まえがき
こんにちは、さつま芋です。
一得一失(何かを得るには別の何かを失う)という四字熟語があるそうです。
トレードオフと同義ですが、まさにFXそのものだと感じます。
きっと経験を積んでも技術を磨いても、変わることのない法則かもしれません。
僭越ながら、FXはストレスを数字に変えているだけのような気がします。
「FXはギャンブルではない」と主張する人もいますが、経験や技術で相場から安定的に月利2%以上が得られるならば、消費者金融でキャッシングしても収入源になります。
私は真面目にデータ分析しているつもりですが、「FXは(不確実な)ギャンブルでしかない」という結果しか得られません。
今回はFXをギャンブルと割り切って、算数で一攫千金をシミュレーションしてみます。
ギャンブルトレード
ほんの少しだけ損小利大となるコイン投げトレードを考えます。
シミュレーションの条件として、的中率は50%、損益比を0.95 : 1.00とします。
10人が1000回のトレードをした場合を図示します。
具体的にドル円で考えると、資金1万円を用意し、1000通貨で損切り9.5pip、利確10pipとしたトレードに相当します。
ポイントは少し早めの損切りです。
「予想が当たらないと相場では勝てない」という一般常識に反する考え方です。
このシミュレーションによれば、ドル円トレード1000回後の平均値は3609円になりました。
取引ごとの期待利得は3.6円です。
但し書き
ただし、勝率50%と言っても、途中で30回くらい負け越している状況も確認できます。
こういうドローダウン(下振れ)の場面で性格適性が求められると思います。
ある意味、勝率を犠牲にしたトレードオフだと言えます。
補足しますが、勝率50%は理論値ではありませんし、実際にはスプレッドとスリッページがあるので、再現性の保証はありません。
#乱数生成: 省略可
set.seed(123)
#
#空変数の作成
X <- c()#試行人数の設定
m <- 200#試行回数の設定
n <- 2000#実行
for(i in 1:m){
x <- c(0, cumsum(sample(c(-0.95, 1), size=n, replace=TRUE, prob = c(1/2,1/2))))
#列結合 ベクトルを横に並べて行列にする
X <- cbind(X, x)
}#プロット
par(mgp=c(2.5, 1, 0))
matplot(X, type="l", lty=1, xlab="試行回数", ylab="得点", main="コイン投げトレード",
col = rainbow(m, alpha = 0.6))summary(X[n,])
FXがギャンブルかどうかは別としても、算数と無関係ではいられません。
とりあえず、必要勝率と破産確率は知っておくべきだと思います。
【FX雑談】必要勝率 - さつま芋の勉強日記 (hatenablog.com)
【FX雑談】勝率と破産確率 - さつま芋の勉強日記 (hatenablog.com)
あとがき
俄か知識ですが、ランチェスターの弱者戦略というものがあるそうです。
FXに無理やり置き換えると、小さい資金力に応じた戦い方に相当します。
私のように資金力がなければ、勝率を贄にして「損小利大」を選ばざるを得ません。
また、悪者扱いされがちの「利小損大」ですが、資金力を贄にして高勝率を得ているので、いわば強者戦略だと思います。
いずれにせよ、経験を積んでも技術を磨いても、何かしらの贄を求めるのがFXみたいです。
為替(FX)通貨ヒートマップ - Investing.com 日本
為替(FX)の相関計算ツール - Investing.com 日本
為替(FX)ボラティリティ計算ツール - Investing.com 日本
以上、さつま芋でした。