트레이딩 일지에서 추정 기대값은 기록된 표본의 거래당 평균 결과입니다. 양의 과거 평균은 조사해 볼 유용한 근거이지, 다음 거래들의 평균이 같을 것이라는 약속은 아닙니다.

순 결과로 계산하기

가장 간단한 계산은 다음과 같습니다.

표본 기대값 = 트레이딩 순손익 총액 / 거래 횟수

또는 모든 거래를 이익 또는 손실로 분류할 때는 다음과 같습니다.

기대값 = (승리 비율 × 평균 이익) − (패배 비율 × 평균 손실)

평균 손실은 절댓값으로 사용하세요. 본전 거래가 있으면 전체 횟수에 포함하세요. 그러면 패배 비율은 자동으로 전체에서 승리 비율을 뺀 값이 되지 않습니다. 비용으로 인해 비용 차감 전 본전 거래가 순손실이 될 수 있습니다.

승리 비율 45%, 평균 이익 $200, 패배 비율 55%, 평균 손실 $100의 가상 표본에서 비용 차감 전 추정치는 다음과 같습니다.

0.45 × $200 − 0.55 × $100 = 거래당 $35.

거래당 평균 거래 비용이 $8이고 아직 포함되지 않았다면 순 추정치는 $27입니다. 그 수치에 기대하는 주간 거래 횟수를 곱하면 기회 빈도와 성과가 변하지 않는다는 가정이 추가되며, 이는 수익 예측이 아닙니다.

계획된 목표가 아니라 실현된 결과를 사용하세요

보상 대비 위험 비율이 1: 2로 계획된 셋업이라고 해서 평균 이익이 평균 손실의 두 배라는 뜻은 아닙니다. 부분 청산, 목표 미도달, 갭, 재량적 판단은 실현 결과를 바꿉니다. 브로커 기록의 실제 손익을 사용하세요. 체결 내역은 이미 체결 가격을 반영하므로, 실현 손익에서 추정 슬리피지를 두 번째로 차감하지 마세요.

과거 테스트에서는 수수료와 비용, 현실적인 체결 차이를 모델링하세요. 차트의 이상적인 가격은 체결이 아니기 때문입니다. 시뮬레이션 결과와 실거래 기록은 구분하세요.

서로 다른 규모로 진입한 거래를 비교하려면 각 결과를 R로도 계산하여, 순손익을 해당 거래의 최초 계획 달러 리스크로 나누세요. 그 개별 R 결과의 평균을 구하세요. 총손익을 편의상 고른 하나의 리스크 금액으로 나누면 포지션 규모가 바뀐 표본을 잘못 나타낼 수 있습니다.

승률만으로는 충분하지 않은 이유

승률 70%, 평균 이익 $50, 평균 손실 $200인 가상 사례는 비용 차감 전 거래당 −$25의 결과가 납니다. 승률 30%, 평균 이익 $500, 평균 손실 $100인 가상 사례는 비용 차감 전 +$80의 결과가 납니다.

두 예시 중 어느 것도 권장 전략이 아닙니다. 이 예시들은 승리 빈도와 손익 규모를 함께 평가해야 하는 이유를 보여 줍니다. 관련 본전 계산은 기본 트레이딩 통계를 참고하세요.

추정치를 바탕으로 행동하기 전에 평가하세요

추정치 옆에 전략 버전, 표본 날짜, 거래 횟수를 기록하세요. 몇몇 유난히 큰 이익이 추정치를 지배하는지, 손실이 몰려 있는지, 시장 상황에 따라 결과가 달라지는지 살펴보세요. 30,100 또는 500건의 거래처럼 고정된 횟수만으로는 통계적 신뢰도를 확립할 수 없습니다.

진입을 선택하거나 목표를 최적화하는 데 사용하지 않은 별도의 기간을 사용하세요. 결과를 본 뒤 전략을 수정했다면, 그 새 버전을 별도로 평가하세요. 목표를 높이거나 손절 폭을 좁히는 것이 순 기대값을 자동으로 개선하지는 않습니다. 이익과 손실 모두의 빈도와 규모를 바꿀 수 있기 때문입니다.

자주 묻는 질문

좋은 기대값은 무엇이라고 할 수 있나요? 보편적인 R 기준은 없습니다. 양의 표본 추정치에는 불확실성, 비용, 드로다운, 이용 가능한 기회, 최초 손절보다 큰 손실 위험이라는 맥락이 필요합니다. 거래를 묶는 방식과 비용 처리 방식이 일치할 때만 추정치를 비교하세요.

양의 추정치가 손실을 낸 달과 함께 존재할 수 있나요? 예. 평균은 결과의 순서나 분포를 설명하지 않습니다. 또한 과거 추정치는 현재 상황을 더 이상 설명하지 못할 수 있습니다.

얼마나 자주 계산해야 하나요? 전략의 거래 빈도에 맞는 정기적인 검토 간격을 사용하고, 체결이나 리스크 한도 문제는 즉시 조사하세요. 작은 변동마다 반응하거나, 목표 표본 수에 도달할 때까지 심각한 문제를 무시하는 것은 피하세요.