نرخِ برد یا نسبتِ ریسک به ریوارد؟ پاسخِ عددی از کارنامهٔ واقعی

پاسخ کوتاه

در دنیای آموزشِ فارکس، دو مفهوم بیش از هر چیزِ دیگری تکرار می‌شوند: «نرخِ برد» و «نسبتِ ریسک به ریوارد». هر معلم، هر کتاب، و هر وبینار یکی را بالاتر از دیگری می‌گذارد. عده‌ای می‌گویند اگر نرخِ بردت بالاست، نسبتِ ریسک به ریوارد اهمیتِ کمتری دارد؛ گروهی دیگر ادعا می‌کنند با نسبتِ ر

در دنیای آموزشِ فارکس، دو مفهوم بیش از هر چیزِ دیگری تکرار می‌شوند: «نرخِ برد» و «نسبتِ ریسک به ریوارد». هر معلم، هر کتاب، و هر وبینار یکی را بالاتر از دیگری می‌گذارد. عده‌ای می‌گویند اگر نرخِ بردت بالاست، نسبتِ ریسک به ریوارد اهمیتِ کمتری دارد؛ گروهی دیگر ادعا می‌کنند با نسبتِ ریسک به ریواردِ مناسب، حتی اگر بیشترِ معاملاتت را ببازی باز هم سودآوری. اما کمتر کسی این دو ادعا را روی یک کارنامهٔ معاملاتیِ واقعی و بدونِ آرایش، کنارِ هم می‌گذارد تا ببیند اعداد چه می‌گویند. این مقاله دقیقاً همین کار را می‌کند — نه با فرمول‌های کتابی، نه با مثال‌های فرضی، بلکه با معاملاتی که روی حسابِ واقعی ثبت شده‌اند و هر ضرر و سودشان با تاریخ، نماد، جهت، و عددِ دقیق موجود است.

داده‌ای که این مقاله بر پایهٔ آن نوشته شده، خلاصهٔ ۱۸ سیگنالِ بسته‌شده از کارنامهٔ کوین‌پرو FX است. نرخِ بردِ کلی دقیقاً ۵۰ درصد است — نه ۷۰ درصدِ وعده‌داده‌شده در تبلیغات، نه ۳۰ درصدِ سیستم‌های شکست‌خورده؛ دقیقاً ۹ برد و ۹ باخت. اما همین عددِ متقارن یک سؤالِ جدی را پیشِ رو می‌گذارد: وقتی نرخِ برد ۵۰٪ است، تکلیفِ حسابِ واقعی چه می‌شود؟ جوابِ صادقانه این است که مجموعِ خالصِ این ۱۸ معامله منفی ۱۲۴.۵۰ دلار بوده — یعنی تعادلِ ظاهریِ برد و باخت، در عمل به ضرر ختم شده. میانگینِ هر معامله منفی ۶.۹۲ دلار است، در حالی که میانگینِ امتیازِ سیگنال‌ها ۷۰.۱ بوده. این شکاف — بین امتیازِ بالای سیگنال و نتیجهٔ منفی — دقیقاً همان چیزی است که این مقاله می‌خواهد کالبدشکافی کند.

در ادامه، داده را از چند زاویه بررسی می‌کنیم: تفکیکِ نتایج به‌ازای هر نماد نشان می‌دهد کدام جفت‌ارزها بیشترین و کمترین بازدهی داشته‌اند؛ تفکیکِ تایم‌فریم‌ها نشان می‌دهد آیا M15 بهتر از H1 عمل کرده یا نه؛ و هزینهٔ واقعیِ اجرا — کمیسیون و سواپِ شبانه — روی ۱۴۲ دیلِ ثبت‌شده در حسابِ بروکر، نشان می‌دهد چه مقدار از سودِ نظری در مسیرِ اجرا از دست رفته است. یکی از نکاتِ مهمی که از همان ابتدا باید صادقانه بگویم این است که حجمِ نمونه تنها ۱۸ معامله است — این رقم برای هیچ نتیجه‌گیریِ آماریِ قطعی کافی نیست و تمامِ تحلیل‌های این مقاله ماهیتِ مقدماتی دارند. هدف نه اثباتِ یک سیستم، بلکه نشان‌دادنِ روشِ درستِ خواندنِ کارنامه است — روشی که هر معامله‌گری می‌تواند آن را روی دادهٔ خودش به کار ببرد.

کارنامهٔ کلیِ سیگنال‌های بسته‌شده — دادهٔ خام، بدونِ فیلترِ تبلیغاتی

تفکیکِ نتایج به‌ازای نماد

تفکیکِ نتایج به‌ازای تایم‌فریم

آخرین معاملاتِ بسته‌شده

هزینهٔ واقعیِ اجرا روی 142 دیلِ ثبت‌شده در حسابِ بروکر

چرا کارنامهٔ شفاف مهم‌تر از تبلیغِ سیگنال است

در بازارِ سیگنال‌فروشی، رسمِ جاافتاده این است که تنها معاملاتِ برنده نمایش داده شوند، عددِ نرخِ برد با دقتِ جراحی از بهترین دوره انتخاب شود و هیچ‌کس از ضررها سخن نگوید. اما معامله‌گری که روی چنین کارنامهٔ گزینش‌شده‌ای سرمایه می‌گذارد، با واقعیتی کاملاً متفاوت روبه‌رو می‌شود — و این شکافِ انتظار با واقعیت، مخرب‌ترین آسیب را به حسابِ معاملاتی وارد می‌کند.

داده‌ای که اینجا می‌بینید، فیلترنشده است. کلِ 18 سیگنالِ بسته‌شده در جدول آمده‌اند، نه بهترین‌هایشان. نتیجه؟ نرخِ برد دقیقاً ۵۰.۰٪ — یعنی نه برتری، نه ضعف؛ یک نصفه‌نصفهٔ خالص. میانگینِ هر معامله منفی ۶.۹۲ دلار بوده و مجموعِ خالص منفی ۱۲۴.۵۰ دلار است. این اعداد ضرر نشان می‌دهند و صادقانه باید گفت که این دوره، دورهٔ سودده نبوده است.

