假设你的交易有40%的成功概率。盈利一次让你赚2美元，亏损一次让你损失1美元。你应该进行交易吗？ - PresentTrading

1. 胜率 Winning rate

假设记录了100次交易，其中40次获利，60次亏损。在这种情况下，胜率约为40%。 尽管该方法产生了60次亏损交易，但并不一定就否定了交易系统的有效性。

这是许多交易者感到困惑的地方。 然而有些最赚钱的交易系统的胜率甚至低于50%。

增加胜率并没有什么用处。关键在于“不让亏损大于盈利”。

2. 盈亏比 Profit factor

“不让亏损大于盈利” - PresentTrading

因此在评估交易糸统时 "每次交易的盈利与亏损 金额之比"就是关键。

做交易日记的好在于你可以知道自己交易糸统的平均盈利金额和亏损金额，去计算出盈亏比:

盈亏比 = (胜率(%) × 预期获利) ÷(赔率(%) × 预期亏损)

3. 凯利准则 Kelly Criterion

盈亏比可基本说明交易系统，但我们该每次交易中投入多少呢?

其实有工具 Kelly Criterion 帮助你计算应该将多少资金百分比分配给每项投资，以限制损失和长期最大化收益 。 KC计算应投% = ( 胜率(%) - (赔率(%) ÷ 盈亏比) ) 例: 胜率40%，赔率60%。盈亏比为4, 则应投本金的25%。

再问自己一次:

假设你的交易有40%的成功概率。盈利一次让你赚2美元，亏损一次让你损失1美元。你应该进行交易吗？

答案是:

先做交易记录，计算好 胜率 Winning rate, 盈亏比 Profit factor 和 凯利准则 Kelly Criterion，再做决定。

"基于数据计算 & 回测评估策略并做出具逻辑、客观的交易决策。" - PresentTrading

#Educational #investing #trading #presentTrading

by PresentTrading

交易指標的回测是必要的，因为指标显示的结果不一定符合实际情况。

雖然Tradingview是目前广泛使用的交易平台之一，拥有丰富的技术指标庫，但其中部分指标会存在 窥探未来 的问题。👀 回测的目的也是为了避免出现 未来函数 问题。

窥探未来，其中两个常犯问题是:

1️⃣指标计算时引入了未来数据，例如使用了开盘价；

2️⃣以及在回测和测试中参数设置错误，令买入推移了一根K线的距离。

因此，通过回测，才确保我们的交易策略和指标是可靠的。

以下是一个案例，说明交易指标的回测是必要性。 图是我今天基于近期TV最火的 Machine Learning: Lorentzian Classification 写了个策略。

如图可见下方回测结果和右上角指标给的回测所给的有巨大差异。指标虽然显示一个绿标/红标 表示 买入/卖出, 但实际上只能是下一个根，原因可判断为问题2️⃣ ☑️

要点--> 交易指标的回测是必要，以验证可靠性、避免未来函数问题。by PresentTrading

Ref: "Machine Learning: Lorentzian Classification — Indicator by jdehorty." TradingView, 13 Mar. 2023

#Educational #trading #investment #crypto2023 #presentTrading

BTC 2小时图与指标