PPTFProcent przejścia challenge'u
Procentu przejścia challenge'u nie da się poznać — da się go policzyć pod własną statystykę. Model przepuszcza etap cztery tysiące razy i pokazuje, co przeszkadza częściej: limit dzienny, maksymalny czy brak transakcji.
Obliczenie
Mediana transakcji do celu — —. Cztery tysiące przebiegów na każdy zestaw danych wejściowych, generator liczb losowych ze stałym ziarnem: przy tych samych parametrach wynik jest zawsze ten sam, inaczej dwóch wariantów nie da się porównać. To model, a nie prognoza; założenia nazwano poniżej.
Ilu ludzi przechodzi challenge w rzeczywistości
Publicznej statystyki potwierdzonej przez same firmy nie ma. Agregatory branży prop publikują szacunki: przechodzenie challenge'u — 5–10 %, u jednoetapowych programów futuresowych wyżej; choćby jedną wypłatę dostaje około połowy tych, którzy doszli do konta funded. To platformy komercyjne, a nie pierwotne źródło, dlatego liczby warto trzymać jako rząd wielkości, a nie jako fakt.
Własne obliczenie jest pożyteczniejsze od cudzej średniej z jednej przyczyny: średnia obejmuje i tych, którzy handlowali wielkością, przy której limit dzienny przebijał się na trzecim stopie. Twoje prawdopodobieństwo zależy od twoich liczb, i widać je od razu — warto poruszyć suwakiem ryzyka i popatrzeć, jak zmienia się rozkład wyników.
Co pokazuje rozkład wyników
- Porażka z powodu limitu dziennego przeważa
- Wielkość jest zbyt duża: seria zwykłych stopów zamyka dzień. Leczy się to zmniejszeniem ryzyka na transakcję, a nie precyzją wejść.
- Porażka z powodu limitu maksymalnego przeważa
- Wielkość jest umiarkowana, ale przewagi brakuje: konto powoli zsuwa się w dół. Zmniejszenie ryzyka tylko rozciągnie zsuwanie.
- Wiele „nie wystarczyło transakcji”
- Ryzyko jest zbyt małe dla tego celu. Prawdopodobieństwo porażki jest niskie, ale i do celu nie dochodzisz — etap uderza w limit transakcji albo w termin.
Dlaczego model daje więcej niż szacunki agregatorów
Na danych domyślnych model pokazuje około 43 % przejścia, a agregatory dają 5–10 %. To nie sprzeczność: liczby odpowiadają na różne pytania. Model liczy, co będzie, jeśli twoje winrate i średnie R rzeczywiście są takie i zostają takie na całym dystansie. Agregat liczy wszystkich kupujących challenge — w tym tych, którzy nie mają przewagi wcale, i tych, którzy wzięli wielkość dwa razy większą od dopuszczalnej.
Sprawdzić to można od razu tutaj: wstaw ryzyko 2,5 % zamiast 1,5 % — przejście spada niemal o połowę przy tym samym winrate i R. Przewaga się nie zmieniła, zmieniła się tylko wielkość. Oto z czego w zasadniczej części składa się rozziew między liczbą modelową i średnią rynkową.
Nieoczywiste: liczba transakcji dziennie rozstrzyga, który limit cię zatrzyma
- Mało transakcji dziennie
- Przy trzech transakcjach limit dzienny prawie nie zadziała: straty nie nadążają nagromadzić się wewnątrz jednej doby, i porażka przychodzi z powodu limitu maksymalnego — powolnym zsuwaniem.
- Wiele transakcji dziennie
- Przy pięciu i więcej obraz się odwraca: limit dzienny staje się główną przyczyną porażki, ponieważ seria trzech-czterech stopów mieści się w jednym dniu.
- Co z tym robić
- To suwak, a nie stała: podstaw swoją realną liczbę transakcji. Ta sama strategia z tą samą statystyką przechodzi challenge inaczej w zależności od tego, jak transakcje są rozłożone po dniach.
Założenia modelu
Obliczenie jest uczciwe dokładnie na tyle, na ile prawdziwe są jego założenia. Są proste, i wszystkie cztery zawyżają prawdopodobieństwo w porównaniu z rzeczywistością — znaczy to, że otrzymaną liczbę warto uważać za górną granicę.
| Założenie | Jak jest w życiu |
|---|---|
| Wszystkie transakcje są niezależne | Serie się grupują: rynek zmienia reżim, i straty przychodzą paczkami |
| R jest jednakowe u wszystkich transakcji | Realne R jest rozrzucone, a ogon dużych strat jest grubszy niż w modelu |
| Winrate jest stały | Zmienia się razem z reżimem rynku i twoim stanem |
| Poślizgu i luk nie ma | Stop wykonuje się gorzej od ceny na wiadomościach i otwarciach |
Dlatego model nie odpowiada na pytanie „czy przejdę”. Odpowiada na inne, bardziej pożyteczne: który z limitów zatrzyma cię pierwszy — i co zmienić, żeby przestało to być główną przyczyną porażki.