اما شفافیت تنها در گزارشِ سیگنال‌ها خلاصه نمی‌شود. وقتی به حسابِ واقعیِ بروکر نگاه می‌کنیم، تصویر کامل‌تر — و صادقانه‌تر — می‌شود. روی ۱۴۲ دیلِ ثبت‌شده، سودِ ناخالص منفی ۲,۶۱۱.۸۲ دلار بوده، اما پس از کسرِ ۱۸۵.۵۲ دلار کمیسیون و ۴.۱۳ دلار سوآپِ شبانه، نتیجهٔ خالص به منفی ۲,۸۰۱.۴۷ دلار رسیده است. این فاصلهٔ تقریباً ۱۸۹ دلاری بینِ ناخالص و خالص، هزینه‌ای است که در اغلبِ گزارش‌های سیگنال‌سرویس‌ها دیده نمی‌شود. کمیسیون، بخشی از هزینهٔ اجراست که مستقیم از حساب کسر می‌شود و نادیده گرفتنش، عدم‌صداقت است.

نکتهٔ دیگری که شفافیت آشکار می‌کند، تفاوتِ بینِ بهترین معامله (مثبت ۱,۰۴۲.۰۰ دلار) و بدترین معامله (منفی ۳۴۹.۱۶ دلار) است. این دامنهٔ گسترده نشان می‌دهد که پراکندگیِ نتایج بالاست و هیچ معامله‌گری نباید فقط به میانگین نگاه کند. میانگینِ منفی ۶.۹۲ دلار ممکن است «کم» به نظر برسد، اما وقتی می‌بینیم یک معامله می‌تواند ۳۴۹ دلار از حساب خارج کند، واقعیتِ ریسک روشن‌تر می‌شود.

همچنین باید صریحاً گفت که امتیازِ میانگینِ سیگنال ۷۰.۱ — که معیارِ کیفیتِ ستاپ را نشان می‌دهد — در این دوره از ضررِ کلی جلوگیری نکرده است. این یعنی امتیازِ تکنیکالِ سیگنال به‌تنهایی نه ضامنِ سودآوری است و نه معیارِ کافی برای ارزیابی.

نتیجه‌گیریِ عملی: کارنامهٔ شفاف ابزارِ تصمیم‌گیری است، نه ابزارِ فروش. وقتی داده‌های منفی هم نمایش داده می‌شوند، مشترک می‌تواند بسنجد که آیا این سیگنال با سیستمِ مدیریتِ ریسکِ او سازگار است یا نه — و این حقِ اوست.

آنچه دادهٔ خامِ ما دربارهٔ «نرخِ برد یا نسبتِ ریسک به ریوارد؟ پاسخِ عددی از کارنامهٔ واقعی» می‌گوید

پیش از هر تحلیلی، یک هشدارِ آماریِ ضروری: کلِ نمونه فقط ۱۸ معامله است. در علمِ آمار، برای نتیجه‌گیریِ قابلِ اتکا دربارهٔ سیستم‌های معاملاتی معمولاً به صدها معامله نیاز است. تمامِ تحلیل‌های زیر مقدماتی هستند و نباید به‌عنوانِ قاعدهٔ قطعی تعمیم داده شوند. داده پیشنهاد می‌دهد، نه حکم.

حالا سراغِ سؤالِ اصلی برویم: آیا نرخِ برد مهم‌تر است یا نسبتِ ریسک به ریوارد؟ داده‌ای که داریم، پاسخِ عددیِ روشنی می‌دهد. نرخِ برد ۵۰.۰٪ است — نه بد، نه خوب. اما میانگینِ هر معامله منفی ۶.۹۲ دلار است. این دو عدد در کنارِ هم یک حقیقتِ ریاضی را فاش می‌کنند: وقتی نرخِ برد ۵۰٪ باشد و معامله‌گر همچنان ضرر کند، به این معناست که میانگینِ ضرر در معاملاتِ بازنده از میانگینِ سود در معاملاتِ برنده بزرگ‌تر بوده. به بیانِ دیگر، نسبتِ ریسک به ریواردِ واقعیِ اجراشده، پایین‌تر از ۱:۱ بوده است.

این اتفاق چطور می‌افتد؟ نگاهی به تفکیکِ نتایج به‌ازای نماد پاسخ می‌دهد. USDJPY با ۷ معامله — بیشترین حجمِ معاملاتی — نرخِ بردِ ۴۲.۹٪ داشته و خالصِ منفی ۶۲۳.۱۰ دلار ثبت کرده است. میانگینِ هر معاملهٔ USDJPY منفی ۸۹.۰۱ دلار بوده؛ این عدد بزرگ‌ترین آسیب را به کارنامه زده است. در مقابل، XAUUSD با ۳ معامله و نرخِ بردِ ۶۶.۷٪، خالصِ مثبت ۹۳۳.۱۹ دلار ایجاد کرده — میانگینِ مثبت ۳۱۱.۰۶ دلار در هر معامله. همین یک نماد، بیشترینِ سودِ کارنامه را رقم زده است.

این مقایسه نشان می‌دهد که در این ۱۸ معامله، انتخابِ نماد از نرخِ بردِ کلی تأثیرگذارتر بوده است. XAUUSD نه‌تنها نرخِ بردِ بالاتری داشته، بلکه ریواردِ هر معاملهٔ برنده‌اش نیز به‌مراتب بزرگ‌تر بوده است. AUDUSD با یک معاملهٔ منفی ۳۱۳.۱۷ دلار و نرخِ بردِ صفر، و EURUSD با میانگینِ منفی ۱۲۷.۳۳ دلار، ضررهایی ثبت کرده‌اند که داده برایشان پرچمِ «نیازمندِ رصدِ بیشتر» می‌افرازد — نه حکمِ قطعیِ حذف.

در تفکیکِ تایم‌فریم، نتایج جالب است. M15 با ۱۲ معامله (دوسومِ کلِ نمونه) عملاً در نقطهٔ صفر ایستاده: خالصِ مثبت ۲.۲۹ دلار. این یعنی اکثرِ فعالیت‌ها در این تایم‌فریم هزینهٔ زمان بوده بدونِ بازدهِ خالص — در این نمونهٔ کوچک. H1 با ۳ معامله و نرخِ بردِ ۳۳.۳٪، بدترین نسبت را داشته و منفی ۳۷۱.۶۷ دلار ثبت کرده. M5 با ۲ معامله و ۱۰۰٪ نرخِ برد و مثبت ۳۱۲.۲۷ دلار، چشم‌نواز است — اما دو معامله هیچ نتیجه‌گیریِ آماری‌ای را پشتیبانی نمی‌کند و باید با احتیاطِ کامل دیده شود.

