Sa previous lessons, pinag-usapan natin kung gaano kalaki ang potential reward ng isang trade at kung gaano kadalas nananalo ang isang trading method. Pero may isang importanteng tanong na hindi pa natin direktang nasasagot: sa average, magkano ang kinikita o nalulugi mo sa bawat trade?
Dito pumapasok ang trading expectancy. Pinagsasama nito ang win rate, average win, at average loss para masukat ang average result ng iyong trades sa isang sample. Sa halip na mag-focus lang sa dami ng winning trades, mas makikita mo kung paano talaga nagpe-perform ang trading method mo.
Sa lesson na ito, matututunan mo kung paano i-compute ang expectancy gamit ang R, paano isama ang breakeven trades at trading costs, at bakit hindi sapat ang positive expectancy mula sa ilang trades lang para masabing may reliable trading edge ka.
Important reminder: Ang positive expectancy ay estimate batay sa recorded results mo. Hindi nito ginagarantiya na kikita ang susunod mong trade o na mananatiling profitable ang strategy mo.
Ano ang Trading Expectancy?
Ang trading expectancy ay ang average result ng bawat trade sa isang sample ng trades. Karaniwan itong sinusukat gamit ang R, kung saan ang 1R ay ang initial planned risk ng isang trade. Halimbawa, kung $50 ang initial risk mo, ang 1R ay katumbas ng $50.
Kapag R ang gamit mo, mas madali mong maikumpara ang results ng iba't ibang trades kahit magkaiba ang monetary value ng risk mo. Pero para maging meaningful ang comparison, kailangang consistent ang paraan mo ng pag-compute ng R.
Kung walang breakeven trades, ganito ang formula:
Expectancy = (Win Rate × Average Win) − (Loss Rate × Average Loss)
Gamitin ang win rate at loss rate bilang decimals sa formula. Halimbawa, ang 40% ay 0.40 at ang 60% ay 0.60. Ang average win at average loss naman ay parehong positive values na sinusukat sa R.
Kung may breakeven trades, puwede mo pa ring gamitin ang formula basta ang win rate at loss rate ay parehong naka-base sa total number of trades, kasama ang breakeven trades. Dahil zero ang R-result ng isang tunay na breakeven trade, wala itong direktang dagdag o bawas sa numerator, pero kasama pa rin ito sa bilang ng trades na ginagamit para makuha ang average.
- Positive expectancy: Mas mataas sa zero ang average result ng recorded trades. Kung net results after costs ang ginamit mo, net expectancy na ang sinusukat mo.
- Zero expectancy: Ang average result ng trades ay zero.
- Negative expectancy: Mas mababa sa zero ang average result ng recorded trades.
Hindi ibig sabihin na kapag positive ang expectancy mo, siguradong may permanent edge ka na sa market. Ang ipinapakita nito ay positive ang average ng sample mo. Kailangan mo pang suriin kung sapat ang data, consistent ang trading rules, at realistic ang posibilidad na magpatuloy ang performance na iyon.
Step-by-Step Example: Pag-compute ng Expectancy
Gumamit tayo ng hypothetical example mula sa isang trading journal. Lahat ng numbers sa example na ito ay invented para maipakita ang computation.
- Win rate: 40%
- Loss rate: 60%
- Average win: +2.5R
- Average loss: −1R
Para sa formula, positive values ang gagamitin natin para sa average win at average loss. Ang minus sign para sa losses ay nasa formula na mismo.
Expectancy = (0.40 × 2.5R) − (0.60 × 1R)
= 1.00R − 0.60R
= +0.40R per trade
Ibig sabihin, ang average result ng sample na ito ay +0.40R bawat trade, bago costs kung gross results ang ginamit.
Kung $50 ang initial risk mo sa bawat trade, katumbas ng $20 ang +0.40R. Kung mananatili ang parehong expectancy at dollar value ng 1R sa 100 trades, ang arithmetic result ay +40R, o +$2,000 bago costs.
Pero hypothetical computation lang ito, hindi forecast. Hindi ibig sabihin na bawat trade ay kikita ng $20 o na eksaktong +$2,000 ang magiging resulta mo pagkatapos ng 100 trades. Ang actual results ay maaaring mas mataas o mas mababa sa average, at maaari ka pa ring makaranas ng sunod-sunod na losses.
