เครื่องมือวิเคราะห์ความเสี่ยง
Monte Carlo Simulator
จำลองเส้นทางของเงินทุน 1,000 รูปแบบจากอัตราชนะและอัตราส่วนผลตอบแทนต่อความเสี่ยง ดูได้ทั้งกราฟและตัวเลขว่าวิธีเดียวกันให้ผลต่างกันได้แค่ไหน และระหว่างทางจะลดลงลึกเพียงใด
- ไม่ต้องสมัคร
- ฟรี
- คำนวณในเบราว์เซอร์
เห็นช่วงที่เป็นไปได้ก่อนลงมือ
ผลลัพธ์
ค่ามัธยฐานของเงินทุนสุดท้าย
-JPY
สัดส่วนรอบที่เงินทุนเพิ่มขึ้น
-%
ล่างสุด 5% (กรณีแย่)
-JPY
ดรอว์ดาวน์สูงสุดเฉลี่ย
-%
-
-
-
การกระจายของเส้นทางเงินทุน
เส้นหนาคือค่ามัธยฐาน เส้นประบนและล่างคือระดับบนสุด 5% และล่างสุด 5% ส่วนเส้นจาง ๆ ด้านหลังคือการจำลองแต่ละครั้ง แสดงว่าเงื่อนไขเดียวกันสามารถให้ผลลัพธ์กระจายได้กว้างเพียงใด
การกระจายของผลลัพธ์ 1,000 รอบ
| อันดับ | เงินทุนสุดท้าย | กำไรขาดทุน | อัตรากำไรขาดทุน |
|---|
วิธีอ่านผลลัพธ์นี้
ค่ามัธยฐาน
ผลลัพธ์ที่อยู่ตรงกลางพอดีของ 1,000 รอบ ค่าเฉลี่ยถูกดึงขึ้นด้วยการชนะครั้งใหญ่ที่เกิดน้อยครั้ง ค่ามัธยฐานจึงใกล้เคียงความเป็นจริงมากกว่า
ล่างสุด 5%
ระดับที่ประมาณ 1 ใน 20 รอบจะแย่กว่านี้ ใช้ตัดสินความเหมาะสมของสัดส่วนความเสี่ยงว่าหากลดลงถึงจำนวนเงินนี้แล้วยังเทรดต่อได้หรือไม่
ดรอว์ดาวน์สูงสุดเฉลี่ย
ค่าเฉลี่ยของจุดที่ลดลงลึกที่สุดในแต่ละรอบ เนื่องจากทุกครั้งเดิมพันด้วยสัดส่วนคงที่ของเงินทุน ณ ขณะนั้น เงินทุนสุดท้ายจึงขึ้นอยู่กับจำนวนครั้งที่ชนะเท่านั้น และไม่ขึ้นกับลำดับของการแพ้ชนะ สิ่งที่ลำดับส่งผลคือความลึกของดรอว์ดาวน์นี้ ยิ่งลึกยิ่งมีจังหวะที่อยากเลิกกลางทางมากขึ้น
วิธีคำนวณและข้อกำหนด
วิธีจำลอง
แต่ละครั้งเดิมพันด้วยจำนวนเงินเท่ากับสัดส่วนความเสี่ยงคูณเงินทุน ณ ขณะนั้น หากชนะจะได้เพิ่มเท่ากับจำนวนนั้นคูณอัตราส่วนผลตอบแทนต่อความเสี่ยง หากแพ้ก็เสียจำนวนนั้นไป ทำซ้ำตามจำนวนครั้งที่กำหนด แล้วจำลองทั้งหมด 1,000 รอบ
ใช้ในสถานการณ์แบบนี้
เมื่อกำหนดสัดส่วนความเสี่ยง / เมื่อดูว่าผล Backtest อาจแกว่งได้มากเพียงใด
สมมติฐานและข้อจำกัด
ตั้งอยู่บนสมมติฐานว่าอัตราชนะและอัตราส่วนผลตอบแทนต่อความเสี่ยงคงที่ และผลแพ้ชนะแต่ละครั้งเป็นอิสระต่อกัน จึงไม่สามารถแสดงการเปลี่ยนแปลงของสภาพตลาดหรือการแพ้ติดต่อกันที่เกาะกลุ่มได้