یک نکتهٔ اجرایی نیز قابلِ توجه است: از ۱۸ معامله، ۷ معامله با تریلینگ‌استاپ بسته شده‌اند. این ابزار در معاملاتی مثلِ USDJPY فروشِ ۴ آگست (مثبت ۳۵۳.۷۰ دلار) و EURAUD (مثبت ۱۸۲.۷۰ و ۷۶.۴۲ دلار)، بخشِ مهمی از ریوارد را قفل کرده است. اما در کنارِ آن، ۹ معامله با حدِ ضرر بسته شده‌اند — از جمله دو ضررِ سنگینِ USDJPY در ۶ آگست (منفی ۳۴۹.۱۶ دلار) و AUDUSD (منفی ۳۱۳.۱۷ دلار) — که نشان می‌دهد مکانیزمِ توقفِ ضرر کار کرده، اما اندازهٔ ضررها در برخی معاملات نسبت به ریواردِ هدف‌گذاری‌شده سنگین بوده است.

نتیجه‌گیریِ عملی: داده پیشنهاد می‌کند که با ۵۰٪ نرخِ برد، برای سودآوری باید میانگینِ ریواردِ معاملاتِ برنده از میانگینِ ریسکِ معاملاتِ بازنده بیشتر باشد. در این نمونهٔ ۱۸ معامله‌ای، این شرط برقرار نبوده و نتیجه ضرر بوده است. آنچه باید در دوره‌های بعد بیشتر رصد شود: اندازهٔ ریسک در هر معامله نسبت به هدفِ اول، و تمرکزِ نمادی — به‌ویژه در نمادهایی که هم وزنِ بالایی در سبد دارند و هم نسبتِ بردِ پایین‌تری نشان می‌دهند.

تفکیک به‌ازای نماد؛ کدام بازارها لبه داشتند و کدام‌ها نه

پیش از هر تحلیلی باید صریح باشیم: کلِ این کارنامه فقط ۱۸ معامله دارد و تفکیکِ نمادها این تعداد را به زیرمجموعه‌های بسیار کوچک می‌شکند. هیچ‌یک از نتیجه‌گیری‌های زیر قطعی نیستند؛ همه مقدماتی‌اند و به رصدِ مستمر نیاز دارند.

USDJPY — پرتکرارترین نماد، منفی‌ترین نتیجه

یوسی‌جی‌پی با ۷ معامله سنگین‌ترین وزنِ پرتفو را دارد، اما نرخِ برد فقط ۴۲.۹٪ است و میانگینِ هر معامله منفی ۸۹.۰۱ دلار. در مجموع این نماد ۶۲۳.۱۰ دلار ضرر تولید کرده؛ یعنی تنهایی معادلِ پنج برابرِ زیانِ خالصِ کلِ سبد را می‌سازد. نگاهی به آخرین معاملات توضیح می‌دهد چرا: در تاریخ ۴ اوت دو پوزیشنِ فروشِ M15 باز شد؛ یکی با تریلینگ استاپ ۳۵۳.۷۰ دلار سود بست و دیگری با حدضرر ۲۷۰.۷۹ دلار زیان داد. فاصلهٔ عددی بین این دو کوچک است، اما در ۶ اوت یک پوزیشنِ مشابه با حدضرر ۳۴۹.۱۶ دلار بسته شد. الگوی پنهان این است: معاملاتِ برنده با تریلینگ استاپِ زودهنگام بسته می‌شوند و سودشان محدود می‌ماند، در حالی که معاملاتِ بازنده اغلب حدضررِ کامل می‌خورند. این ترکیب — نرخِ برد زیرِ ۵۰٪ با نسبتِ ریوارد به ریسکِ نامتقارن به ضررِ تریدر — ریاضیاتِ منفی می‌سازد. داده پیشنهاد می‌دهد که نحوهٔ مدیریتِ خروج در این نماد باید بیشتر رصد شود.

XAUUSD — تنها نمادی با لبهٔ آشکار

طلا با ۳ معامله، نرخِ بردِ ۶۶.۷٪ و میانگینِ ۳۱۱.۰۶ دلار به‌ازای هر معامله، خالصِ ۹۳۳.۱۹ دلار ثبت کرده — بهترین عملکرد از میانِ همهٔ نمادها. بهترین معاملهٔ کلِ سبد (۱,۰۴۲ دلار) نیز در این نماد بوده است. اما هشدار: در ۴ اوت یک پوزیشنِ فروشِ طلا با حدضرر ۳۴۴.۶۶ دلار بسته شد؛ یعنی ریسکِ تک‌معامله در طلا بالاست و سه داده کافی نیست که بگوییم این لبه پایدار است. آنچه داده نشان می‌دهد اینست که نسبتِ ریوارد به ریسک در معاملاتِ برنده‌ٔ طلا از نمادهای دیگر بالاتر بوده و این ارزشِ رصدِ بیشتر دارد.

EURAUD — نرخِ بردِ ۱۰۰٪، اما عملاً بی‌معنا

دو معامله، هر دو سودده، خالصِ ۲۵۹.۱۲ دلار. در ظاهر چشمگیر است، اما دو داده هیچ اطلاعاتِ آماری معنادار به ما نمی‌دهند. این نماد نه باید «بهترین» خوانده شود و نه باید معاملاتِ بیشتری صرفاً به‌خاطرِ این دو سابقه گرفت. فقط باید زیرِ نظر بماند.

EURUSD — نرخِ بردِ ۵۰٪، اما عدد منفی است

دو معامله با نرخِ بردِ ۵۰٪ و خالصِ منفی ۲۵۴.۶۵ دلار. این ترکیب نشان می‌دهد که معاملهٔ بازنده از برنده بزرگ‌تر بوده؛ یعنی نسبتِ ریوارد به ریسک کمتر از یک بوده است. حتی اگر نرخِ برد ۵۰٪ بماند، این ساختار در بلندمدت ضررده است.