Mas Simpleng Method: I-average ang Actual R-Results
Kung maayos ang trading journal mo, hindi mo kailangang umasa lang sa formula gamit ang win rate at average win/loss. Puwede mong gamitin mismo ang actual R-result ng bawat trade.
Ang formula ay simple:
Expectancy = Total R-Results ÷ Total Number of Trades
Halimbawa, ipagpalagay na ganito ang results ng sampung trades mo:
+2R, −1R, −1R, +2R, 0R, −1R, +2R, 0R, −1R, +2R
Una, pagsamahin ang lahat ng results:
2R − 1R − 1R + 2R + 0R − 1R + 2R + 0R − 1R + 2R = +4R
Pagkatapos, hatiin ang total sa sampung trades:
Expectancy = +4R ÷ 10 = +0.40R per trade
Makukuha mo ang parehong result gamit ang win rate at average win/loss:
- Winning trades: 4 o 40%, na may average win na +2R.
- Losing trades: 4 o 40%, na may average loss na 1R.
- Breakeven trades: 2 o 20%, na may result na 0R.
Kaya ang expectancy ay:
(0.40 × 2R) − (0.40 × 1R) + (0.20 × 0R) = +0.40R
Mapapansin mong hindi nagdadagdag o nagbabawas ng R ang breakeven trades sa total result. Pero kasama pa rin sila sa denominator kapag kinukuha mo ang average ng lahat ng trades. Kung aalisin mo sila sa bilang, ibang statistic ang makukuha mo.
Para sa consistent na tracking, pinakamadaling paraan ang pag-record ng actual R-result ng bawat closed trade, kabilang ang zero-result trades, at paghahati ng kabuuan sa total number of trades. Kung net expectancy ang gusto mong sukatin, gumamit ng results na kasama na ang relevant trading costs.
Puwedeng Magkaiba ang Win Rate at Ratio Pero Pareho ang Expectancy
Hindi kailangang mataas ang win rate para magkaroon ng positive expectancy. Gayundin, hindi sapat ang mataas na win rate para masabing profitable ang isang strategy.
Tingnan natin ang mga hypothetical examples sa table. Ang average win at average loss ay sinusukat sa R, at hindi pa kasama ang trading costs.
| Win Rate | Average Win : Average Loss | Calculation | Expectancy per Trade |
|---|---|---|---|
| 70% | 0.4R : 1R | 0.70 × 0.4R − 0.30 × 1R | −0.02R — negative |
| 50% | 1R : 1R | 0.50 × 1R − 0.50 × 1R | 0R — break-even |
| 35% | 2R : 1R | 0.35 × 2R − 0.65 × 1R | +0.05R — slightly positive |
| 30% | 3R : 1R | 0.30 × 3R − 0.70 × 1R | +0.20R — positive |
| 25% | 2R : 1R | 0.25 × 2R − 0.75 × 1R | −0.25R — negative |
Makikita rito na maaaring malugi ang trader kahit 70% ang win rate kung masyadong maliit ang average win kumpara sa average loss. Sa kabilang banda, maaaring magkaroon ng positive expectancy ang trader na 30% lang ang win rate kung sapat ang laki ng average wins para mabawi ang losses.
Pero tandaan: ang mga values na ito ay mathematical examples, hindi patunay na madaling makahanap ng strategy na may ganoong performance sa live market. Kailangan pa ring i-verify ang assumptions gamit ang actual trade records, at dapat kasama sa analysis ang trading costs.
Para sa mas malalim na discussion tungkol sa relationship ng win rate at break-even point, balikan ang Lesson 4.6 — Win Rate and Break-Even Math. Para naman sa planned at actual reward-to-risk, basahin ang Lesson 4.5 — Risk-to-Reward Ratio (Planned vs. Realized section).
Paano Naaapektuhan ng Trading Costs ang Expectancy?
Kahit positive ang gross expectancy ng isang trading method, maaaring lumiit o mawala ang advantage nito kapag isinama ang trading costs.
Depende sa instrument at broker, maaaring kasama sa costs ang spread, commission, at swap o overnight financing charges. Ang spread at commission ay karaniwang may epekto sa transaction results, habang ang financing charges ay nakadepende sa applicable broker rules at kung gaano katagal mong hawak ang position.
Kung ang trade results sa journal mo ay naka-record na pagkatapos ng lahat ng relevant costs, kasama na ang mga ito sa expectancy mo. Huwag mo nang ibawas ulit ang parehong costs. Pero kung gross results bago costs ang ginagamit mo, kailangan mong ibawas ang average cost per trade para makuha ang estimated net expectancy.
