Yo estaba jugando en Excel el otro día, simulando posible la equidad de la curva/P&L de los caminos para que un simple juego que se ha diseñado. El juego es realmente tratando de encontrar un óptimo del riesgo de la gestión de la estrategia.
Empiezo con un Capital inicial: 100. En cada incremento de tiempo que usted tiene la oportunidad de correr el riesgo de un % de su capital, en un tirón de la moneda, en cada período de tiempo, usted puede ganar/perder la cantidad que usted apuesta en cada flip. E. g. en la primera vuelta, si ha jugado el 25% de su capital, usted puede ganar 25 o perder 25. La posibilidad de ganar en cada tirón de la moneda es de 50% y la posibilidad de perder es de 50%.
He simulado más de 4000 posible P/L rutas de más de 10 coin flips y seguí saliendo con un win ratio de menos de 50. La más que el aumento de la cantidad invertida en cada uno de los flip, la más he perdido. El más coin flips he jugado más de mi win% abandonado. (Tenga en cuenta que mi definición de una relación de ganar es por el final de la 10 de lanzamiento, cómo muchas de las simulaciones terminó con un capital final mayor que mi capital inicial de 100)
Así que me decidí después de modificar el % I invertir en cada tirón de la moneda basado basado en si he ganado/perdido el previo tirón de la moneda. En otras palabras, si el último tirón de la moneda era ganar, el % del monto a invertir será de $x$ y si he perdido la previa de "coin flip" el % del monto a invertir será de $y%$. Salí con bastante sorprendentes resultados. He encontrado que si he perdido el antes de voltear, debería aumentar la cantidad que invierten en el siguiente turno. Para los 4000 simulaciones de entre 10 voltea, me salió con un 53% de win ratio para % monto invertido $x=3$ y $y=16$, es decir, su aumento de su tamaño de la apuesta en cuanto a perder más. ¿Hay alguna justificación para esto? Alguien ha llegado a una conclusión similar en una similar de la simulación. Encantaría publicar la hoja de cálculo de excel si alguien quiere echar un vistazo de ella.