AUDUSD — بزرگ‌ترین ضررِ تک‌معامله

یک معامله، با ۳۱۳.۱۷ دلار زیان. این تنها یک داده است و هیچ قضاوتِ آماری از آن نمی‌توان کرد، اما در سطحِ مدیریتِ ریسک این بزرگ‌ترین ضررِ تک‌نمادی در سبد است و اندازهٔ پوزیشن در این نماد باید بررسی شود.

نتیجه‌گیریِ عملی: داده پیشنهاد می‌دهد که تمرکزِ معاملات روی یوسی‌جی‌پی — با بیشترین فراوانی ولی منفی‌ترین خروجی — یک ریسکِ تمرکز ایجاد کرده است. طلا تنها نمادی است که هم نرخِ برد و هم میانگینِ دلاری مثبت نشان می‌دهد، اما حجمِ داده کافی برای قضاوتِ قطعی نیست. باید حداقل ۳۰ تا ۵۰ معامله در هر نماد جمع شود تا بتوان از لبه سخن گفت.

تفکیک به‌ازای تایم‌فریم و مدتِ نگه‌داری

تایم‌فریم نه‌تنها مدتِ نگه‌داریِ معامله بلکه ساختارِ ریسک و رفتارِ قیمت را تعریف می‌کند. وقتی تایم‌فریم‌های مختلف نتایجِ متفاوتی می‌دهند، باید پرسید: آیا استراتژی در همهٔ چارچوب‌های زمانی یکسان عمل می‌کند یا تنها در یک بازهٔ زمانیِ خاص لبه دارد؟ دوباره تأکید می‌کنم که با ۱۸ معامله جوابِ قطعی ممکن نیست.

M15 — ستونِ اصلی، خروجیِ تقریباً صفر

از ۱۸ معامله، ۱۲ تا در تایم‌فریمِ ۱۵ دقیقه‌ای بوده‌اند؛ یعنی ۶۶.۷٪ کلِ فعالیت. نرخِ برد دقیقاً ۵۰٪ و میانگینِ هر معامله ۰.۱۹ دلار و خالصِ کل ۲.۲۹ دلار. عملاً صفر. این رقم معنایش این است که در این تایم‌فریم به‌طور میانگین سودِ واقعی وجود نداشته و هزینه‌ٔ کمیسیون و اسپرد می‌تواند این عدد را به منفی ببرد — که جداولِ هزینهٔ اجرا هم این را تأیید می‌کند.

نگاهِ دقیق‌تر به معاملاتِ M15 در یوسی‌جی‌پی نشان می‌دهد که بخشِ زیادی از ضررِ این تایم‌فریم از همان نماد می‌آید. اگر معاملاتِ یوسی‌جی‌پی را از M15 کنار بگذاریم، تصویر احتمالاً متفاوت است. اما چون تجزیهٔ دقیقِ نماد-تایم‌فریم در داده موجود نیست، این فرض باید با داده‌های آینده آزمون شود.

نکتهٔ مهمِ دیگر در M15 اینست که از ۱۲ معامله، ۵ تا با تریلینگ استاپ بسته شده‌اند. تریلینگ استاپ در تایم‌فریمِ ۱۵ دقیقه‌ای می‌تواند نوسانِ کوتاه‌مدت را به‌عنوانِ سیگنالِ خروج اشتباه بگیرد و سود را قبل از رسیدن به هدف ببندد. این احتمال ارزشِ بررسیِ تنظیماتِ تریلینگ استاپ را دارد.

M5 — کوچک‌ترین تایم‌فریم، بهترین خروجیِ نسبی

فقط ۲ معامله در M5 انجام شده، هر دو سودده، با نرخِ بردِ ۱۰۰٪ و خالصِ ۳۱۲.۲۷ دلار. میانگینِ هر معامله ۱۵۶.۱۳ دلار. هر دوی این معاملات در ۳ اوت در نمادهای EURAUD و XAUUSD بوده‌اند و هر دو با تریلینگ استاپ با سود بسته شده‌اند. این می‌تواند نشانهٔ یک روزِ خاصِ با مومنتومِ قوی باشد، نه لزوماً برتریِ ذاتیِ تایم‌فریمِ M5. دو داده برای قضاوت کافی نیست.

H1 — سه معامله، یک‌سومِ بُردِ، بیشترین زیانِ نسبی

در تایم‌فریمِ یک‌ساعته ۳ معامله داریم با نرخِ بردِ ۳۳.۳٪ و خالصِ منفی ۳۷۱.۶۷ دلار. میانگینِ هر معامله منفی ۱۲۳.۸۹ دلار — بدترین میانگین بینِ همهٔ تایم‌فریم‌ها. معاملاتِ H1 شاملِ GBPUSD (سربه‌سر)، USDCAD (حدضرر: منفی ۸۱.۸۵) و AUDUSD (حدضرر: منفی ۳۱۳.۱۷) است. در H1 مدتِ نگه‌داری طولانی‌تر است؛ اگر استراتژی برای کشفِ حرکت‌های کوتاه‌مدت طراحی شده باشد، H1 ممکن است تایم‌فریمِ مناسبی نباشد چون در این بازه نوسانِ ضدِ پوزیشن فرصتِ بیشتری برای فعال‌کردنِ حدضرر پیدا می‌کند.

H4 — یک داده، نمی‌توان قضاوت کرد

یک معامله در GBPUSD در تاریخ ۷ اوت با منفی ۶۷.۳۹ دلار. عدد واقعی است اما از یک داده هیچ نتیجه‌ای نمی‌توان گرفت.

رابطهٔ تایم‌فریم و مکانیزمِ خروج

یک الگوی جالب در داده وجود دارد: تمامِ ۷ معاملهٔ بسته‌شده با تریلینگ استاپ در M15 و M5 هستند. در H1 و H4 هیچ تریلینگ استاپی فعال نشده — همه یا حدضرر خورده‌اند یا سربه‌سر بسته شده‌اند. این یعنی در تایم‌فریم‌های بزرگ‌تر حرکتِ کافی برای فعال‌شدنِ تریلینگ استاپ به‌وجود نیامده یا تنظیماتِ تریلینگ برای آن بازه‌ها بهینه نبوده است.

