Een tradingstrategie kan vaker verliezen dan winnen en toch een positieve gemiddelde uitkomst hebben. Stel dat 40% van de trades gemiddeld €300 oplevert en 60% gemiddeld €150 verliest. De verwachtingswaarde is dan (0,40 × €300) − (0,60 × €150) = €30 per trade. Dat bedrag zegt iets over het gemiddelde van de gemeten reeks, niet over de uitkomst van de volgende trade.
Juist daarom is verwachtingswaarde bij trading een nuttige systeemmaatstaf. Ze brengt de frequentie van winst en verlies samen met de omvang van die winsten en verliezen. Een hoge winrate alleen kan dat niet.
Wat is verwachtingswaarde bij trading?
Verwachtingswaarde, vaak aangeduid met het Engelse expectancy, is het gemiddelde resultaat dat uit een kansverdeling volgt wanneer iedere mogelijke uitkomst wordt gewogen met de kans dat die uitkomst voorkomt. Bij een eenvoudige tradingstrategie met alleen winst- en verliestrades kun je dat schrijven als:
Verwachtingswaarde = (winrate × gemiddelde winst) − (verliespercentage × gemiddeld verlies)
Hierbij wordt de gemiddelde verliestrade als een positief bedrag ingevuld; het minteken in de formule verwerkt het verlies. Als verliezen in je administratie al als negatieve bedragen staan, moet je die tekenconventie niet nogmaals met een minteken corrigeren.
Het statistische principe achter deze berekening is breder dan trading. In de uitleg van CFA Institute over expected value en conditionele verwachting worden deze begrippen behandeld als belangrijke hulpmiddelen bij beslissingen onder onzekerheid en hun toepassing op beleggingsvraagstukken. Bij trading wordt hetzelfde principe toegepast op de verdeling van handelsresultaten.
Wanneer er ook break-even-trades zijn, hoeven winrate en verliespercentage samen niet precies 100% te zijn. Je kunt de break-even-uitkomst als een aparte uitkomst met waarde nul meenemen. Belangrijker is dat de kansen en gemiddelde uitkomsten op dezelfde steekproef zijn gebaseerd.
Waarom winrate niet genoeg zegt
Een hoge winrate voelt aantrekkelijk, maar kan een verliesgevende verdeling verbergen. Neem een strategie die 70% van de trades wint. De gemiddelde winnaar bedraagt €80 en de gemiddelde verliezer €250. De berekening wordt dan:
(0,70 × €80) − (0,30 × €250) = €56 − €75 = −€19 per trade
Ondanks zeven winsttrades op iedere tien trades is de gemeten verwachtingswaarde negatief. De verliezen zijn simpelweg te groot ten opzichte van de winsten.
Het omgekeerde kan ook. Een strategie met een winrate van 30%, een gemiddelde winst van +2R en een gemiddeld verlies van −1R heeft een verwachtingswaarde van:
(0,30 × 2R) − (0,70 × 1R) = −0,10R per trade
Ook een aantrekkelijke verhouding tussen gemiddelde winst en verlies is dus niet voldoende. Winrate en uitbetalingsverhouding moeten altijd samen worden bekeken.
Zo bereken je de verwachtingswaarde uit trades
Een bruikbare berekening begint niet bij de formule, maar bij de kwaliteit van de handelsgegevens. Neem een afgebakende reeks trades die volgens dezelfde strategie of dezelfde duidelijke set regels is uitgevoerd. Meng je verschillende systemen, markten of sterk verschillende handelsregels door elkaar, dan kan één gemiddelde een beeld geven dat voor geen van die onderdelen afzonderlijk representatief is.
Bepaal vervolgens welk deel van de trades winstgevend en verliesgevend was. Bereken daarna de gemiddelde winst van de winnaars en de absolute gemiddelde omvang van de verliezers. Met die vier gegevens kun je de verwachtingswaarde uitrekenen.
Gebruik bij voorkeur netto handelsresultaten. Commissies, spread, slippage en andere uitvoeringskosten kunnen een kleine positieve bruto verwachtingswaarde verkleinen of zelfs omdraaien. Zijn die kosten al in ieder individueel handelsresultaat verwerkt, trek ze dan niet nogmaals af.
Een uitkomst van nul betekent dat winst en verlies in de gemeten verdeling gemiddeld tegen elkaar wegvallen. Een positieve uitkomst betekent dat de steekproef gemiddeld positief was; een negatieve uitkomst dat de steekproef gemiddeld negatief was. Dat is een beschrijving van de gemeten data, geen garantie voor toekomstige trades.
