Expectancy 是指定模型中交易结果的期望值。实证上可用可比的已完成结果的平均值来估计；过去的正平均值既不保证未来盈利，也不保证回撤有限。
Expectancy 指特定概率模型中的预期交易结果。期望值按各个可能结果的概率进行加权。相比之下，记录结果之和除以交易笔数得到的是样本均值。它准确描述该组数据，但只有在额外假设下才能估计未来的期望值。必须说明使用的是模型、实际实现的结果，还是虚构示例。不能仅因为计算形式相似就混淆这些概念。 [1] [5]
CME 将盈利频率乘以平均盈利，再减去亏损频率乘以平均亏损金额。对一组已完成的数据，如果单位一致且结果分类完整，这只是该组平均值的另一种写法。被减项中的亏损是正的金额大小，而不是再次使用负数。净结果为零的交易仍计入总笔数，尽管它们对总和贡献为零。如果某一类不存在，应直接使用所有结果的总和，而不是空组未定义的平均值。 [2]
分批入场和出场可能使一笔交易包含多次成交。Coinbase 说明了部分成交以及未成交余量的保留或取消。因此，交易日志必须预先规定如何合并成交并分配成本。未平仓余量不能算作已完成的盈利，被拒绝的订单也不自动等于净结果为零的交易。未执行的信号及其被排除的原因应单独记录。缺少这一定义，两个看似相同的平均值可能使用不同的分母。 [4]
在将交易归入盈利、亏损或零结果之前，应先从每笔交易的结果中扣除费用。毛盈利扣除成本后可能进入另一类别。Coinbase 根据成交区分 maker 和 taker 费用；因此示例中的固定成本并非费率表。适用时还应计入融资成本。已包含在成交价格中的买卖价差和滑点不得再次扣除。若不解释换算方式，货币结果就不能直接与百分比结果或其他归一化结果比较。 [3]
重新排列同一组已完成结果，不会改变总和或算术平均值，却会改变累计结果的走势。因此，平均值本身不表示从此前峰值的回撤、连续亏损的长度或所需资金储备。这是该指标的数学局限，下面的原创示例会展示这一点。CME 在风险管理中区分单笔交易、同时持有的仓位及整个账户的风险敞口。如果仓位大小变化或进行再投资，也不能直接把固定仓位交易的平均值推及账户增长。 [7]
NIST 解释说，样本均值会在不同样本之间波动，区间估计表达了不确定性。在其介绍的统计模型中，样本大小和数据离散程度都会影响这种不确定性。但是，仅凭交易笔数并不能普遍确认交易策略的可靠性。使用特定区间之前，应检查其假设，包括如何处理存在依赖关系的观测值。我们不会根据这组虚构数据推导真实策略的区间；算出的平均值不是未来盈利的概率。 [5]
针对假设性业绩，NFA 提醒应注意事后视角、对流动性和滑点的不完整反映，以及与实际承受亏损的差异。因此，仅对挑选出的成功交易求平均并不充分。应记录规则、完整观察期间、成本，以及计划交易与实际交易的差别。知道结果之后再修改规则，会改变随后所报数字的意义。假设结果与实际结果必须保持可区分；算术示例不是交易优势的证明。 [6]
将新的实际结果与较早估计比较，需要保持交易定义、单位和成本范围一致。改变仓位大小或执行方式可能改变平均值，而此时未必还是相同条件下的同一策略。因此，记录应将结果与成交及风险管理规则联系起来。历史平均值不承诺下一笔盈利，也不替代对总风险敞口的检查。Expectancy 的作用是让关于结果及其前提的问题更精确，而不是用一个数字制造确定性。 [4] [7]
平均值为正，仍可能出现明显回撤
要获得更完整的理解，请将本词条与以下词条结合阅读： Risk-reward Ratio, Slippage, Position Sizing, Backtesting, Risk Management. 反向关联还来自： Risk of Ruin, Kelly Criterion, Trading Journal.
01Expectancy 为正是否意味着下一笔交易会盈利？+
不。期望值不是某一笔交易的结果。此外，过去数据集的正平均值未必是未来期望值的可靠估计。
02能否只用盈利交易计算平均值？+
这样的数字只描述盈利的大小。要计算整组平均值，还需要亏损和净结果为零的交易、清晰的成本，以及预先定义的已完成交易计数单位。