نتیجه‌گیریِ عملی: داده پیشنهاد می‌دهد که M15 با وجودِ بیشترین تعداد معامله هنوز لبهٔ روشنی نشان نمی‌دهد، و H1 با سه معامله و یک‌سومِ نرخِ برد باید بیشتر رصد شود — به‌خصوص که ضررهای آن بزرگ بوده‌اند. M5 اعدادِ خوبی دارد اما با دو داده نمی‌توان استراتژیِ تخصیصِ سرمایه را تغییر داد. توصیه این است که در ۳ تا ۶ ماهِ آینده حداقل ۱۵ تا ۲۰ معامله در هر تایم‌فریم ثبت شود تا بتوان دربارهٔ تخصیصِ هوشمندتر بینِ تایم‌فریم‌ها تصمیم گرفت.

کالبدشکافیِ بدترین معاملات؛ الگوی مشترکِ ضررها

پیش از هر چیز باید صریح گفت: کلِ این تحلیل روی ۱۸ معامله انجام می‌شود. این نمونهٔ کوچک است و نتیجه‌گیری‌های زیر مقدماتی‌اند؛ نه قاعدهٔ قطعی. هدف، شناساییِ الگوهایی است که باید در معاملاتِ بعدی زیرِ ذره‌بین بمانند، نه صدورِ حکمِ قطعی.

با نگاه به جدولِ معاملاتِ اخیر، پنج ضررِ بزرگ خودنمایی می‌کنند: USDJPY در تاریخِ ۰۶ اوت با -349.16 دلار (بدترین معامله)، XAUUSD در ۰۴ اوت با -344.66 دلار، AUDUSD در ۰۳ اوت با -313.17 دلار، USDJPY در ۰۳ اوت با -277.67 دلار، و USDJPY در ۰۴ اوت با -270.79 دلار. هر پنج معامله با خوردنِ حدِضرر بسته شدند. این یعنی در هیچ‌کدام تریلینگ‌استاپ یا مدیریتِ فعال فرصتِ نجات‌دادن نداشت.

الگوی اول: تمرکزِ بیش از حد روی USDJPY

از ۱۸ معامله، ۷ تا — یعنی بیش از یک‌سومِ کلِ کارنامه — روی یک نماد بوده. نرخِ بردِ USDJPY 42.9٪ و خالصِ آن -623.10 دلار است. این نماد به‌تنهایی مسئولِ ۵ برابرِ کلِ زیانِ خالصِ گزارش‌شده (-124.50 دلار) است. وقتی تعداد کم باشد و تمرکز زیاد، یک رگهٔ بدِ معاملاتی روی یک نماد کافی است تا کلِ حساب را منفی کند. داده پیشنهاد می‌دهد که وزنِ USDJPY در سیگنال‌های آتی باید دقیق‌تر رصد شود، نه لزوماً حذف.

الگوی دوم: کلاسترِ ضرر در بازهٔ ۴۸ ساعته

در فاصلهٔ ۰۳ تا ۰۴ اوت، سه معاملهٔ USDJPY با حدِضرر بسته شدند: -277.67، -270.79، و در همان روزها ضررهای AUDUSD و XAUUSD هم به آن اضافه شدند. این الگوی «ضررِ متوالی در یک پنجرهٔ زمانیِ کوتاه» معمولاً نشانهٔ یکی از دو چیز است: شرایطِ ناموافقِ بازار که سیستم برایش کالیبره نشده، یا اجرای سیگنال‌های همزمان بدونِ درنظرگرفتنِ همبستگیِ نمادها. با داده‌ای این‌قدر محدود نمی‌توان حکم داد، اما این پنجره باید در دوره‌های بعدی زیرِ نظر باشد.

الگوی سوم: ضعفِ تایم‌فریمِ H1

تایم‌فریمِ H1 با ۳ معامله، نرخِ بردِ 33.3٪ و خالصِ -371.67 دلار بدترین عملکرد را دارد. در مقابل، M5 با ۲ معامله، نرخِ بردِ 100٪ و خالصِ 312.27 دلار بهترین است. البته تعدادِ بسیار کمِ هر دو گروه اجازهٔ نتیجه‌گیریِ قاطع را نمی‌دهد؛ اما این تفاوت بیانگرِ آن است که مدلِ سیگنال‌دهی ممکن است در H1 دقتِ کمتری داشته باشد.

الگوی چهارم: معاملاتِ تک‌نمونه با صفرِ برد

AUDUSD و USDCAD هر کدام فقط یک معامله داشتند، هر دو باختند: -313.17 و -81.85 دلار. با یک معامله در یک نماد، نه می‌توان گفت سیستم در آن نماد ضعیف است و نه می‌توان اعتماد کرد. این نمادها نیاز به دادهٔ بیشتری دارند تا بتوان دربارهٔ ادامه یا توقفِ سیگنال‌دهی روی آن‌ها تصمیم گرفت.

نتیجهٔ عملی: الگوهای موجود در این ۱۸ معامله پیشنهاد می‌دهند که تمرکزِ بیش از حد روی USDJPY، اجرای همزمانِ سیگنال‌های همبسته در بازه‌های پُرنوسان، و تایم‌فریمِ H1 باید در دوره‌های بعدی با توجهِ بیشتری دنبال شوند. افزایشِ حجمِ نمونه ضروری است تا بتوان این مشاهدات را تأیید یا رد کرد.

هزینه‌های اجرا و اثرشان بر نتیجهٔ نهایی

داده دو تصویر جداگانه ارائه می‌دهد: کارنامهٔ ۱۸ سیگنالِ بسته‌شده با خالصِ -124.50 دلار، و هزینهٔ واقعیِ اجرا روی ۱۴۲ دیلِ ثبت‌شده در حسابِ بروکر که تصویرِ کامل‌تری از واقعیتِ حساب ارائه می‌دهد. این دو عدد را باید جداگانه فهمید.