Hypothetical example: Ipagpalagay na ang expectancy ng isang strategy ay +0.05R per trade bago costs. Kung ang average additional trading cost ay 0.05R bawat trade, ang net expectancy ay:
Net Expectancy = +0.05R − 0.05R = 0R
Kung $50 ang value ng 1R, katumbas ng $2.50 ang average cost na 0.05R. Sa example na ito, nabura ng costs ang maliit na gross advantage ng strategy.
Hindi ito actual broker quotation o forecast. Illustrative lang ang numbers. Ang totoong costs mo ay maaaring mag-iba ayon sa instrument, broker, position size, execution, at holding period.
Mas mahalagang suriin ang costs kapag maliit ang target o madalas kang mag-trade. Sa ganitong setups, maaaring mas malaking bahagi ng gross gain ang mapunta sa transaction expenses.
Para sa additional information tungkol sa risks at expenses sa retail forex, basahin ang official CFTC guide to forex trading. Maaari mo ring balikan ang Lesson 1.5 — Spread, Swap, and Commission.
Expectancy Is an Average, Not a Promise
Kapag sinabi nating +0.40R ang expectancy, hindi ibig sabihin na bawat trade ay kikita ng +0.40R. Average lang ito ng recorded results sa isang sample.
Sa example natin, maaaring may ilang trades na kumita ng +2R o higit pa, habang may ibang trades na nalugi ng −1R. Ang pinagsamang result ng lahat ng trades ang nagbigay ng average na +0.40R.
Sa maikling panahon, maaaring mas mataas o mas mababa sa measured expectancy ang actual result. Puwede kang magkaroon ng ilang sunod-sunod na losses kahit positive ang historical expectancy. Posible ring maganda ang unang batch ng trades pero humina ang performance ng strategy sa ibang market conditions.
Ang order ng wins at losses ay mahalaga rin sa account balance dahil nakakaapekto ito sa drawdown at sa amount ng capital na natitira habang nagpapatuloy ang trading.
Para maintindihan kung paano nakaaapekto ang losing streaks at drawdowns sa trading account, balikan ang Lesson 4.8 — Drawdown and Losing Streaks.
Gaano Ka-Maaasahan ang Expectancy Mo?
Ang expectancy na nakukuha mo sa trading journal ay estimate mula sa isang sample, hindi ang eksaktong long-term expectancy ng strategy mo. May statistical uncertainty dahil maaaring mag-iba ang results kapag nagdagdag ka ng trades.
Isang simpleng paraan para makita ang uncertainty sa estimated average ay ang standard error of the mean. Kung independent ang observations at ginagamit ang sample standard deviation bilang estimate ng variability ng trade results, ang formula ay:
Standard Error ≈ s ÷ √n
- s = sample standard deviation ng actual trade results sa R.
- n = bilang ng trades sa sample.
Ang standard deviation ay sumusukat kung gaano kalawak ang pagkakaiba-iba ng trade results sa paligid ng average. Hindi ito kapareho ng simpleng difference sa pagitan ng pinakamalaking win at pinakamalaking loss.
Gumamit tayo ng hypothetical example kung saan ang sample standard deviation ng trade results ay 1.5R. Ipagpalagay din na independent ang trades para sa simpleng illustration.
- 30 trades: 1.5R ÷ √30 ≈ 0.27R. Kung +0.30R ang measured expectancy, nasa humigit-kumulang 1.1 standard errors ito sa ibabaw ng zero.
- 100 trades: 1.5R ÷ √100 = 0.15R. Kung +0.30R pa rin ang measured expectancy, nasa humigit-kumulang 2 standard errors ito sa ibabaw ng zero.
Sa ikalawang example, mas malaki ang measured expectancy kumpara sa estimated standard error. Mas informative ito kaysa sa parehong estimate mula sa mas maliit na sample, pero hindi pa rin ito garantiya na may persistent trading edge ka.
Hindi rin dapat ituring ang dalawang standard errors bilang automatic proof of profitability. Ang mas formal na statistical assessment ay kailangang isaalang-alang ang sample size, distribution ng results, dependence sa pagitan ng trades, at iba pang assumptions.
