Varför exakt är meningslöst utan en metod
Varje signalleverantör påstår sig vara exakt. Nästan ingen anger hur de mätt det, och den utelämningen är hela historien. Sök efter de mest exakta betalda leverantörerna av tradingsignaler och du hittar en mur av procenttal — 85%, 90%, 95% — utan enhet och utan datum att kontrollera dem mot. Träffsäkerhet kan beräknas på två olika sätt, och de två metoderna kan peka åt motsatt håll på exakt samma uppsättning affärer. För en fullständig genomgång av vad en komplett signal ens bör innehålla, se vår guide om bästa tradingsignaler.
Per antal affärer delar helt enkelt vinnande affärer med totalt antal affärer. Det är det tal som marknadsförs hårdast, eftersom det är enklast att blåsa upp: en leverantör kan stänga nio små affärer med vinst och en stor affär med förlust, marknadsföra en hög vinstfrekvens, och ändå ge sina prenumeranter en nettoförlust för månaden. I poäng (eller pips, eller nettoresultat) mäter den faktiska matchresultatet — vad som vanns minus vad som förlorades, i samma enhet över varje affär. Det kan inte manipuleras på samma sätt, eftersom en enskild alltför stor förlust visar sig precis som det den är.
Tabellen nedan kör båda metoderna på exakt samma tio affärer, så skillnaden blir inte abstrakt.
Mekanismen bakom det gapet är ingen slump, det är en fråga om proportion. En leverantör som låter vinster bli små och förluster bli stora kan visa en imponerande vinstfrekvens medan en prenumerants konto ändå krymper, eftersom träffsäkerhet per antal affärer helt ignorerar positionsstorlek och förlustens storlek. En leverantör som rapporterar i poäng har redan absorberat den mekaniken i ett enda, svårare-att-piffa-upp tal — vilket är varför varje träffsäkerhetssiffra på den här sidan, inklusive vår egen, anges i poäng och med datum, inte lämnas som ett naket procenttal.
Per antal affärer jämfört med i poäng — samma 10 affärer, två olika rubriker
| Per antal affärer | I poäng | |
|---|---|---|
| Vad det räknar | Vinnande affärer delat med totalt antal affärer | Nettopoäng vunna minus nettopoäng förlorade |
| Samma 10 affärer | 9 vinster, 1 förlust = 90% vinstfrekvens | 9 vinster på +5 poäng vardera (+45), 1 förlust på -60 poäng = -15 nettopoäng |
| Rubrik det producerar | 90% vinstfrekvens | Nettoförlust för perioden |
| Vad det döljer | En alltför stor förlust kan sudda ut många små vinster | Inget — nettoresultatet är nettoresultatet |
| Vad vi publicerar | Används inte | 94% genomsnittlig veckoträffsäkerhet i poäng, +193 511 nettopoäng över 36 veckor |
Så läser du varje påstående om vinstfrekvens
Innan du litar på ett rubriktal från någon leverantör, oss inkluderade, fråga vilken metod som producerade det. De flesta marknadsföringssidor säger inte det, och den tystnaden är i sig svaret.
Applicera checklistan nedan på oss, inte bara på konkurrenter. Vårt eget resultat publiceras i poäng, uppdateras varje vecka och visar förlorande veckor i samma flöde som vinnande — resultatsidan är byggd för att klara exakt den här granskningen, och vi föredrar att du kontrollerar den framför att ta vårt ord för det.
- Fråga direkt vilken metod som användes: per antal affärer, eller i poäng och nettoresultat
- Fråga om förlorande veckor eller månader visas, inte bara vinnande
- Kontrollera om siffran är daterad och uppdateras enligt ett fast schema, inte en engångsskärmdump
- Leta efter genomsnittlig förluststorlek bredvid vinstfrekvensen — en hög vinstfrekvens parad med sällsynta, alltför stora förluster är en varningsflagga, inte en styrka
- Bekräfta att resultatet täcker en verklig tidsperiod i veckor eller månader, inte en handfull utvalda affärer
Vilka tradingsignaler har högst vinstfrekvens och avkastning?
Det här är inte samma fråga, och leverantörer utnyttjar gapet mellan dem. Vinstfrekvens räknar hur ofta en affär stänger med vinst. Avkastning (ROI) räknar hur mycket pengar som faktiskt kom ut i andra änden. En tjänst kan visa en hög vinstfrekvens och en platt eller negativ avkastning, och en tjänst med måttlig vinstfrekvens kan visa stark avkastning, eftersom avkastningen beror på vinsternas storlek i förhållande till förlusternas storlek, inte bara hur ofta en affär vinner.
Tabellen nedan illustrerar mekaniken med generiska, hypotetiska siffror — det är inget påstående om någon namngiven leverantör.
Vinstfrekvens ensamt avgör inte avkastning — en generell illustration
| Hypotetisk tjänst A | Hypotetisk tjänst B | |
|---|---|---|
| Vinstfrekvens | 85% | 55% |
| Typisk förluststorlek jämfört med typisk vinststorlek | Förluster tenderar att bli större än vinster | Vinster tenderar att bli större än förluster |
| Troligt resultat över många affärer | Kan fortfarande vara nettonegativt | Kan vara nettopositivt med färre vinster |
| Lärdom | En hög vinstfrekvens garanterar inte hög avkastning | Avkastning beror på vinstfrekvens tillsammans med vinst- och förluststorlek, inte vinstfrekvens ensamt |
Så beräknar vi vår egen siffra
Eftersom hela den här sidan argumenterar för att metoden spelar roll bör vår egen metod anges tydligt istället för att antas. Vår veckovisa träffsäkerhet är nettopoäng över varje signal som stängdes den veckan, summerat först, klassificerat sedan: en vecka räknas som träffsäker bara om den nettopoängsumman slutar positiv — inte om de flesta enskilda affärer råkade nå sitt mål. 94% är andelen av de 36 publicerade veckorna som slutade positivt på den grunden, inte andelen enskilda affärer som vann. Siffran +193 511 nettopoäng är den löpande totalen över alla 36 veckor kombinerade, vinster och förluster nettade mot varandra, inte en summa av bara de vinnande veckorna.
Två konsekvenser följer av det. För det första kan en vecka med en alltför stor förlust och flera små vinster fortfarande räknas som en förlorande vecka trots att de flesta affärer i den 'vann' individuellt — poängen avgör, inte antalet, samma logik som räkneexemplet ovan använder. För det andra publiceras alla 36 veckor på resultatsidan, förlorande veckor inkluderade, med samma nettopoängberäkning tillämpad varje gång istället för omräknad i efterhand för att se bättre ut.