اجزای هزینهٔ اجرا

در ۱۴۲ دیلِ بروکر، سه قلمِ هزینه ثبت شده:

• سودِ ناخالص: -2,611.82 دلار — یعنی حتی پیش از کسرِ هزینه‌های جانبی، نتیجهٔ خودِ معاملات منفی بوده.
• کمیسیون: -185.52 دلار — بزرگ‌ترین هزینهٔ اجرا.
• سوآپِ شبانه: -4.13 دلار — رقمِ بسیار کوچک، که نشان می‌دهد اکثرِ معاملات شبانه در حساب باز نمانده‌اند.
• نتیجهٔ خالص: -2,801.47 دلار

وزنِ واقعیِ کمیسیون

کمیسیونِ 185.52 دلار روی ۱۴۲ دیل، یعنی به‌ازایِ هر دیلِ ثبت‌شده در بروکر این هزینه وجود داشته. مسئلهٔ مهم اینجاست: در فارکس هر «معامله» معمولاً دو دیل ایجاد می‌کند (باز و بسته شدن)؛ و اگر پوزیشن در چند مرحله بسته شده باشد، تعدادِ دیل‌ها بیشتر می‌شود. ۱۴۲ دیل برای ۱۸ سیگنالِ بسته‌شده عدد بالایی است و پیشنهاد می‌دهد که بخشی از دیل‌ها مربوط به بستنِ جزئیِ پوزیشن‌ها یا سیگنال‌های بیشتری خارج از این ۱۸ موردِ گزارش‌شده است. تا زمانی که داده‌های بیشتری در اختیار نباشد، نمی‌توان دربارهٔ منشأِ این ۱۴۲ دیل قضاوتِ قطعی کرد.

شکافِ بینِ -124.50 و -2,801.47 دلار

این مهم‌ترین نکتهٔ بخشِ هزینه‌هاست. خالصِ ۱۸ سیگنال -124.50 دلار نشان می‌دهد، اما نتیجهٔ واقعیِ حسابِ بروکر روی ۱۴۲ دیل -2,801.47 دلار است. این شکافِ تقریباً 2,677 دلاری نمی‌تواند صرفاً از کمیسیون و سوآپِ ۱۴۲ دیلِ همین ۱۸ سیگنال باشد؛ چراکه کمیسیون و سوآپ جمعاً -189.65 دلار است. این یعنی در حسابِ بروکر، معاملاتِ بیشتری وجود دارد که در این گزارش نیامده‌اند، یا گزارشِ ۱۸ سیگنال فقط بخشی از فعالیتِ واقعیِ حساب را نشان می‌دهد. این تفاوت باید شفاف‌سازی شود؛ زیرا قضاوت دربارهٔ عملکردِ سیستم بدونِ دانستنِ منشأِ این شکاف ناقص است.

سوآپِ ناچیز؛ نشانهٔ مثبت در نوعِ معاملات

سوآپِ شبانهٔ تنها -4.13 دلار در ۱۴۲ دیل نشان می‌دهد که پوزیشن‌ها عموماً در همان روزِ باز شدن بسته می‌شوند. این برای سیستم‌هایی که روی M5 و M15 کار می‌کنند طبیعی است و از انباشتِ هزینهٔ سوآپ جلوگیری می‌کند. این قلم در شرایطِ فعلی تأثیرِ معناداری بر نتیجه ندارد.

کمیسیون در برابرِ ضررِ معاملاتی

نکتهٔ صادقانه‌ای که داده می‌گوید: حتی اگر کمیسیونِ ۱۸۵.52 دلار صفر بود، زیانِ ناخالصِ معاملاتی -2,611.82 دلار همچنان باقی بود. یعنی مشکلِ اصلی در این دوره، هزینهٔ اجرا نیست؛ بلکه خودِ معاملات ضرر داده‌اند. کمیسیون حدودِ 6.6٪ از زیانِ ناخالص را تشکیل می‌دهد — رقمی قابل‌توجه اما نه عاملِ اصلی. در شرایطی که خودِ سیستمِ معاملاتی سودآور باشد، کمیسیون می‌تواند اثرِ مهمی داشته باشد و باید به‌عنوانِ یک متغیرِ ثابت در محاسبهٔ هدف‌های نسبتِ ریسک به ریوارد دیده شود.

نتیجهٔ عملی: در گامِ اول باید منشأِ شکافِ بینِ عملکردِ ۱۸ سیگنال و ۱۴۲ دیلِ بروکر شفاف‌سازی شود. گامِ دوم، گنجاندنِ کمیسیونِ هر معامله در محاسبهٔ نقطهٔ سربه‌سر است؛ سیستمی که کمیسیون را در نسبتِ ریسک‌به‌ریواردِ هدف لحاظ نکند، در عمل با ریواردِ کمتری از آنچه فکر می‌کند کار می‌کند. با این‌حال، با ۱۸ سیگنال نمی‌توان درباره‌ی پایداریِ این هزینه‌ها یا عملکردِ کلیِ سیستم نتیجه‌گیریِ قطعی کرد.

درس‌های عملی که از این اعداد می‌گیریم

پیش از هر چیز باید صادق باشم: این تحلیل روی ۱۸ معامله انجام می‌شود. در آمار، ۱۸ نمونه برای نتیجه‌گیری قطعی کافی نیست. هر درسی که در ادامه می‌آید، یک فرضیهٔ کاری است، نه قاعدهٔ ثابت‌شده. این اعداد نشان می‌دهند کجا باید دقیق‌تر نگاه کنیم — نه اینکه چه چیزی را «باید» تغییر داد.

درس اول: ۵۰٪ نرخ برد به‌تنهایی چیزی را ثابت نمی‌کند — ریاضیِ زیرِ آن مهم‌تر است

یکی از باورهای رایج بین معامله‌گرانِ تازه‌کار این است که اگر نرخ برد بالای ۵۰٪ باشد، حساب سودده است. کارنامهٔ این ۱۸ معامله دقیقاً خلافِ این را نشان می‌دهد. نرخ برد ۵۰٪ است — یعنی ۹ برد و ۹ باخت — اما میانگینِ هر معامله منفی ۶.۹۲ دلار است و مجموعِ خالص منفی ۱۲۴.۵۰ دلار.

