Expectancy

याना सारे परिणाम जोड़कर उन्हें सौदों की संख्या से भाग देती है। यह उसके रिकॉर्ड का सटीक वर्णन है: उस समूह में प्रति सौदा कितना परिणाम आया। इससे भविष्य का अनुमान लगाने पर एक और मान्यता जुड़ती है कि ये रिकॉर्ड आगे होने वाली घटनाओं का पर्याप्त प्रतिनिधित्व करते हैं। OpenStax अपेक्षित मूल्य को संभावित परिणामों का उनकी संभावनाओं के अनुसार भारित जोड़ बताता है। NIST याद दिलाता है कि नमूने का औसत अलग नमूनों में बदलता है। इसलिए संभाव्यता मॉडल, असली रिकॉर्ड और काल्पनिक उदाहरण अलग चीज़ें हैं। समान हिसाब उन्हें समान प्रमाण नहीं बनाता। [1] [5]

याना कई बार थोड़ा कमाकर कभी-कभी इतना खो सकती है कि छोटी कमाई मिट जाए। CME जीत की आवृत्ति को औसत मुनाफ़े से गुणा करता है और उसमें से हार की आवृत्ति गुणा औसत नुकसान की रकम घटाता है। घटाई जाने वाली नुकसान की रकम धनात्मक है; एक और ऋण चिह्न नहीं लगाते। इकाइयाँ समान हों और सभी परिणाम शामिल हों तो यह सीधे जोड़कर सौदों की संख्या से भाग देने के बराबर है। शुद्ध परिणाम शून्य वाले सौदे भी कुल संख्या में आते हैं। अगर जीत या हार का कोई सौदा ही नहीं है, तो उस खाली समूह का औसत नहीं निकलता; व्यक्तिगत परिणामों का जोड़ इस्तेमाल करें। [2]

याना धीरे-धीरे खरीदती और हिस्सों में बेचती है। एक्सचेंज के इतिहास में कई निष्पादन हैं जिन्हें वह रिकॉर्ड में एक सौदा मान सकती है। Coinbase आंशिक निष्पादन और बाकी ऑर्डर को रखने या रद्द करने का वर्णन करता है। हिसाब से पहले तय करें कि निष्पादनों को कैसे जोड़ेंगे और लागत कैसे बाँटेंगे। खुला बचा हिस्सा पूरी हुई जीत नहीं है; अस्वीकृत ऑर्डर अपने-आप शून्य परिणाम वाला पूरा सौदा नहीं बन जाता। निष्पादित न हुए संकेत और उन्हें बाहर रखने के कारण अलग दर्ज करें। वरना समान दिखते औसत अलग-अलग सौदा-संख्या से भाग दिए गए हो सकते हैं। [4]

छोटा सकल मुनाफ़ा शुल्क के बाद गायब हो सकता है। इसलिए प्रत्येक सौदे की लागत घटाने के बाद ही उसे लाभ, हानि या बराबरी में रखें। Coinbase ऑर्डर बुक में इंतज़ार करने वाले प्रस्ताव के maker शुल्क और उपलब्ध प्रस्ताव से सौदे के taker शुल्क को अलग करता है। उत्पाद पर वित्तपोषण लागत लगे तो उसे भी शामिल करें। खरीद-बिक्री प्रस्तावों का अंतर या खराब निष्पादन वास्तविक भावों में पहले से आ सकता है; एक ही असर फिर न घटाएँ। रकम के औसत की तुलना प्रतिशत या प्रति जोखिम-इकाई परिणाम से भी रूपांतरण समझाए बिना नहीं करनी चाहिए। [3]

रिकॉर्ड लाभ पर समाप्त हो सकता है, जबकि याना बीच में पिछली कमाई का बड़ा भाग गँवा चुकी हो। उन्हीं निश्चित परिणामों का क्रम बदलने से जोड़ और औसत नहीं बदलते, मगर रास्ता बदलता है। औसत पिछले शिखर से सबसे बड़ी गिरावट, लगातार हार या आवश्यक नकद भंडार नहीं दिखाता। नीचे हमारा अपना उदाहरण इसे समझाता है। CME अकेले सौदे के साथ एक समय खुली पोज़िशन और पूरे खाते का जोखिम देखता है। याना सौदों का आकार बदले या मुनाफ़ा फिर निवेश करे, तो समान आकार के सौदों के औसत को सीधे खाते की वृद्धि-दर नहीं कह सकते। [7]

अगला परिणाम औसत को काफी बदल सकता है। NIST अंतराल अनुमान समझाता है: एक संख्या के बजाय एक दायरा, तय मान्यताओं के अंतर्गत अनिश्चितता बताता है। उस मॉडल में अवलोकनों की संख्या और उनके परिणामों का फैलाव दोनों मायने रखते हैं। केवल बहुत सारे सौदे किसी रणनीति की विश्वसनीयता नहीं साबित करते। एक ही घटना पर प्रतिक्रिया करने वाले सौदे स्वतंत्र अवलोकन नहीं भी हो सकते हैं। सांख्यिकीय विधि लागू करने से पहले उसकी शर्तें जाँचें। काल्पनिक उदाहरण से हम किसी असली रणनीति का ऐसा अंतराल नहीं निकालते; औसत मुनाफ़े की संभावना नहीं है। [5]

केवल सफल सौदे चुनने से याना को चुनी हुई जीत का आकार मिलेगा, पूरे तरीके का परिणाम नहीं। NFA चेताता है कि काल्पनिक नतीजों को बाद की जानकारी का लाभ मिलता है और उनमें सामने सौदा करने वालों की कमी, खराब निष्पादन या वास्तविक नुकसान में व्यक्ति का व्यवहार छूट सकता है। नियम, पूरी अवधि, लागत और सोचे गए तथा किए गए सौदों का अंतर सुरक्षित रखें। परिणाम देखने के बाद नियम बदलने से बाद में बताए औसत का अर्थ बदल जाता है। सिमुलेशन, असली सौदे और गणना का उदाहरण स्पष्ट रूप से अलग रहने चाहिए। [6]

याना नए सौदे जोड़कर जानना चाहती है कि कुछ बदला या नहीं। पहले वह सौदे की परिभाषा, मुद्रा और शामिल लागत की समानता जाँचती है। बड़ी पोज़िशन या अलग निष्पादन औसत बदल सकते हैं, भले तरीका अब तुलना योग्य न हो। Coinbase के नियमों के अनुसार निष्पादन रिकॉर्ड और खाते के जोखिम पर CME का नज़रिया अंतर पहचानने में मदद करते हैं। ऐतिहासिक औसत अगली जीत का वादा नहीं करता और जोखिम में पड़े पैसे की निगरानी की जगह नहीं लेता। Expectancy उपयोगी सवाल पूछती है: हमने क्या गिना और यह अनुमान आगे भी लागू क्यों होना चाहिए? [4] [7]