PPTFPercentuale di superamento di un challenge
La percentuale di superamento di un challenge non si può sapere — si può calcolare sulla propria statistica. Il modello esegue la fase quattromila volte e mostra cosa ostacola più spesso: il limite giornaliero, quello massimo o la carenza di operazioni.
Calcolo
La mediana delle operazioni fino all'obiettivo è —. Quattromila simulazioni per ogni insieme di dati, generatore di numeri casuali con seme fisso: con gli stessi parametri il risultato è sempre lo stesso, altrimenti due varianti non si possono confrontare. È un modello, e non una previsione; le premesse sono indicate sotto.
Quante persone superano davvero un challenge
Statistiche pubbliche confermate dalle società stesse non ci sono. Gli aggregatori del settore prop pubblicano stime: il superamento di un challenge è 5–10 %, nei programmi a fase unica sui futures è più alto; almeno un pagamento lo riceve circa la metà di chi arriva al conto funded. Sono siti commerciali, e non la fonte primaria, perciò i numeri conviene tenerli come ordine di grandezza, e non come fatto.
Il calcolo proprio è più utile di una media altrui per una ragione: la media include anche chi ha operato con un volume tale che il limite giornaliero veniva sfondato al terzo stop. La tua probabilità dipende dai tuoi numeri, e si vede subito — conviene muovere il cursore del rischio e osservare come cambia la distribuzione degli esiti.
Cosa mostra la distribuzione degli esiti
- La bocciatura per il limite giornaliero prevale
- Il volume è troppo grande: una serie di stop normali chiude la giornata. Si cura riducendo il rischio per operazione, e non con la precisione degli ingressi.
- La bocciatura per il limite massimo prevale
- Il volume è moderato, ma il vantaggio non basta: il conto scivola lentamente. Ridurre il rischio qui solo allunga lo scivolamento.
- Molti «operazioni insufficienti»
- Il rischio è troppo piccolo per quell'obiettivo. La probabilità di bocciatura è bassa, ma nemmeno all'obiettivo arrivi — la fase si scontra col limite di operazioni o con la durata.
Perché il modello dà più delle stime degli aggregatori
Con i dati predefiniti il modello mostra circa il 43 % di superamento, e gli aggregatori danno 5–10 %. Non è una contraddizione: i numeri rispondono a domande diverse. Il modello calcola cosa accade se i tuoi winrate e R medio sono davvero quelli e restano tali per tutta la distanza. L'aggregato conta tutti gli acquirenti di un challenge — compresi quelli che non hanno alcun vantaggio e quelli che hanno preso il doppio del volume ammissibile.
Verificarlo si può qui stesso: metti un rischio del 2,5 % invece dell'1,5 % — il superamento cala quasi della metà con lo stesso winrate e R. Il vantaggio non è cambiato, è cambiato solo il volume. È da qui che deriva principalmente lo scarto tra il numero del modello e la media di mercato.
Il non ovvio: il numero di operazioni al giorno decide quale limite ti fermerà
- Poche operazioni al giorno
- Con tre operazioni il limite giornaliero quasi non scatta: le perdite non fanno in tempo ad accumularsi dentro una giornata, e la bocciatura arriva per il limite massimo — per lento scivolamento.
- Molte operazioni al giorno
- Con cinque o più il quadro si ribalta: il limite giornaliero diventa la causa principale di bocciatura, perché una serie di tre o quattro stop rientra in un solo giorno.
- Cosa farne
- È un cursore, e non una costante: inserisci il tuo numero reale di operazioni. Una stessa strategia con la stessa statistica supera il challenge in modi diversi a seconda di come le operazioni sono distribuite tra i giorni.
Premesse del modello
Il calcolo è onesto esattamente nella misura in cui le sue premesse sono corrette. Sono semplici, e tutte quattro alzano la probabilità rispetto alla realtà — quindi il numero ottenuto conviene considerarlo un limite superiore.
| Premessa | Come è nella vita |
|---|---|
| Tutte le operazioni sono indipendenti | Le serie si raggruppano: il mercato cambia regime, e le perdite arrivano a blocchi |
| L'R è uguale in tutte le operazioni | L'R reale è disperso, e la coda delle perdite grandi è più spessa che nel modello |
| Il winrate è costante | Cambia insieme al regime del mercato e al tuo stato |
| Slippage e gap non ci sono | Lo stop viene eseguito peggio del prezzo sulle notizie e alle aperture |
Perciò il modello non risponde alla domanda «passerò o no». Risponde a un'altra, più utile: quale dei limiti ti fermerà per primo — e cosa cambiare perché smetta di essere la causa principale di bocciatura.
