական սխալներ

• Մեկ չափումը առանձին օպտիմալացնելը։ Պարծենալ 90% win rate-ով՝ անտեսելով, որ կորուստները բազմապատիկ մեծ են հաղթանակներից։ Միակ իրական ցուցատախտակը expectancy-ն է։
• Տատանողականությունն անտեսելը։ Նույն expectancy ունեցող երկու համակարգ հավասարապես trade-ի ենթակա չեն։ Այն կորի համար, որից հրաժարվում ես drawdown-ի ժամանակ, իրական expectancy-ն զրո է։
• Stop-երը win rate-ը պաշտպանելու համար տեղափոխելը։ Կորուստից խուսափելու համար stop-ը լայնացնելը բարձրացնում է hit rate-ը, բայց աննկատ ոչնչացնում է R-ը և մեծացնում միջին կորստի չափը։
• Ենթադրել, թե բարձր R-ը անվճար է։ Այդպես չէ․ այն արժենում է win rate և պահանջում է կարգապահություն ավելի երկար կարմիր շարքերի ընթացքում։ Win rate-ի և risk-reward-ի միջև ընտրությունն իրականում այն անհարմարության ընտրությունն է, որը կարող ես տանելի դարձնել։

Հաճախ տրվող հարցեր

30% win rate-ը կարո՞ղ է շահութաբեր լինել

Այո, և բավական հեշտ, եթե reward-to-risk-ը բավական բարձր է։ 1:3 հատուցման դեպքում break-even-ի համար պետք է 25% win rate, ուստի 30%-ն արդեն հաղթահարում է այդ շեմը՝ +0.20R առավելությամբ։ 1:5-ի դեպքում նույնիսկ 17% win rate-ը break-even է տալիս։ Ցածր win rate-ը մահացու է միայն ցածր R-ի հետ զուգակցվելիս։

Ո՞րն է լավ risk-to-reward հարաբերակցությունը

Համընդհանուր թիվ չկա․ ճիշտ R-ն այն է, որը քո setup-երի համար առավելագույնի է հասցնում expectancy-ն և մնում է այնպիսի drawdown-ի սահմաններում, որը կարող ես դիմանալ։ Շատ կառուցվածքային ռազմավարություններ թիրախավորում են 1:2-ից 1:3, քանի որ դա անհրաժեշտ win rate-ը իջեցնում է մինչև 25%-ից 33%՝ ծախսերից հետո break-even-ից վերև հարմարավետ պահուստ թողնելով։

Ավելի բարձր win rate-ը նշանակո՞ւմ է ավելի մեծ շահույթ

Ոչ, ինքնին ոչ։ Ավելի բարձր win rate-ը շահույթը մեծացնում է միայն այն դեպքում, երբ միջին R-ը պահպանվում է։ Թրեյդերների մեծ մասը win rate-ը բարձրացնում է target-երը կրճատելով, ինչի հետևանքով R-ը փոքրանում է, իսկ expectancy-ն կարող է մնալ նույնը կամ նվազել։ Նախ ստուգիր, թե R-ի հետ ինչ է տեղի ունեցել, հետո միայն նշիր բարձր hit rate-ը որպես հաջողություն։

Քանի՞ trade է պետք win rate-ին վստահելու համար

Նույն setup-ի առնվազն 50-ից 100 trade հավաքիր, մինչև win rate-ը որոշ չափով կայունանա․ ավելի փոքր ընտրանքները պատահականության պատճառով կտրուկ տատանվում են։ Բարձր R-ով և ցածր win rate-ով համակարգերին ավելի մեծ ընտրանք է պետք, քանի որ մեկ 4R հաղթանակը կամ երկար losing streak-ը կարճ շարքի արդյունքը կարող է ուժեղ աղավաղել։

Կապակցված հարցումների ուղիներ

Expectancy-ն կենտրոնական հանգույցն է․ այս ուղեցույցները win rate-ի և risk-reward-ի հարցը կապում են դիրքի չափի, journal-ի և ապացույցների հետ՝ այն հերթականությամբ, որով լուրջ թրեյդերը սովորաբար աշխատում է։

• ICT-ի ռիսկի կառավարման ամբողջական շրջանակը — ամբողջական համակարգ, որը expectancy-ն վերածում է կրկնելի կանոնների հավաքածուի։
• ICT-ի position sizing-ը․ ռիսկ, R-multiple-ներ և հետևողականություն — ինչպես անել, որ յուրաքանչյուր կորուստ արժենա ճիշտ 1R, որպեսզի վերևի մաթեմատիկան աշխատի։
• Order block-ի stop loss-ի և take-profit-ի կանոնները — որտեղ տեղադրել stop-երն ու target-երը՝ բարձր R-ով setup կառուցելու համար։
• ICT թրեյդերական journal-ի ձևանմուշը, որն օգտագործում են պրոֆեսիոնալները առավելություն կառուցելու համար — չափիր քո իրական win rate-ն ու միջին R-ը՝ գուշակելու փոխարեն։
• Ինչպես ճիշտ backtest անել ICT ռազմավարությունը — ստուգիր R-ի փոփոխությունը՝ առանց ինքդ քեզ մոլորեցնելու։
• Ինչպիսի՞ն է շահութաբեր թրեյդերի equity curve-ը — տես, թե ինչպես է նույն expectancy-ն ստեղծում ամբողջովին տարբեր կորեր։
• Ո՞րն է լավ risk-to-reward հարաբերակցությունը ICT trade-երի համար — risk-reward ratio ict թեմայի մեկ այլ դիտանկյուն։
• Ի՞նչ է trading expectancy-ն և ինչպե՞ս հաշվարկել այն — սերտորեն կապված թեմա, որին կարելի է անցնել հաջորդիվ։