این فاصله بینِ نرخِ برد و نتیجهٔ نهایی یک چیز را فریاد می‌زند: اندازهٔ میانگینِ ضرر از اندازهٔ میانگینِ سود بزرگ‌تر است. وقتی بدترین معامله منفی ۳۴۹.۱۶ دلار است و بهترین معامله مثبت ۱,۰۴۲ دلار — که احتمالاً یک رویداد استثنایی بوده — پراکندگیِ نتایج بسیار زیاد است. یعنی این سیستم هنوز نسبتِ ریسک به ریواردِ پایدار و قابل‌اتکایی ندارد.

نتیجهٔ عملی این است که باید پرسید: وقتی ضرر می‌خوریم چقدر ضرر می‌کنیم و وقتی سود می‌کنیم چقدر سود؟ اگر این نسبت کمتر از ۱:۱ باشد، حتی با نرخ بردِ ۶۰٪ هم می‌شود حساب را خالی کرد. رصدِ این نسبت در ادامهٔ کار از هر معیارِ دیگری اولویت دارد.

درس دوم: تمرکزِ بیش از حد روی یک نماد، ریسکِ نامرئی می‌سازد

از ۱۸ معاملهٔ ثبت‌شده، ۷ تا — یعنی ۳۸.۸٪ کلِ سیگنال‌ها — روی USDJPY بوده است. این تمرکز در خودش مشکل نیست، اما وقتی می‌بینیم این نماد با نرخ بردِ ۴۲.۹٪ و میانگینِ هر معامله منفی ۸۹.۰۱ دلار در مجموع منفی ۶۲۳.۱۰ دلار زده، متوجه می‌شویم که تمرکزِ روی یک نماد می‌تواند وزنِ خسارتِ آن را در کلِ حساب چند برابر کند.

برای فهمِ بهترِ این عدد: منفی ۶۲۳.۱۰ دلار از USDJPY یعنی این نماد به‌تنهایی بیش از پنج برابرِ زیانِ کلِ پرتفوی را روی دوشش دارد، در حالی که XAUUSD با فقط ۳ معامله مثبت ۹۳۳.۱۹ دلار ساخته است. از ۱۴ معاملهٔ بقیه هم EURAUD با ۲ معامله مثبت ۲۵۹.۱۲ دلار و نرخ بردِ ۱۰۰٪ داشته.

البته تأکید می‌کنم: با ۷ معامله در USDJPY و ۳ معامله در XAUUSD، هیچ‌کدام از این اعداد قطعیت آماری ندارند. آنچه داده پیشنهاد می‌دهد این است که در ادامه باید کیفیتِ سیگنال‌های USDJPY را با دقتِ بیشتری رصد کرد — آیا این نماد در شرایطِ فعلیِ بازار پاسخِ خوبی به روشِ تحلیلیِ استفاده‌شده می‌دهد یا نه؟

درس سوم: تایم‌فریمِ معامله روی نتیجه اثر می‌گذارد — اما ۱۸ نمونه قضاوتِ نهایی را ممنوع می‌کند

تفکیکِ تایم‌فریم‌ها تصویرِ جالبی نشان می‌دهد. M5 با ۲ معامله و نرخ بردِ ۱۰۰٪، میانگینِ هر معامله مثبت ۱۵۶.۱۳ دلار و مجموعِ مثبت ۳۱۲.۲۷ دلار داشته. M15 که پرمعامله‌ترین تایم‌فریم است با ۱۲ معامله فقط مثبت ۲.۲۹ دلار — در واقع تقریباً سربه‌سر — و H1 با ۳ معامله منفی ۳۷۱.۶۷ دلار زده است.

اما اینجا دامِ تفسیر وجود دارد: دو معاملهٔ M5 هر دو XAUUSD و EURAUD بوده‌اند — نمادهایی که اصلاً در H1 معامله نشده‌اند. پس احتمالاً این بردِ ۱۰۰٪ ناشی از تایم‌فریم نیست، بلکه ناشی از نمادِ انتخابی است. این تداخلِ متغیرها یکی از دلایل اصلی است که نمی‌توان از این ۱۸ معامله نتیجهٔ قطعی گرفت.

آنچه عملاً می‌شود گفت این است: عملکردِ H1 در این بازهٔ کوتاه ضعیف بوده و ارزش دارد در معاملاتِ آتی، شرایطِ ورود به H1 دقیق‌تر بررسی شود — نه اینکه این تایم‌فریم به‌طورِ کلی کنار گذاشته شود.

درس چهارم: تریلینگ استاپ دارد نجات می‌دهد، اما ابعادِ ضررها هنوز نامتوازن است

از ۱۸ معامله، ۷ تا با تریلینگ استاپ بسته شده و ۹ تا با حدضرر. نگاهی به آخرین معاملات نشان می‌دهد تریلینگ استاپ در مواردی مثل USDJPY در ۴ اوت (+۳۵۳.۷۰ دلار)، XAUUSD در ۳ اوت (+۲۳۵.۸۵ دلار) و EURAUD در ۳ اوت (+۱۸۲.۷۰ دلار) توانسته سودهای خوبی را حفظ کند.

اما مشکل اینجاست: در همان روزهای نزدیک، ضررهای USDJPY در ۶ اوت (منفی ۳۴۹.۱۶ دلار) و XAUUSD در ۴ اوت (منفی ۳۴۴.۶۶ دلار) داریم که تقریباً هم‌وزنِ بهترین معاملاتِ تریلینگ‌شده هستند. این به معنای آن است که ابزارِ تریلینگ استاپ در جهتِ درست استفاده می‌شود، اما اندازهٔ موقعیت‌ها یا فاصلهٔ حدضررها هنوز تنظیم‌نشده است — چون یک معاملهٔ بد می‌تواند سودِ چند معاملهٔ خوب را پاک کند.

درس پنجم: هزینهٔ اجرا عدد کوچکی نیست که نادیده گرفته شود

داده‌های بروکر روی ۱۴۲ دیلِ ثبت‌شده نشان می‌دهد کمیسیون منفی ۱۸۵.۵۲ دلار و سوآپِ شبانه منفی ۴.۱۳ دلار بوده است — جمعاً منفی ۱۸۹.۶۵ دلار هزینهٔ اجرا. این یعنی حتی اگر معاملات در سطحِ سودناخالص هم‌سر می‌شدند، باز هم این مقدار از حساب کسر می‌شد. در یک سیستمی که میانگینِ هر معامله فقط چند ده دلار است، ۱۸۵ دلار کمیسیون وزنِ بسیار سنگینی دارد.

