R-Multiple คืออะไร? วัดผลการเทรดเป็นเท่าของความเสี่ยงเริ่มต้น

ถ้าวัดผลการเทรดเป็นเงิน ตัวเลขจะขึ้นกับขนาดไม้และขนาดบัญชี จนเทียบข้ามช่วงเวลาหรือข้ามระบบไม่ได้ R-Multiple แก้ปัญหานี้ด้วยการวัดทุกผลลัพธ์เทียบกับความเสี่ยงเริ่มต้นของไม้นั้นเอง บทความนี้อธิบายวิธีแปลงเทรดเป็น R การคำนวณ Expectancy จากตัวอย่างสิบเทรด และเหตุผลที่อัตราชนะอย่างเดียวบอกอะไรไม่ได้

ตัวเลขเป็นตัวอย่างเพื่อประกอบบทความ · ตรวจเงื่อนไขของโบรกเกอร์ก่อนเทรดจริง

สรุปสาระสำคัญ

• 1R คือจำนวนเงินที่วางเสี่ยงไว้ตอนเปิดไม้ คิดจากระยะระหว่างราคาเข้ากับ Stop คูณขนาดไม้
• ผลทุกไม้แปลงเป็น R ได้ กำไรหรือขาดทุนหารด้วย 1R ของไม้นั้น
• Expectancy คือค่าเฉลี่ยของ R ต่อเทรด บอกว่าเทรดหนึ่งครั้งคาดหวังได้กี่เท่าของความเสี่ยง
• เปอร์เซ็นต์การชนะอย่างเดียวไม่พอ ระบบที่ชนะ 60% ยังขาดทุนได้ถ้ากำไรเฉลี่ยเล็กกว่าขาดทุนเฉลี่ย
• R ทำให้เทียบระบบข้ามสินทรัพย์และข้ามขนาดบัญชีได้ เพราะตัดหน่วยเงินออกไป

1R คืออะไร

1R คือความเสี่ยงเริ่มต้นของไม้นั้น วัดจากระยะระหว่างราคาเข้ากับ Stop Loss คูณด้วยมูลค่าต่อหน่วยราคาของขนาดไม้ที่ใช้ เช่นเข้า EURUSD ที่ 1.0850 ตั้ง Stop ที่ 1.0790 ระยะเท่ากับ 60 pips ถ้าใช้ 0.16 ล็อตที่ 10 ดอลลาร์ต่อ pip ต่อหนึ่งล็อต 1R จะเท่ากับ 96 ดอลลาร์

ถ้าใช้กฎเสี่ยงคงที่ต่อไม้ตามที่อธิบายใน การคำนวณขนาดไม้ ค่า 1R จะเท่ากันทุกไม้โดยอัตโนมัติ ซึ่งทำให้การรวมผลเป็น R ง่ายขึ้นมาก ข้อสำคัญคือต้องใช้ Stop เริ่มต้น ไม่ใช่ Stop ที่เลื่อนแล้ว เพราะ R ต้องสะท้อนความเสี่ยงที่ยอมรับตอนตัดสินใจ

แปลงเทรดเป็น R

• ชน Stop พอดี — ผลเท่ากับ −1.0R
• ปิดก่อนถึง Stop — เช่นขาดทุนครึ่งหนึ่งของระยะ ผลเท่ากับ −0.5R
• ได้กำไรเท่าระยะเสี่ยงสองเท่า — ผลเท่ากับ +2.0R
• หลุด Stop เพราะ Gap — ผลแย่กว่า −1.0R ได้ เช่น −1.3R

การบันทึกค่า R ไว้ในทุกบรรทัดของ บันทึกการเทรด ทำให้ทบทวนย้อนหลังได้โดยไม่ต้องแปลงหน่วย และเทียบกับ รายงานการทดสอบย้อนหลัง ได้ตรงกว่า เพราะไม่ต้องสนใจว่าทุนตอนนั้นเท่าไร

ตัวอย่าง: สิบเทรดกับ Expectancy

สมมติผลสิบเทรดติดกันเรียงตามลำดับเวลาเป็น −1.0, −1.3, +2.5, −1.0, −0.4, +1.8, −1.0, −1.0, +3.2 และ +0.9 หน่วยเป็น R ในชุดนี้มีเทรดที่ชนะ 4 ครั้งจาก 10 ครั้ง คิดเป็นอัตราชนะ 40% ซึ่งฟังดูไม่ดี แต่ผลรวมยังเป็นบวก

ในแผนภาพ แท่งแต่ละแท่งคือผลหนึ่งเทรดเป็น R และเส้นด้านบนคือผลสะสม กำไรรวมของเทรดที่ชนะคือ +8.4R เฉลี่ย +2.10R ต่อครั้ง ขาดทุนรวมของเทรดที่แพ้คือ −5.7R เฉลี่ย −0.95R ต่อครั้ง ผลรวมทั้งชุดคือ +2.7R หารด้วย 10 เทรด ได้ Expectancy เท่ากับ +0.27R ต่อเทรด ถ้า 1R เท่ากับ 1% ของทุน 10,000 ดอลลาร์ คือ 100 ดอลลาร์ ผลรวมสิบเทรดนี้คิดเป็น 270 ดอลลาร์ สังเกตว่าเทรดที่แพ้ครั้งหนึ่งเป็น −1.3R ซึ่งแย่กว่า Stop ที่ตั้งไว้ ตัวเลขทั้งหมดเป็นตัวอย่างเพื่ออธิบายวิธีคิด