Jak się liczy
Wzoru analitycznego to zadanie nie ma: wynik zależy od kolejności transakcji, a nie tylko od ich składu. Dlatego obliczenie idzie przez przebieg — cztery tysiące zamodelowanych prób, w każdej transakcje idą jedna za drugą, dopóki nie nastąpi jeden z czterech wyników.
| Krok modelu | Co się dzieje | W przykładzie |
|---|---|---|
| Jedna transakcja | z prawdopodobieństwem winrate zysk w R ryzyka, inaczej strata w jedno ryzyko | 42 % na +1,5R, 58 % na −1R |
| Jeden dzień | zadana liczba transakcji pod rząd, dzienny minus gromadzi się wewnątrz dnia | 5 transakcji dziennie |
| Wynik próby | cel etapu, limit dzienny, limit maksymalny albo koniec limitu transakcji | 10 % · 5 % · 10 % · 200 transakcji |
| Wynik | udział prób zakończonych każdym z wyników | 43,1 % przechodzi |
Oczekiwanie jednej transakcji liczy się osobno i pokazuje się w wyroku: winrate × R − (1 − winrate). Przy winrate 42 % i średnim R 1,5 to +0,05 ryzyka na transakcję — przewaga jest, ale jest cienka, i właśnie dlatego wynik tak mocno zależy od limitów.
Dlaczego wynik nie zmienia się po odświeżeniu. Generator liczb losowych jest deterministyczny: te same dane wejściowe dają tę samą liczbę. Zrobiono to celowo — inaczej dwie osoby z jednakowymi liczbami dostawałyby różne wyniki i nie mogłyby ich zestawić.
Jak czytać wynik
Bezwzględna liczba procentów jest tu mniej pożyteczna niż rozkład przyczyn porażki: pokazuje on, co dokładnie zmienić. Patrz, który z trzech wyników porażki jest najczęstszy.
Pożytecznie sprawdzić i odwrotne: wstaw ryzyko 0,5 % i popatrz, jak prawdopodobieństwo przejścia spada nie z powodu limitów, a z powodu wyczerpania transakcji. Optimum wielkości istnieje, i nie jest na skraju zakresu — to najmniej oczywisty wniosek modelu.
Częste pytania
Dlaczego przy tych samych danych wejściowych wynik się nie zmienia?
Generator liczb losowych pracuje ze stałym ziarnem. Zrobiono to celowo: przy „prawdziwej” losowości liczba pływałaby przy każdym ruchu suwaka, i porównanie dwóch zestawów parametrów byłoby niemożliwe.
Jakie winrate i R podstawiać, jeśli statystyki nie ma?
Żadnych. Podstawione „na oko” liczby dają odpowiedź, której nie można wierzyć — a wygląda ona tak samo przekonująco jak prawdziwa. Najpierw dwieście transakcji własnej historii, potem model.
Dlaczego zmniejszenie ryzyka nie zawsze podnosi prawdopodobieństwo?
Ponieważ działa w dwie strony: porażka z powodu limitu staje się rzadsza, ale do celu etapu dochodzisz wolniej i częściej uderzasz w limit transakcji. Na wykresie widać to jako przelewanie z „limitu dziennego” do „nie wystarczyło transakcji”. Optimum zwykle nie jest na skraju.
Czy model uwzględnia minimalne dni handlowe?
Nie, do tego jest plan po dniach: tam dni minimalne i consistency rule zadają termin etapu. Tu liczy się prawdopodobieństwo dojścia do celu bez naruszenia limitów drawdownu.
Czym jest średnie R i jak je policzyć?
To relacja średniej zyskownej transakcji do średniej straty wyrażona w jednostkach ryzyka. Dodajesz wszystkie zyski, dzielisz przez ich liczbę, to samo dla strat, i dzielisz pierwsze przez drugie. R = 1,5 oznacza, że średni plus jest półtora raza większy od średniego minusa.
Dlaczego cztery tysiące przebiegów, a nie więcej?
Ponieważ dalej liczba przestaje się zmieniać w granicach dziesiątej części procentu, a obliczenie ma iść natychmiast przy ruchu suwaka. Więcej przebiegów dałoby tę samą liczbę i zauważalne opóźnienie.
Ile transakcji potrzeba w historii, żeby modelowi można było wierzyć?
Rzędu dwustu jako minimum. Na mniejszej próbie winrate i średnie R są ocenione zbyt grubo: przesunięcie o pięć punktów procentowych zmienia prawdopodobieństwo przejścia wielokrotnie.
Dlaczego model nie uwzględnia serii pod rząd?
Ponieważ liczy transakcje jako niezależne, a w życiu one się grupują: rynek zmienia reżim, i straty przychodzą paczkami. To jedno z czterech założeń, i wszystkie zawyżają prawdopodobieństwo. Otrzymana liczba to górna granica, a nie ocena.
Czy tym modelem można porównać dwie platformy?
Tak, i to jego podstawowe zastosowanie. Podstaw swoją statystykę i limity pierwszej platformy, zapisz rozkład wyników, potem limity drugiej. Ziarno jest stałe, dlatego różnica w liczbach będzie od warunków, a nie od losowości.
Co jest ważniejsze dla przejścia: winrate czy R?
Ich iloczyn. Winrate 40 % przy R = 2 daje pozytywne oczekiwanie, a winrate 55 % przy R = 0,8 — ujemne. Dlatego porównywanie strategii po samym winrate jest bezsensowne.
Czytaj dalej