نتیجهٔ عملی: در کنارِ بهبودِ کیفیتِ سیگنال، باید تعدادِ دیل در هر معامله نیز زیرِ ذره‌بین باشد. هرچه دیلِ بیشتری برای ورود/خروج زده شود، هزینهٔ کمیسیون بالا می‌رود و نقطهٔ سربه‌سرِ واقعی دورتر می‌شود.

جمع‌بندیِ عملی

این ۱۸ معامله نه موفقیت را ثابت می‌کنند، نه شکست را. آنچه ثابت می‌کنند این است که نرخِ برد به‌تنهایی معیارِ کافی نیست، توزیعِ نامتوازنِ نمادها ریسکِ پنهان می‌سازد، هزینهٔ اجرا در سیستم‌های کوتاه‌مدت سنگین است، و تریلینگ استاپ ابزارِ درستی است که به تنظیمِ اندازهٔ موقعیت نیاز دارد. این نقاط باید در معاملاتِ آتی رصد و مستند شوند تا بتوان با نمونهٔ بزرگ‌تر — حداقل چند ده معاملهٔ دیگر — به نتیجه‌گیریِ معنادارتری رسید.

سوالات متداول

وقتی نرخ برد ۵۰٪ است، چرا حسابم در ضرر است؟

نرخ برد به‌تنهایی هیچ تضمینی برای سودآوری نمی‌دهد؛ آنچه اهمیت دارد اندازهٔ معاملاتِ برنده در برابر بازنده است. در همین کارنامه با وجود برابری تعداد برد و باخت، مجموعِ خالص منفی ۱۲۴.۵۰ دلار است، چون زیان‌های بزرگ مانند منفی ۳۴۹.۱۶ دلار در یک معامله، سودهای کوچک‌تر را خنثی می‌کنند. این همان اصل «Asymmetry» در مدیریت معامله است: اگر میانگین باخت از میانگین برد بزرگ‌تر باشد، برابری نرخ برد کافی نیست. برای خروج از این وضعیت باید یا نسبت ریسک به ریوارد را در هر معامله بهبود داد، یا سطح حدضرر را با دقت بیشتری تعریف کرد.

نسبت ریسک به ریوارد چه عددی باید باشد تا با نرخ برد ۵۰٪ به سود برسم؟

اگر نرخ برد دقیقاً ۵۰٪ باشد، برای سودآوری کافی است که میانگین سود هر معاملهٔ برنده حتی کمی از میانگین زیان هر معاملهٔ بازنده بیشتر باشد، یعنی نسبت ریسک به ریوارد بالاتر از ۱:۱ باشد. در این کارنامه بدترین معامله منفی ۳۴۹.۱۶ دلار و بهترین معامله ۱,۰۴۲ دلار بوده، اما این دو رقم میانگینِ کل را نمایندگی نمی‌کنند. مشکل اصلی آن است که میانگین کلِ هر معامله منفی ۶.۹۲ دلار است، یعنی در عمل نسبت ریسک به ریوارد به زیان سیستم عمل کرده. توجه کنید این نتیجه‌گیری بر پایهٔ فقط ۱۸ معامله است و برای قطعیت به نمونهٔ بزرگ‌تری نیاز است.

آیا باید نمادهایی که ضرر داده‌اند را حذف کنم؟

داده‌های موجود چنین توصیه‌ای نمی‌کنند، چون حجم نمونه بسیار کوچک است؛ برای نمادهایی مثل AUDUSD و USDCAD تنها یک معامله ثبت شده و یک معامله هیچ‌گاه پایهٔ تصمیم‌گیری نیست. آنچه داده پیشنهاد می‌دهد این است که USDJPY با ۷ معامله و نرخ برد ۴۲.۹٪ و خالص منفی ۶۲۳.۱۰ دلار بیشترین سهم در زیان را دارد و باید با دقتِ بیشتری رصد شود. در مقابل، XAUUSD با ۳ معامله و خالص مثبت ۹۳۳.۱۹ دلار عملکرد متفاوتی نشان داده، اما ۳ معامله هم کافی برای نتیجه‌گیری قطعی نیست. توصیه این است که معاملات بیشتری انجام دهید و سپس تحلیل کنید.

تایم‌فریم M5 با نرخ برد ۱۰۰٪ بهترین است؟ باید روی آن تمرکز کنم؟

نرخ برد ۱۰۰٪ در تایم‌فریم M5 کاملاً گمراه‌کننده است، زیرا تنها از ۲ معامله به‌دست آمده و هر عدد تصادفی می‌تواند با ۲ نمونه به ۱۰۰٪ برسد. از نظرِ آماری، ۲ معامله هیچ اطلاعاتِ قابلِ اتکایی دربارهٔ پایداریِ یک رویکرد نمی‌دهد. در مقابل، M15 با ۱۲ معامله قابل‌اعتمادترین نمونه است و نرخ برد آن ۵۰٪ با میانگینِ تقریباً صفر بوده. توصیهٔ جدی این است که پیش از هر تصمیم دربارهٔ تمرکز روی تایم‌فریم خاص، حداقل ۳۰ معامله در آن تایم‌فریم ثبت و تحلیل کنید.

داده‌ها را خودتان ببینید

همهٔ اعدادِ این مقاله از همان پایگاه‌دادهٔ سیگنال‌هایی می‌آید که صفحهٔ عملکردِ عمومیِ کوین‌پرو FX را تغذیه می‌کند؛ کارنامه به‌صورتِ زنده و بدونِ دست‌کاری منتشر می‌شود — بردها و باخت‌ها کنارِ هم. اگر می‌خواهید مفاهیمِ پشتِ این تحلیل‌ها را از پایه یاد بگیرید، آکادمیِ کوین‌پرو FX مسیرِ آموزشیِ کامل را دارد و در بلاگ تحلیل‌های عمیقِ دیگری منتشر می‌شود.

هشدارِ ریسک: معامله در بازارهای مالی با ریسکِ از دست رفتنِ سرمایه همراه است. عملکردِ گذشته تضمینی برای نتایجِ آینده نیست و هیچ‌چیز در این مقاله توصیهٔ خرید یا فروش نیست.