PPTFChallenge'ı geçme yüzdesi
Challenge'ı geçme yüzdesi öğrenilemez — kendi istatistiğinize göre hesaplanabilir. Model aşamayı dört bin kez çalıştırır ve daha sık neyin engellediğini gösterir: günlük limit, maksimum ya da işlem yetersizliği.
Hesaplama
Hedefe kadar işlem medyanı — —. Her girdi seti için dört bin tur, sabit tohumlu rastgele sayı üreteci: aynı parametrelerde sonuç her zaman aynıdır, aksi hâlde iki seçenek karşılaştırılamaz. Bu bir tahmin değil, bir modeldir; varsayımlar aşağıda adlandırılmıştır.
Challenge'ı gerçekte kaç kişi geçiyor
Firmaların kendisi tarafından doğrulanmış kamuya açık istatistik yok. Prop sektörünün agregatörleri tahminler yayımlıyor: challenge geçme %5–10, tek aşamalı vadeli işlem programlarında daha yüksek; en az bir ödemeyi funded hesaba ulaşanların yarısı kadarı alıyor. Bunlar ticari platformlardır, birincil kaynak değil, bu yüzden sayıları bir olgu olarak değil, bir büyüklük mertebesi olarak tutmaya değer.
Kendi hesabınız başkasının ortalamasından tek bir nedenle yararlıdır: ortalama, günlük limitin üçüncü stopta aşıldığı bir hacimle işlem yapanları da içerir. Sizin olasılığınız sizin sayılarınıza bağlıdır ve hemen görülür — risk sürgüsünü hareket ettirip sonuçların dağılımının nasıl değiştiğine bakmaya değer.
Sonuçların dağılımı neyi gösteriyor
- Günlük limitte başarısızlık baskın
- Hacim fazla büyük: olağan bir stop serisi günü kapatıyor. Girişlerin isabetiyle değil, işlem başına riskin azaltılmasıyla tedavi edilir.
- Maksimum limitte başarısızlık baskın
- Hacim ölçülü ama avantaj yetmiyor: hesap yavaşça kayıyor. Riski azaltmak burada yalnızca kaymayı uzatır.
- Çok «işlem yetmedi»
- Risk bu hedef için fazla küçük. Başarısızlık olasılığı düşük ama hedefe de ulaşmıyorsunuz — aşama işlem limitine ya da süreye dayanıyor.
Model neden agregatör tahminlerinden fazlasını veriyor
Varsayılan girdilerde model %43 civarında geçme gösteriyor, agregatörler ise %5–10 veriyor. Bu bir çelişki değil: sayılar ayrı soruları yanıtlıyor. Model, sizin winrate ve ortalama R'niz gerçekten böyleyse ve bütün mesafe boyunca böyle kalırsa ne olacağını hesaplıyor. Agregat, challenge satın alanların hepsini hesaplıyor — hiç avantajı olmayanlar ve izin verilenin iki katı hacim alanlar dâhil.
Bunu hemen burada kontrol edebilirsiniz: riski %2,5 koyun, %1,5 yerine — aynı winrate ve R'de geçme neredeyse yarıya düşer. Avantaj değişmedi, yalnızca hacim değişti. Model sayısı ile piyasa ortalaması arasındaki uçurum esas olarak buradan oluşuyor.
Apaçık olmayan: günlük işlem sayısı hangi limitin sizi durduracağını belirler
- Günde az işlem
- Üç işlemde günlük limit neredeyse hiç çalışmaz: zararlar tek gün içinde birikmeye yetişmez ve başarısızlık maksimum limitle gelir — yavaş bir kaymayla.
- Günde çok işlem
- Beş ve daha fazlasında tablo tersine döner: günlük limit başarısızlığın ana nedeni olur, çünkü üç-dört stoptan oluşan seri tek güne sığar.
- Bununla ne yapmalı
- Bu bir sabit değil, bir sürgüdür: kendi gerçek işlem sayınızı koyun. Aynı istatistiğe sahip aynı strateji, işlemlerin günlere nasıl dağıldığına bağlı olarak challenge'ı farklı biçimlerde geçer.
Modelin varsayımları
Hesap, varsayımları ne kadar doğruysa o kadar dürüsttür. Onlar basittir ve dördü de olasılığı gerçeğe göre yüksek gösterir — yani çıkan sayıyı bir üst sınır saymaya değer.
| Varsayım | Hayatta nasıl |
|---|---|
| Bütün işlemler bağımsız | Seriler kümelenir: piyasa rejim değiştirir ve zararlar paket hâlinde gelir |
| R bütün işlemlerde aynı | Gerçek R dağınıktır ve büyük zararların kuyruğu modeldekinden kalındır |
| Winrate sabit | Piyasanın rejimiyle ve sizin durumunuzla birlikte değişir |
| Kayma ve gap yok | Stop, haberlerde ve açılışlarda fiyattan kötü icra edilir |
Bu yüzden model «geçecek miyim» sorusunu yanıtlamaz. Daha yararlı olan başka bir soruyu yanıtlar: limitlerden hangisi sizi ilk durduracak — ve bunun başarısızlığın ana nedeni olmayı bırakması için neyin değiştirilmesi gerektiğini.
