ความคาดหวังทางคณิตศาสตร์และการซื้อขายหุ้น

ความคาดหวังทางคณิตศาสตร์และการซื้อขายหุ้น
ความคาดหวังทางคณิตศาสตร์และการซื้อขายหุ้น
Anonim

รายได้เฉลี่ยของคาสิโนธรรมดานั้นเทียบได้กับขนาดเพียงกับผลกำไรของการทำธุรกรรมใน Wall Street คนฉลาดรู้มานานแล้วว่าคุณไม่สามารถพึ่งพาโชคได้เสมอและเริ่มใช้วิธีทางสถิติเพื่อให้ผลกำไรของพวกเขามีเสถียรภาพ

การคาดหมายทางคณิตศาสตร์ของตัวแปรสุ่ม
การคาดหมายทางคณิตศาสตร์ของตัวแปรสุ่ม

คาสิโนได้เงินก้อนโตเพราะ "ความน่าจะเป็น" หรืออีกนัยหนึ่ง ความคาดหวังทางคณิตศาสตร์ของเกม อยู่ที่ด้านข้างของบ่อน และไม่ว่าจะเล่นเกมไหน คาสิโนก็จะชนะไม่ช้าก็เร็ว ผลกำไรของคาสิโนเติบโตเร็วยิ่งขึ้นหากเกมที่หลากหลายรวมถึงเกมที่จบลงด้วยเวลาอันสั้น - รูเล็ต แคร็ปส์ หรือไพ่หลายใบ

ฉันคิดว่าเทรดเดอร์คนใดจำเป็นต้องแก้ไขงานที่สำคัญที่สุดสามงานเพื่อให้งานของเขาประสบความสำเร็จ:

1. เพื่อให้แน่ใจว่าจำนวนการทำธุรกรรมที่ประสบความสำเร็จเกินข้อผิดพลาดที่หลีกเลี่ยงไม่ได้และการคำนวณผิดพลาด

2. ตั้งค่าระบบการซื้อขายของคุณเพื่อให้โอกาสในการสร้างรายได้บ่อยที่สุด

3. เพื่อให้บรรลุผลการดำเนินการในเชิงบวกที่มั่นคง

แล้วเราล่ะสำหรับเทรดเดอร์ที่ทำงานอยู่ การคาดหมายทางคณิตศาสตร์อาจช่วยได้มาก เทอมนี้ในทฤษฎีความน่าจะเป็นเป็นหนึ่งในกุญแจสำคัญ ด้วยค่านี้ คุณสามารถให้ค่าประมาณค่าเฉลี่ยของค่าสุ่มได้ การคาดหมายทางคณิตศาสตร์ของตัวแปรสุ่มนั้นคล้ายกับจุดศูนย์ถ่วง หากเราจินตนาการความน่าจะเป็นที่เป็นไปได้ทั้งหมดเป็นจุดที่มีมวลต่างกัน

มูลค่าที่คาดหวัง
มูลค่าที่คาดหวัง

สำหรับกลยุทธ์การซื้อขาย ในการประเมินประสิทธิผล มักใช้การคาดการณ์ทางคณิตศาสตร์ของกำไร (หรือขาดทุน) พารามิเตอร์นี้ถูกกำหนดเป็นผลรวมของผลิตภัณฑ์ของระดับกำไรขาดทุนที่กำหนด และความน่าจะเป็นที่จะเกิดขึ้น ตัวอย่างเช่น กลยุทธ์การซื้อขายที่พัฒนาแล้วถือว่า 37% ของการดำเนินการทั้งหมดจะสร้างกำไร และส่วนที่เหลือ - 63% - จะไม่ทำกำไร ในเวลาเดียวกัน รายได้เฉลี่ยจากการทำธุรกรรมที่ประสบความสำเร็จจะอยู่ที่ 7 ดอลลาร์ และการสูญเสียเฉลี่ยจะอยู่ที่ 1.4 ดอลลาร์ มาคำนวณความคาดหวังทางคณิตศาสตร์ของการซื้อขายโดยใช้ระบบต่อไปนี้:

MO=0.37 x 7 + (0.63 x (-1, 4))=2.59 - 0.882=1.708

ตัวเลขนี้หมายความว่าอย่างไร? มันบอกว่าตามกฎของระบบนี้ โดยเฉลี่ยแล้ว เราจะได้รับ 1.708 ดอลลาร์จากแต่ละธุรกรรมที่ปิด

ความคาดหวังแบบมีเงื่อนไข
ความคาดหวังแบบมีเงื่อนไข

เนื่องจากคะแนนประสิทธิภาพที่ได้มีค่ามากกว่าศูนย์ ระบบดังกล่าวจึงสามารถใช้งานได้จริง หากผลจากการคำนวณ การคาดหมายทางคณิตศาสตร์กลายเป็นลบ แสดงว่ามีการขาดทุนโดยเฉลี่ยแล้ว และการซื้อขายดังกล่าวจะนำไปสู่ความพินาศ

จำนวนกำไรต่อการค้ากระป๋องแสดงเป็นค่าสัมพัทธ์ในรูปของ% ตัวอย่างเช่น:

  • ร้อยละของรายได้ต่อการค้า - 5%;
  • เปอร์เซ็นต์ของการดำเนินการซื้อขายที่ประสบความสำเร็จ - 62%;
  • เปอร์เซ็นต์การสูญเสียต่อการค้า - 3%;
  • เปอร์เซ็นต์ของข้อตกลงที่ไม่สำเร็จ - 38%;

ในกรณีนี้ ค่าที่คาดหวังจะเป็น (5% x 62% - 3% x 38%)/100=(310% – 114%)/100=1.96% นั่นคือการค้าโดยเฉลี่ยจะนำมา 1.96%

มันเป็นไปได้ที่จะพัฒนาระบบที่แม้จะพ่ายแพ้ในการเทรด แต่ก็ให้ผลในเชิงบวกตั้งแต่ MO>0

แต่รอคนเดียวไม่พอ เป็นการยากที่จะทำเงินหากระบบให้สัญญาณการซื้อขายน้อยมาก ในกรณีนี้ความสามารถในการทำกำไรจะเทียบเท่ากับดอกเบี้ยธนาคาร ให้แต่ละการดำเนินการนำมาเพียง 0.5 ดอลลาร์โดยเฉลี่ย แต่ถ้าระบบถือว่า 1,000 ธุรกรรมต่อปี? นี้จะเป็นจำนวนเงินที่ร้ายแรงมากในเวลาอันสั้น จากนี้ไปก็มีเหตุผลว่าจุดเด่นอีกประการหนึ่งของระบบการซื้อขายที่ดีถือได้ว่าเป็นช่วงเวลาสั้น ๆ

หากคุณต้องการเจาะลึกลงไปในคณิตศาสตร์ของการสุ่ม เพื่อค้นหาว่าความคาดหวังทางคณิตศาสตร์แบบมีเงื่อนไข ช่วงความมั่นใจ และเครื่องมือที่น่าสนใจอื่นๆ คืออะไร เราขอแนะนำให้คุณอ่านหนังสือ "สถิติสำหรับผู้ซื้อขาย" (โดย S. บูลาเซฟ). ใครจะไปรู้ บางทีความโกลาหลของการเคลื่อนไหวของสกุลเงินหลังจากอ่านหนังสืออาจดูเหมือนเป็นรูปแบบสูงสุดของการสั่งซื้อ…