Come si calcola
Una formula analitica questo problema non l'ha: l'esito dipende dall'ordine delle operazioni, e non solo dalla loro composizione. Perciò il calcolo procede per enumerazione — quattromila tentativi simulati, in ognuno le operazioni vanno una dopo l'altra fino a uno dei quattro esiti.
| Passo del modello | Cosa accade | Nell'esempio |
|---|---|---|
| Una operazione | con la probabilità del winrate un profitto di R rischi, altrimenti una perdita di un rischio | 42 % di +1,5R, 58 % di −1R |
| Un giorno | il numero definito di operazioni di seguito, il negativo giornaliero si accumula dentro la giornata | 5 operazioni al giorno |
| Esito del tentativo | obiettivo della fase, limite giornaliero, limite massimo o fine del limite di operazioni | 10 % · 5 % · 10 % · 200 operazioni |
| Risultato | quota dei tentativi conclusi con ognuno degli esiti | 43,1 % passano |
La speranza di una operazione si calcola a parte e si mostra nel verdetto: winrate × R − (1 − winrate). Con winrate del 42 % e R medio 1,5 questo è +0,05 rischio per operazione — il vantaggio c'è, ma è sottile, ed è proprio per questo che l'esito dipende così tanto dai limiti.
Perché il risultato non cambia ricaricando. Il generatore di numeri casuali è deterministico: gli stessi dati danno lo stesso numero. È stato fatto di proposito — altrimenti due persone con gli stessi numeri otterrebbero risultati diversi e non potrebbero confrontarli.
Come leggere il risultato
Il numero assoluto di percento qui è meno utile della distribuzione delle cause di bocciatura: essa mostra cosa esattamente cambiare. Guarda quale dei tre esiti di bocciatura è il più frequente.
È utile verificare anche l'inverso: metti un rischio dello 0,5 % e osserva come la probabilità di superamento cala non per i limiti, ma per l'esaurimento delle operazioni. Un ottimo di volume esiste, e non sta al bordo dell'intervallo — è la conclusione meno ovvia del modello.
Domande frequenti
Perché con gli stessi dati il risultato non cambia?
Il generatore di numeri casuali lavora con un seme fisso. È stato fatto di proposito: con una casualità «vera» il numero fluttuerebbe a ogni movimento del cursore, e confrontare due insiemi di parametri sarebbe impossibile.
Quale winrate e R inserire se non c'è statistica?
Nessuno. Numeri inseriti «a occhio» danno una risposta a cui non si può credere — e appare tanto convincente quanto una vera. Prima duecento operazioni del proprio storico, poi il modello.
Perché ridurre il rischio non sempre aumenta la probabilità?
Perché agisce in due direzioni: la bocciatura per limite diventa più rara, ma all'obiettivo della fase arrivi più lentamente e ti scontri più spesso col limite di operazioni. Sul grafico lo si vede come un travaso da «limite giornaliero» a «operazioni insufficienti». L'ottimo di solito non sta al bordo.
Il modello considera i giorni minimi di operatività?
No, per questo c'è il piano per giorni: lì i giorni minimi e la consistency rule stabiliscono la durata della fase. Qui si calcola la probabilità di arrivare all'obiettivo senza violare i limiti di drawdown.
Cos'è l'R medio e come calcolarlo?
È il rapporto tra l'operazione media in profitto e la perdita media, espresso in unità di rischio. Sommi tutti i profitti, dividi per il loro numero, lo stesso per le perdite, e dividi il primo per il secondo. R = 1,5 significa che il guadagno medio è una volta e mezza la perdita media.
Perché quattromila simulazioni, e non più?
Perché oltre il numero smette di cambiare entro un decimo di punto percentuale, e il calcolo deve essere istantaneo al movimento del cursore. Più simulazioni darebbero la stessa cifra e un ritardo percepibile.
Quante operazioni servono nello storico perché al modello si possa credere?
Circa duecento come minimo. Su un campione minore winrate e R medio sono stimati troppo grossolanamente: uno scostamento di cinque punti percentuali cambia la probabilità di superamento di molte volte.
Perché il modello non considera le serie consecutive?
Perché considera le operazioni indipendenti, e nella vita si raggruppano: il mercato cambia regime, e le perdite arrivano a blocchi. È una delle quattro premesse, e tutte alzano la probabilità. Il numero ottenuto è un limite superiore, e non una stima.
Con questo modello si possono confrontare due società?
Sì, ed è la sua applicazione principale. Inserisci la tua statistica e i limiti della prima società, annota la distribuzione degli esiti, poi i limiti della seconda. Il seme è fisso, perciò la differenza nei numeri verrà dalle condizioni, e non dal caso.
Cosa conta più per il superamento: il winrate o l'R?
Il loro prodotto. Un winrate del 40 % con R = 2 dà speranza positiva, e un winrate del 55 % con R = 0,8 la dà negativa. Perciò confrontare le strategie solo per winrate non ha senso.
Continuare la lettura