Ang formula sa itaas ay simplified approximation. Sa actual trading, maaaring magkakaugnay ang trades dahil sa parehong market conditions o strategy, at maaaring magbago ang underlying performance sa paglipas ng panahon. Kapag hindi natutupad ang assumptions, maaaring hindi sapat ang simpleng standard-error calculation para ilarawan ang uncertainty.
Para sa statistical background, tingnan ang NIST explanation of confidence limits for the mean. Para sa practical testing, magsimula sa demo account gamit ang Lesson 1.7 — Set Up MetaTrader 5 Demo Account.
Ang mahalagang takeaway: mas maraming consistent at maayos na recorded trades ang nagbibigay ng mas maraming information, pero walang universal number ng trades na awtomatikong nagpapatunay na profitable ang isang strategy.
Gamitin ang Realized R, Hindi ang Planned R
Kapag nagko-compute ng expectancy, gamitin ang actual result ng bawat trade, hindi lang ang target na nilagay mo bago mag-entry.
Halimbawa, kung ang original plan mo ay +2R pero isinara mo ang trade nang maaga sa +0.5R, ang realized result ay +0.5R. Kung ang trade ay nagtapos sa −1.2R dahil sa actual execution o paglipat ng stop-loss, ang realized result ay −1.2R.
Sa ganitong paraan, mas realistic ang expectancy mo dahil nakabatay ito sa aktuwal na nangyari, kabilang ang early exits, partial closes, stop adjustments, at slippage. Kung net expectancy ang sinusukat mo, isama rin ang relevant trading costs.
Para sa consistent measurement, hatiin ang actual profit o loss ng bawat trade sa initial planned risk nito upang makuha ang realized R-multiple. Panatilihing pare-pareho ang accounting method mo sa lahat ng trades.
Kung planned targets lang ang gagamitin mo, maaaring magmukhang mas maganda ang expectancy kaysa sa actual performance. Ito ang dahilan kung bakit mahalagang ikumpara ang planned setup sa realized result. Balikan ang Lesson 4.5 — Risk-to-Reward Ratio (Planned vs. Realized section) para sa mas detalyadong example.
Kung gusto mong mas maintindihan kung paano naaapektuhan ng actual execution ang results, tingnan din ang lesson tungkol sa slippage.
Ano ang Hindi Sinasabi ng Expectancy?
Useful ang expectancy, pero may mga tanong na hindi nito kayang sagutin nang mag-isa.
- Hindi nito ipinapakita ang worst losing streak. Maaaring positive ang expectancy pero magkaroon ka pa rin ng mahahabang losing runs at malaking drawdown.
- Hindi nito ginagarantiya ang future performance. Maaaring magbago ang market conditions at hindi na gumana nang pareho ang strategy.
- Hindi nito sinasabi kung gaano kalaki ang capital risk mo. Ang parehong expectancy na 0.40R ay may magkaibang monetary implications depende sa value ng 1R. Ang pagri-risk ng 10% ng account sa bawat trade ay mas mapanganib kaysa sa pagri-risk ng 1%, kahit pareho ang expectancy sa R.
- Hindi nito awtomatikong sinasabi ang total profit. Kung pare-pareho ang dollar value ng 1R, maaaring i-estimate ang total result sa pamamagitan ng expectancy × number of trades × dollar value ng 1R. Pero kung nagbabago ang position size o dollar risk, kailangang kalkulahin ang actual monetary results sa halip na gamitin ang simpleng multiplication.
- Hindi nito pinatutunayang representative ang sample. Maaaring iba ang performance sa calm market kumpara sa volatile market, o sa ibang trading sessions at instruments.
Kaya mas magandang gamitin ang expectancy kasama ng iba pang metrics gaya ng drawdown, average win/loss, trading costs, at consistency ng execution.
Limits at Common Pitfalls
- Misleading ang maliit na sample. Ilang malalaking winning trades ay maaaring magpataas nang husto sa average kahit mahina ang ibang results.
- Maaaring mag-overfit ang backtest. Kapag paulit-ulit mong binabago ang rules para bumagay sa historical chart, maaaring magmukhang mas profitable ang strategy sa past data kaysa sa future market.
- Maaaring matakpan ng average ang distribution. Ang isang napakalaking win o loss ay maaaring magkaroon ng malaking epekto sa overall expectancy.
- Ang pagbabago ng rules ay maaaring magbago sa strategy. Kung malaki ang pagbabago sa entry, exit, stop-loss, o risk rules, huwag basta pagsamahin ang old at new results na parang iisang method lang ang sinusukat.