เครื่องมือที่เกี่ยวข้อง
-
คำนวณ Kelly Criterion
คำนวณสัดส่วนความเสี่ยงที่เหมาะสมจากอัตราชนะและ RR
เปิด -
การฟื้นจากดรอว์ดาวน์
ดูอัตราผลตอบแทนที่ต้องใช้เพื่อฟื้นจากดรอว์ดาวน์
เปิด -
คำนวณ Risk-Reward
ตรวจสอบอัตราส่วน RR อัตราชนะที่ต้องใช้ และความน่าจะเป็นที่จะล้มละลาย
เปิด -
คำนวณดอกเบี้ยทบต้น
ดูการเติบโตของเงินทุนตามอัตราผลตอบแทนและระยะเวลาเป็นกราฟ
เปิด
คำถามที่พบบ่อย
Monte Carlo Simulation คืออะไร
เป็นวิธีที่สุ่มตัดสินผลแพ้ชนะของแต่ละครั้งตามอัตราชนะที่ตั้งไว้ แล้วทำซ้ำตามจำนวนครั้งที่กำหนด จากนั้นทำการจำลองแบบนี้ทั้งหมด 1,000 รอบ แม้อัตราชนะจะเท่ากัน จำนวนครั้งที่ชนะจริงก็ต่างกันทุกรอบ ค่ามัธยฐานและระดับล่างสุด 5% จะบอกว่าผลลัพธ์กระจายกว้างเพียงใด
ควรดูค่ามัธยฐานหรือค่าเฉลี่ย
ดูค่ามัธยฐาน ในการเทรดแบบทบต้น ค่าเฉลี่ยจะถูกดึงขึ้นด้วยผลลัพธ์ที่ดีมากซึ่งเกิดขึ้นน้อยครั้ง ทำให้ดูดีเกินกว่าที่มีโอกาสเกิดขึ้นจริง ค่ามัธยฐานซึ่งอยู่ตรงกลางของ 1,000 รอบจึงใกล้เคียงความรู้สึกจริงมากกว่า
ล่างสุด 5% หมายถึงอะไร
คือผลลัพธ์ที่แย่เป็นอันดับที่ 50 จากทั้งหมด 1,000 รอบ ใช้เป็นเกณฑ์ว่าประมาณ 1 ใน 20 รอบจะแย่กว่านี้ เมื่อวางแผนเงินทุนจึงควรตรวจสอบว่ารับระดับนี้ไหวหรือไม่
เงื่อนไขเดียวกันทำไมผลลัพธ์ต่างจากครั้งก่อน
หน้านี้กำหนดค่าเริ่มต้นของตัวสุ่มจากข้อมูลที่กรอก ดังนั้นถ้ากรอกเหมือนเดิมก็จะได้ผลเหมือนเดิมไม่ว่าจะเปิดกี่ครั้ง หากต้องการเห็นลำดับอื่น โปรดกด ดูด้วยชุดสุ่มอื่น และการเปลี่ยนค่าที่กรอกเพียงช่องเดียวก็ให้ลำดับใหม่เช่นกัน
ผลจริงจะเป็นแบบนี้ไหม
ไม่ นี่เป็นการจำลองบนสมมติฐานว่าอัตราชนะและอัตราส่วนผลตอบแทนต่อความเสี่ยงคงที่ และผลแพ้ชนะแต่ละครั้งเป็นอิสระต่อกัน ในตลาดจริงการแพ้ติดต่อกันมักเกาะกลุ่ม และสภาพตลาดที่เปลี่ยนไปก็ทำให้อัตราชนะลดลงได้ ให้ถือเป็นเครื่องมือสำหรับดูช่วงการกระจายของผลลัพธ์เท่านั้น
เมื่อวางแผนบริหารเงินทุนเรียบร้อยแล้ว ขั้นต่อไปคือการเลือก EA
ดู EA ฟรีและอันดับต่าง ๆ เพื่อเปรียบเทียบแนวทางที่เหมาะกับคุณ