Expectancy บอกอะไร

Expectancy คือค่าเฉลี่ยของ R ต่อเทรด คำนวณได้สองทางที่ให้ผลเท่ากัน คือเอาผลรวม R หารด้วยจำนวนเทรด หรือใช้อัตราชนะคูณกำไรเฉลี่ย ลบด้วยอัตราแพ้คูณขาดทุนเฉลี่ย ในตัวอย่างคือ 0.40 × 2.10 ลบ 0.60 × 0.95 ซึ่งเท่ากับ 0.27R เช่นกัน

ค่าบวกแปลว่าในชุดข้อมูลนั้นระบบให้ผลเฉลี่ยเป็นบวกต่อหนึ่งครั้งที่เสี่ยง ไม่ได้แปลว่าเทรดถัดไปจะกำไร และค่าที่ได้จากสิบเทรดยังเป็นตัวอย่างที่เล็กเกินกว่าจะสรุปอะไรได้ จำนวนเทรดที่มากขึ้นทำให้ค่าประมาณนิ่งขึ้น แต่ก็ไม่ได้ทำให้เป็นการรับประกัน

ทำไมอัตราชนะอย่างเดียวบอกอะไรไม่ได้

ลองเทียบอีกระบบหนึ่งที่ชนะ 60% แต่กำไรเฉลี่ยเพียง +0.5R และขาดทุนเฉลี่ย −1.0R Expectancy จะเท่ากับ 0.60 × 0.5 ลบ 0.40 × 1.0 ซึ่งเท่ากับ −0.10R ต่อเทรด แปลว่าขาดทุนในระยะยาวทั้งที่ชนะบ่อยกว่าแพ้

กลับกัน ระบบในตัวอย่างแรกชนะเพียง 40% แต่ Expectancy เป็น +0.27R ตัวเลขสองตัวที่ต้องดูคู่กันเสมอคืออัตราชนะและอัตราส่วนกำไรเฉลี่ยต่อขาดทุนเฉลี่ย การดูตัวเดียวทำให้สรุปผิดได้ทั้งสองทาง

R ทำให้เทียบระบบกันได้

• ข้ามสินทรัพย์ — ระบบทองคำกับระบบคู่เงินเทียบกันได้ทันทีเมื่อวัดเป็น R
• ข้ามขนาดบัญชี — ผลเป็น R ไม่เปลี่ยนเมื่อทุนโตขึ้น ต่างจากผลเป็นเงิน
• ข้ามช่วงเวลา — เทียบปีนี้กับปีก่อนได้แม้ขนาดไม้จะต่างกัน
• ใช้วางแผนขนาดไม้ต่อได้ — เมื่อรู้การกระจายตัวของ R จึงประเมินช่วงขาดทุนติดต่อกันได้

ข้อควรระวังคือ R เทียบได้เฉพาะเมื่อกฎความเสี่ยงต่อไม้เหมือนกัน ถ้าระบบหนึ่งเสี่ยง 1% และอีกระบบเสี่ยง 3% ต่อไม้ ค่า R เท่ากันไม่ได้แปลว่ากระทบทุนเท่ากัน และเมื่อขนาดไม้เพิ่มตามทุนที่โต ผลรวมเป็นเงินจะต่างจากผลรวมเป็น R ตามที่อธิบายใน ล็อตคงที่เทียบกับการทบต้น

ขาดทุนเกิน 1R เกิดขึ้นได้

การวัดเป็น R ตั้งอยู่บนสมมติฐานว่าขาดทุนสูงสุดต่อไม้คือ 1R แต่ Gap และ Slippage ทำให้เกินได้จริง เหมือนเทรดที่ −1.3R ในตัวอย่าง ถ้าในบันทึกมีผลที่แย่กว่า −1R ปรากฏบ่อย แปลว่าสมมติฐานเรื่องความเสี่ยงต่อไม้ยังไม่ตรงกับความจริง ต้องลดขนาดไม้หรือหลีกเลี่ยงช่วงที่สภาพคล่องบาง

ความผิดพลาดที่พบบ่อย

• ใช้ Stop ที่เลื่อนแล้วมาคิด 1R — R ต้องอิงความเสี่ยงตอนเปิดไม้
• สรุป Expectancy จากเทรดไม่กี่ครั้ง — ตัวอย่างเล็กแกว่งมาก
• ดูอัตราชนะอย่างเดียว — ต้องดูคู่กับอัตราส่วนกำไรต่อขาดทุนเสมอ
• ลืมนับเทรดที่ปิดเร็วด้วยมือ — ผลบางส่วนอย่าง −0.4R ก็เป็นข้อมูล
• คิดว่า Expectancy บวกแปลว่าไม่ขาดทุนติดกัน — ชุดที่ขาดทุนติดกันหลายครั้งเกิดขึ้นได้ตามปกติ

สรุป

R-Multiple เปลี่ยนผลการเทรดให้อยู่บนหน่วยเดียวกันคือเท่าของความเสี่ยงเริ่มต้น ทำให้เทียบระบบ ช่วงเวลา และสินทรัพย์กันได้ ตัวอย่างสิบเทรดให้ผลรวม +2.7R และ Expectancy +0.27R ทั้งที่ชนะเพียง 40% ขณะที่ระบบที่ชนะ 60% แต่กำไรเฉลี่ยเล็กกว่าขาดทุนเฉลี่ยให้ −0.10R ข้อจำกัดคือ R วัดได้เมื่อกฎความเสี่ยงต่อไม้คงที่ และขาดทุนจริงเกิน 1R ได้เสมอ เมื่อมีตัวเลข R แล้ว ขั้นต่อไปคือนำไปกำหนดเพดานรวมของบัญชีตามที่อธิบายใน Equity Stop ระดับบัญชี