- Hindi guarantee ang positive expectancy. Isa itong dahilan para magpatuloy sa maayos na testing at monitoring, hindi dahilan para awtomatikong dagdagan ang risk per trade.
- Hindi sapat ang gross results. Kapag hindi kasama ang applicable trading costs, maaaring hindi maipakita ng expectancy ang net performance ng strategy.
Common Mistakes sa Pag-compute ng Expectancy
- Pagkalkula ng expectancy mula sa iilang trades lang at pagtrato rito bilang reliable na long-term result.
- Paggamit ng planned targets sa halip na actual realized results.
- Pag-ignore sa breakeven trades o hindi paglilinaw kung paano sila binilang.
- Paglimot sa trading costs o pagbawas sa parehong costs nang dalawang beses.
- Pagsasama-sama ng results mula sa magkaibang strategies nang walang malinaw na dahilan.
- Pagtaas ng risk per trade dahil lang positive ang measured expectancy.
- Pag-ignore sa uncertainty ng estimate at sa posibilidad na magbago ang market conditions.
- Hindi pag-maintain ng trading journal kaya walang reliable data para makapag-compute ng expectancy.
Practice: I-compute ang Expectancy sa Trading Journal Mo
Gamitin ang exercise na ito para masanay kang mag-record at mag-review ng trading performance. Puwede kang magsimula sa demo account habang pinag-aaralan mo ang proseso.
- Buksan ang iyong trading journal. Kung wala ka pa nito, gumawa ng spreadsheet na may columns para sa date, direction, entry, stop-loss, target, realized result in R, costs, at notes.
- Pagkatapos ng hindi bababa sa 30 demo trades, i-record ang actual result ng bawat trade sa R. Kung kaya, gumamit ng net results after costs.
- Pagsamahin ang lahat ng realized R-results at hatiin sa total number of trades. Isama ang zero-result trades sa denominator.
- I-check ang computation gamit ang win rate, average win, at average loss. Kung may breakeven trades, siguraduhing ang win rate at loss rate ay naka-base sa total number of trades.
- Kung gross results ang ginamit mo, i-estimate ang average applicable cost per trade sa R at ibawas ito para makuha ang estimated net expectancy.
- Kunin ang sample standard deviation ng realized R-results at hatiin sa square root ng number of trades para sa rough standard-error estimate. Tandaan ang assumptions at limitations ng simpleng calculation na ito.
- Ihambing ang measured expectancy sa estimated standard error. Ituring ito bilang preliminary information, hindi proof na may reliable edge ka na.
- Ipagpatuloy ang pag-record at i-review ang results periodically. Kapag nagbago ang strategy rules, markahan ang pagbabago at suriin kung kailangan nang hiwalay na i-evaluate ang bagong method.
Ang goal ng exercise ay hindi makahanap ng isang positive number na magbibigay sa iyo ng confidence na mag-risk nang mas malaki. Ang goal ay magkaroon ng mas accurate na understanding ng actual trading performance mo at makita kung sustainable ba ang results kapag isinama ang costs, uncertainty, at risk management.
Key Takeaways
- Ang expectancy ay average result per trade, karaniwang sinusukat sa R.
- Ang formula ay (win rate × average win) − (loss rate × average loss), gamit ang consistent na measurement ng rates at outcomes.
- Puwede ring i-add ang lahat ng realized R-results at hatiin sa total number of trades. Kasama sa denominator ang breakeven trades.
- Hindi sapat ang win rate o risk-to-reward ratio lang. Ang expectancy ang tumutulong na pagsamahin ang mga ito sa isang average-result measure.
- Ang trading costs ay maaaring magpababa sa net expectancy. Huwag doblehin ang pagbawas sa costs na kasama na sa recorded results.
- Ang expectancy mula sa maliit na sample ay may uncertainty at hindi guarantee ng future profitability.
- Gamitin ang realized results, hindi lang ang planned targets, para mas realistic ang analysis.
- Positive expectancy does not tell you everything about drawdown, position sizing, or future market conditions.
This lesson is for educational purposes only and is not financial advice. Trading leveraged products carries a high risk of loss. All examples are hypothetical and use invented numbers. Actual results may differ because of trading costs, execution conditions, changing market conditions, and broker-specific rules. Risk management and statistical analysis can help you evaluate a trading method, but they cannot guarantee profits or eliminate losses.