Nasıl hesaplanır
Bu görevin analitik bir formülü yok: sonuç yalnızca işlemlerin bileşimine değil, sırasına bağlıdır. Bu yüzden hesap deneme yoluyla yürür — dört bin modellenmiş deneme, her birinde işlemler dört sondan biri gerçekleşene kadar birbiri ardına gider.
| Modelin adımı | Ne oluyor | Örnekte |
|---|---|---|
| Bir işlem | winrate olasılığıyla riskin R katı kâr, aksi hâlde bir risk kadar zarar | %42 ihtimalle +1,5R, %58 ihtimalle −1R |
| Bir gün | verilen sayıda üst üste işlem, günlük eksi gün içinde birikir | günde 5 işlem |
| Denemenin sonu | aşamanın hedefi, günlük limit, maksimum limit ya da işlem limitinin sonu | %10 · %5 · %10 · 200 işlem |
| Sonuç | her sonla biten denemelerin payı | %43,1 geçiyor |
Bir işlemin beklentisi ayrıca hesaplanır ve kararda gösterilir: winrate × R − (1 − winrate). Winrate %42 ve ortalama R 1,5 iken bu, işlem başına +0,05 risktir — avantaj var ama incedir ve tam bu yüzden sonuç limitlere bu kadar bağlıdır.
Sonuç yeniden yüklemede neden değişmiyor. Rastgele sayı üreteci determinist: aynı girdiler aynı sayıyı verir. Bu bilinçli yapılmıştır — aksi hâlde aynı sayılara sahip iki kişi farklı sonuçlar alır ve onları karşılaştıramazdı.
Sonuç nasıl okunur
Buradaki mutlak yüzde sayısı, başarısızlık nedenlerinin dağılımından az yararlıdır: dağılım, tam olarak neyin değiştirileceğini gösterir. Üç başarısızlık sonundan hangisinin en sık olduğuna bakın.
Tersini de kontrol etmek yararlıdır: riski %0,5 koyun ve geçme olasılığının limitler yüzünden değil, işlemlerin tükenmesi yüzünden nasıl düştüğüne bakın. Hacimde bir optimum var ve o, aralığın kenarında değil — modelin en apaçık olmayan sonucu bu.
Sık sorulan sorular
Aynı girdilerde sonuç neden değişmiyor?
Rastgele sayı üreteci sabit bir tohumla çalışıyor. Bu bilinçli yapılmıştır: «gerçek» rastgelelikle sayı, sürgünün her hareketinde oynardı ve iki parametre setini karşılaştırmak mümkün olmazdı.
İstatistik yoksa hangi winrate ve R konulmalı?
Hiçbiri. «Gözle» konulan sayılar, güvenilemeyecek bir yanıt verir — ve o, gerçek olan kadar inandırıcı görünür. İlk olarak kendi geçmişinizden iki yüz işlem, sonra model.
Riski azaltmak neden her zaman olasılığı yükseltmiyor?
Çünkü iki yönde etki eder: limitte başarısızlık seyrekleşir ama aşamanın hedefine daha yavaş ulaşırsınız ve daha sık işlem limitine dayanırsınız. Grafikte bu, «günlük limit»ten «işlem yetmedi»ye akış olarak görülür. Optimum genellikle kenarda değildir.
Model minimum işlem günlerini dikkate alıyor mu?
Hayır, bunun için günlere göre plan var: orada minimum günler ve consistency rule aşamanın süresini belirler. Burada drawdown limitlerini ihlal etmeden hedefe ulaşma olasılığı hesaplanır.
Ortalama R nedir ve nasıl hesaplanır?
Ortalama kârlı işlemin ortalama zarara oranı, risk birimi cinsinden ifade edilmiş hâli. Bütün kârları toplayıp sayısına bölersiniz, aynısını zararlar için, sonra birinciyi ikinciye bölersiniz. R = 1,5, ortalama artının ortalama eksinin bir buçuk katı olduğu anlamına gelir.
Neden dört bin tur, daha fazla değil?
Çünkü sonrasında sayı yüzdenin onda biri içinde değişmeyi bırakır, hesabın ise sürgü hareket ederken anında yürümesi gerekir. Daha çok tur aynı sayıyı ve fark edilir bir gecikmeyi verirdi.
Modele güvenilebilmesi için geçmişte kaç işlem gerekir?
En az iki yüz mertebesinde. Daha küçük bir örneklemde winrate ve ortalama R fazla kabaca tahmin edilmiştir: beş yüzde puanlık kayma, geçme olasılığını katlarca değiştirir.
Model üst üste serileri neden dikkate almıyor?
Çünkü işlemleri bağımsız sayıyor, hayatta ise kümeleniyorlar: piyasa rejim değiştirir ve zararlar paket hâlinde gelir. Bu, dört varsayımdan biridir ve hepsi olasılığı yüksek gösterir. Çıkan sayı bir tahmin değil, bir üst sınırdır.
Bu modelle iki platform karşılaştırılabilir mi?
Evet ve bu, onun temel kullanımıdır. Kendi istatistiğinizi ve birinci platformun limitlerini koyun, sonuçların dağılımını yazın, sonra ikincinin limitlerini. Tohum sabittir, bu yüzden sayılardaki fark rastgelelikten değil, koşullardan gelir.
Geçmek için hangisi önemli: winrate mi R mi?
Onların çarpımı. Winrate %40, R = 2 iken pozitif beklenti verir; winrate %55 ise R = 0,8 iken negatif. Bu yüzden stratejileri yalnızca winrate'e göre karşılaştırmak anlamsızdır.
Devamını oku
