Wartość oczekiwana (expectancy) Expectancy
Średni zysk netto na pojedynczą transakcję, wyrażony w jednostkach R (R-multiple). Liczona po kosztach (spread, prowizje, swapy). System z expectancy +0,3R generuje średnio 0,3R na transakcję — na 100 transakcji z ryzykiem 1% rachunku, oczekiwany przyrost to ~30% kapitału brutto. Sama wartość expectancy bez podania wariancji jest myląca: system +0,3R / std 1,2R w oknie 30 transakcji może realnie pokazać dowolny wynik między −15R a +25R i być kompatybilny z założeniami.
E = (W% × avgWinR) − (L% × avgLossR)
Przykład praktyczny
System: 100 transakcji, 42% trafień, średnia wygrana +1,9R, średnia strata −1R. Expectancy = (0,42 × 1,9) − (0,58 × 1,0) = 0,798 − 0,58 ≈ +0,22R na transakcję. Przy ryzyku 1% kapitału na transakcję daje to oczekiwane ~+22% brutto na serii 100 transakcji — ale przy odchyleniu wyników rzędu 1,2R realny rezultat w jednym oknie waha się od kilkunastu procent na minusie do ~+50%.
Najczęstsze pytania
Jak obliczyć expectancy?
Expectancy = (W% × średnia wygrana w R) − (L% × średnia strata w R), liczona po kosztach (spread, prowizja, swap). Wynik dodatni oznacza system zyskowny w długim terminie; ujemny — stratny niezależnie od skuteczności.
Czy wysoka skuteczność oznacza dodatnią expectancy?
Nie. System z 80% trafień i średnią stratą −5R przy wygranej +1R ma expectancy (0,8 × 1) − (0,2 × 5) = −0,2R, czyli jest stratny. To relacja wielkości wygranej do straty, nie sama skuteczność, decyduje o wyniku.
Ile transakcji potrzeba, by ufać expectancy?
Wstępnie ~30, do decyzji o wdrożeniu n ≥ 100. Na 30 transakcjach przedział wyników jest tak szeroki, że zmierzone «60% skuteczności» może realnie oznaczać 45% albo 75%.
Czym różni się expectancy od profit factor?
Expectancy podaje średni wynik na jedną transakcję w R; profit factor to iloraz sumy zysków do sumy strat. Expectancy lepiej skaluje się z sizingiem i pozwala mnożyć przez liczbę transakcji, by oszacować oczekiwany zwrot.
Powiązane terminy
R-multiple
Analiza i metryki
Edge (przewaga statystyczna)
Analiza i metryki
Out-of-sample (OOS)
Analiza i metryki
Brier score
Analiza i metryki
Drawdown (obsunięcie kapitału)
Zarządzanie ryzykiem
Gdzie w kursie
Wspominane w artykułach kursu (80)
- AI i LLM w tradingu — zastosowania, ograniczenia i ryzyka
- Analiza międzyrynkowa w praktyce — jak łączyć sygnały
- Analiza wielu interwałów czasowych — top-down, triple screen i praktyka na Forex
- Anatomia transakcji — case studies od setupu do zamknięcia
- Audyt strategii Forex — kiedy poprawiać system, a kiedy siebie
- Automatyzacja i screening w analizie technicznej — narzędzia, workflow i pułapki
- Automatyzacja tradingu: EA, skrypty MQL, cBoty i VPS
- Backtesting i forward testing — metodologia i pułapki testowania
- Biblioteka przetrwania — książki, źródła, narzędzia i czego nie kupować
- Broker polski vs zagraniczny — PIT-8C i samodzielne rozliczenie
- Budowanie strategii Forex — od hipotezy do reguł działania
- Certyfikaty, szkolenia premium i ROI edukacji — CFA, CMT, ACI kontra realny wynik
- Cmentarzysko systemów — kiedy edge umiera, a kiedy sam go zabijasz
- Cykl tygodniowy na Forex — zmienność dzień po dniu, luki cenowe i kiedy rynek naprawdę pracuje
- Czy trading Forex jest dla ciebie? Brutalny test dopasowania do rynku
- Czym jest rynek Forex? Definicja rynku walutowego – rynek OTC vs. rynek giełdowy
- Day trading — organizacja sesji i zarządzanie pozycją
- Drawdown: matematyka obsunięcia i proceduralny Kill Switch
…oraz w 62 innych miejscach kursu.
Jarosław Wasiński