Verwachtingswaarde uitdrukken in R
Euro’s zijn niet altijd de handigste eenheid. Als de positiegrootte door de tijd verandert, kunnen grotere recente posities het gemiddelde domineren. Daarom wordt expectancy vaak ook uitgedrukt in R, waarbij 1R staat voor het vooraf gedefinieerde risico van een trade.
Stel dat 45% van de trades gemiddeld +1,8R oplevert en 55% gemiddeld −1R. Dan is de gemeten verwachtingswaarde:
(0,45 × 1,8R) − (0,55 × 1R) = +0,26R per trade
Die uitkomst zegt dat de onderzochte reeks gemiddeld 0,26 keer het vooraf gedefinieerde risico per trade opleverde. Dat maakt perioden met verschillende accountgroottes beter vergelijkbaar, zolang R steeds op dezelfde manier is vastgesteld.
Ook hier blijft de eenheid essentieel. Een expectancy van +€30, +0,26R en +0,4% per trade zijn drie verschillende maatstaven. Zonder de eenheid erbij kun je waarden niet zinvol naast elkaar zetten.
Verschil tussen expectancy en profit factor
Verwachtingswaarde en profit factor gebruiken deels dezelfde handelsresultaten, maar beantwoorden een andere vraag. De profit factor bij trading vergelijkt de totale bruto winst van winnende trades met het totale bruto verlies van verliestrades. Verwachtingswaarde drukt daarentegen het gemiddelde resultaat per trade uit.
Dat verschil is praktisch relevant. Twee testreeksen kunnen een vergelijkbare profit factor hebben, terwijl het gemiddelde resultaat per trade in euro’s sterk verschilt door andere positiegroottes. Omgekeerd kan dezelfde expectancy in R samengaan met een heel ander verloop van winsten en verliezen.
Geen van beide cijfers laat op zichzelf zien hoe grillig de resultaten tot stand kwamen. Daarvoor zijn aanvullende gegevens nodig, zoals spreiding van de handelsresultaten, drawdown, grootste verliestrade en de lengte van verliesreeksen.
Hoe betrouwbaar is een positieve verwachtingswaarde?
Een historische expectancy is een schatting op basis van waargenomen trades. De gemeten winrate en gemiddelde winst en verlies zijn geen vaste natuurconstanten. Ze kunnen veranderen wanneer marktomstandigheden, volatiliteit, liquiditeit, handelsregels of uitvoering veranderen.
Bij een kleine steekproef kan één uitzonderlijk grote winnaar of verliezer het gemiddelde sterk beïnvloeden. Een grotere steekproef vermindert dat probleem, maar lost het niet volledig op. Honderden trades uit vrijwel hetzelfde marktregime kunnen nog steeds een vertekend beeld geven van hoe een strategie zich onder andere omstandigheden gedraagt.
Daarom is het nuttig om niet alleen naar de totale expectancy te kijken, maar ook naar de stabiliteit ervan. Verandert de uitkomst sterk wanneer je een paar uitschieters weglaat? Is de waarde in verschillende perioden ongeveer vergelijkbaar? Blijft er na realistische transactiekosten nog een positieve marge over? Zulke controles zeggen meer over de robuustheid van het cijfer dan één afgerond getal.
Bij backtests komt daar nog een extra risico bij. Als handelsregels achteraf zijn aangepast om precies goed op historische data te passen, kan een fraaie expectancy vooral het gevolg zijn van overfitting. Een onafhankelijke testperiode of andere vorm van out-of-samplecontrole helpt om dat risico zichtbaar te maken, zonder het volledig uit te sluiten.
Wat verwachtingswaarde niet bewijst
Verwachtingswaarde beantwoordt één afgebakende vraag: wat was het gemiddelde resultaat per trade dat volgt uit de gemeten verdeling van winsten en verliezen? De maatstaf zegt niet wanneer de volgende winst komt, hoe diep een drawdown kan worden of hoeveel verliestrades achter elkaar kunnen optreden.
De belangrijkste fout is daarom een positieve expectancy als kwaliteitsstempel te behandelen. Een tradingstrategie kan in een historische reeks een positieve verwachtingswaarde hebben en later toch verliesgevend worden. Pas wanneer de berekening is gebaseerd op consistente data, realistische kosten en voldoende robuuste tests, wordt de maatstaf werkelijk informatief — en ook dan blijft het een schatting, geen voorspelling.