机会因素和期望收益
系统的评估中还有另一个与期望收益一样重要的因素，就是机会因素，也就是我们的第四个因素，你通常多久玩一次游戏？假定你可以玩游戏1和2：
如果游戏2只允许你每5贩N幼ヒ桓龅颍蜗�1却允许你每贩N幼ヒ桓龅颉Ｔ谡夥N情形下，你愿意玩那个游戏？
让我们看一下机会因素是如何改变游戏的值的。假定你能玩一个小时、既然游戏1允许你每贩N幼ヒ桓龅颉Ｄ愕幕嵋蛩鼐褪�60，或者说有60次机会玩这个游戏；既然游戏2允许你每5贩N幼ヒ桓龅颍敲茨愕幕嵋蛩鼐褪�12，也就是有12次机会玩这个游戏。
记住，你的期望收益是大量的机会之后每1美元能赢的金额。因此能玩游戏的机会越多，就越可能实现该游戏的期望收益。
为了评估每个游戏的相对优点，必须把期望收益乘上你能玩的次数。假定你每次只下1美元的赌注，比较两个游戏在1小时内的表现。得到的结果如下。
游戏1：20美分的期望收益 * 60的几率= 12美元。
游戏2；78美分的期望收益 * 12的几率= 936美元。
因此，给了我们任意加上去的机会限制后，假定你每次仍然只下1美元的赌注，游戏1实际上要比游戏2更好了。当你评估市场中的期望收益时，必须类似地考虑你的系统带给你的机会量。例如，一个每周三次交易，扣除交易成本后的期望收益为50美分的系统比一个每个月只交易一次，同样扣除交易成本后的期望收益为50美分的系统要好。
预测
让我们暂停一下，来看看大多数交易商和投资者都会遇到的一个陷阱，预测陷阱。稍微考虑一下期望收益的观念就能让我们更清楚地看到，为什么有那么多人那么多年以来都会在预测市场或者股票未来趋势时遇到挫折。他们都把预测的运算法则建立在过去的基础上，有些时候甚至认为它会重现。然而，这样一種急于求成的预测甚至可能导致你所有资本的亏损.怎么会这样呢？因为你可能在用一个有90％正确率但仍会亏掉所有钱的交易方法。
考虑一下以下这个“系统”。它有90％的盈利交易和10％的亏损交易；盈利交易的平均额是275美元，亏损交易的平均额是2700美元，那么期望收益= 0. 9*275—0．1 *2700= -22．5 即期望收益是负的。这是一个有90％时间正确的系统．但你最终却亏掉了所有的钱。在我们的投资中存在着一種非常强烈的想要正确的心理偏向。对于大多数人来说，这个偏向极度无视我们方法的总体目标是想要获得利润，或者说它阻碍了我们达到真正的潜在利润。大多数人有压倒一切的、想要控制市场的欲望，因此，最后是以市场控制他们而告终。
现在你应该很清楚了，是回报和机会的结合才能让你确定一種方法是有效的还是无效的。在确定一个系统或方法的相对价值时，你还必须考虑一下因素（4），就是你多久能玩一次游戏。
6．4 期望收益和R乘数
到目前为止, 我们都是在玩捉球游戏。在每个弹球袋子中，我们知道弹球的总数，每个弹球被抓出的几率和它的回报。但当我们在市场中处理系统产生的交易时，这些就没有一个是真的了。
当你参与到市场中时，并不知道赢或亏的确切几率。此外，你也不知道确切地会赢取或者亏损多少。然而，你可以作历史测试从而对期望收益有个概念。你也可以从实时交易或投资中得到大量的数据样本，使用这些样本就可以知道系统的大体期望收益是多少。为了弄清楚每次交易的风险回报率和它發生的频率，必须进行单个交易的邮资。在彻底做完这个练习后，你会对所使用方法的真实特性有一个更好的了解。
如果你完全是一个随意的、没有系统性的交易商．那么就可以回顾一下过去的交易结果。思考一下自己是怎么赚钱或者亏损的。你可以遵照我们将要介绍的类似的步骤，在一组或者一股的基础上重新考虑一下做过的每次交易。弄清你每次交易的风险（就是初始离市点）和收盘的利润和亏损后，就可以计算每次交易的风险回报率了。
R乘数
我把一次交易的风险回报率称作一个“R乘数”，R仅仅是初始风险的一个表示符号。要计算一次交易的R乘数，只需在抛出该头寸时把捕获的点数除以初始风险就可以了。你可以简单地使用每个合约或者每100股份额的美元价值，比如说，如果你冒险投资了500美元而获得了1500美元的收益，那么你的R乘数就是3。图6-1显示了这样一个例子，入市点是1997年8月4日的2511点，该系统使用了一个等于104点的3倍于平均实际价格幅度的止损。因此．初始离市点是2511-104，等于2407点。该系统最终于1997年9月29日在3O69点时离市。并巨获得了558点的利润。由于初始风险（1R）是104点，最后利润是558点，那么利润就是一个5.37R乘数。不管是盈利还是亏损，对所有的交易都可以这样计算。只不过亏损的交易是一个负的R乘数。
