عدم تماثل الخسارة والربح: الرياضيات التي تقتل رصيدك

لماذا تتطلب خسارة 50% نمواً بنسبة 100% للتعافي، وكيف يدمر سحب التقلب رأس المال حتى في الأسواق الجانبية، والصيغ التي يجب على كل متداول خوارزمي معرفتها لبناء إدارة المخاطر.

اللغز الذي يكسر الحدس

تخيّل: أصل ما ارتفع 70%، ثم انخفض 70%. أو العكس — انخفض أولاً ثم ارتفع. أي سيناريو أكثر ربحاً؟

الإجابة: كلاهما غير مربح بنفس القدر. الضرب تبادلي:

$100 \times 1.7 \times 0.3 = 100 \times 0.3 \times 1.7 = 51$

خسرت 49% من رأس مالك مع حركة سعرية "صفرية". هذا ليس خللاً — إنها خاصية أساسية للطبيعة الضربية للعوائد.

لماذا الخسائر "أثقل" من المكاسب

العائد بالنسبة المئوية هو عملية في الفضاء الضربي. خسارة 50% تعني الضرب في 0.5، وللعودة إلى نقطة البداية تحتاج للضرب في 2 — أي كسب 100%.

صيغة التعافي

إذا خسرت $x\%$ من رأس مالك، فالعائد المطلوب للعودة إلى الرصيد الأولي:

$R_{recovery} = \frac{x}{100 - x} \times 100\%$

الاشتقاق بسيط. ليكن رأس المال الأولي $C$. بعد خسارة $x\%$:

$C_{after} = C \cdot \left(1 - \frac{x}{100}\right)$

للتعافي، $C_{after} \cdot (1 + R) = C$، إذن:

$R = \frac{C}{C_{after}} - 1 = \frac{1}{1 - x/100} - 1 = \frac{x}{100 - x}$

جدول عدم التماثل

معامل عدم التماثل ينمو بشكل غير خطي. بعد خسارة 50% تدخل منطقة يكاد يكون من المستحيل إحصائياً الخروج منها دون تغيير الاستراتيجية.

سحب التقلب: القاتل الصامت في الأسواق الجانبية

حتى عندما يكون السوق "ساكناً"، التقلب بحد ذاته يدمر رأس المال. هذه الظاهرة تُسمى سحب التقلب (أو استنزاف التباين).

التعريف الرسمي

لسلسلة من العوائد اليومية $r_1, r_2, \ldots, r_n$، العائد الهندسي (الحقيقي) هو:

$G = \prod_{i=1}^{n}(1 + r_i) - 1$

العائد الحسابي (المتوسط) هو:

$\bar{r} = \frac{1}{n}\sum_{i=1}^{n} r_i$

العلاقة بينهما تقريبياً:

$G \approx \bar{r} - \frac{\sigma^2}{2}$

حيث $\sigma^2$ هو تباين العوائد. الحد $\frac{\sigma^2}{2}$ هو سحب التقلب.

مثال: سوق جانبي بتقلب يومي 5%

لنفترض أن أصلاً ما يرتفع أو ينخفض عشوائياً بنسبة 5% كل يوم باحتمال متساوٍ. المتوسط الحسابي = 0%. لكن العائد الهندسي:

$G \approx 0 - \frac{0.05^2}{2} = -0.125\%$

على مدار 252 يوم تداول: $(1 - 0.00125)^{252} \approx 0.729$، أي -27.1% سنوياً عند حركة متوسطة "صفرية".

بالنسبة لسوق العملات المشفرة بتقلب يومي نموذجي يتراوح بين 3-8%، هذا يعني أن مجرد الاحتفاظ بأصل متقلب بدون اتجاه سعري يضمن خسارة رأس المال.

التطبيق العملي: محاكاة Python

import numpy as np

def simulate_volatility_drag(daily_vol: float, days: int = 252, simulations: int = 10_000) -> dict:
    """
    Monte Carlo simulation of volatility drag.

    Args:
        daily_vol: daily volatility (0.05 = 5%)
        days: number of trading days
        simulations: number of simulations

    Returns:
        Statistics of real (geometric) returns
    """
    daily_returns = np.random.normal(0, daily_vol, (simulations, days))

    cumulative = np.prod(1 + daily_returns, axis=1)
    geo_returns = cumulative - 1

    theoretical_drag = -0.5 * daily_vol**2 * days

    return {
        "mean_geometric_return": np.mean(geo_returns),
        "median_geometric_return": np.median(geo_returns),
        "theoretical_drag": theoretical_drag,
        "prob_loss": np.mean(geo_returns < 0),
        "worst_5pct": np.percentile(geo_returns, 5),
        "best_5pct": np.percentile(geo_returns, 95),
    }

result = simulate_volatility_drag(daily_vol=0.04)
print(f"Mean geometric return:  {result['mean_geometric_return']:.2%}")
print(f"Theoretical drag:       {result['theoretical_drag']:.2%}")
print(f"Probability of loss:    {result['prob_loss']:.2%}")
print(f"Worst 5%:               {result['worst_5pct']:.2%}")

المخرجات النموذجية لتقلب شبيه بالبيتكوين:

Mean geometric return:  -17.34%
Theoretical drag:       -20.16%
Probability of loss:     63.28%
Worst 5%:               -72.41%

التداعيات على التداول الخوارزمي

1. المخاطر/المكافأة ومعيار Kelly

بمعرفة عدم تماثل الخسارة، يُحسب حجم المركز الأمثل عبر معيار Kelly:

$f^* = \frac{p \cdot W - (1 - p) \cdot L}{W \cdot L}$

حيث $p$ هو احتمال الفوز، $W$ هو متوسط الربح، و$L$ هو متوسط الخسارة (كنسبة من الرهان).

في التداول العملي، يُستخدم Kelly الجزئي ($f^{*}/2$ أو $f^{*}/3$)، الذي يقلل تقلب الأسهم مع انخفاض طفيف في العوائد طويلة الأجل.

2. الحد الأقصى للتراجع وتحديد حجم المراكز

إذا سمحت الاستراتيجية بتراجع أقصى $D_{max}$ وكان وقف الخسارة عند $S\%$، فإن الحد الأقصى لعدد وقفات الخسارة المتتالية قبل التراجع الحرج هو:

$n = \frac{\ln(1 - D_{max})}{\ln(1 - S)}$

مثال: مع $D_{max} = 20\%$ ووقف خسارة $2\%$:

$n = \frac{\ln(0.8)}{\ln(0.98)} = \frac{-0.2231}{-0.0202} \approx 11$

يمكن للاستراتيجية أن تتحمل 11 وقف خسارة متتالي. بمعرفة نسبة الفوز، يمكننا تقدير احتمال هذه السلسلة:

$P(n\ \text{وقفات}) = (1 - WR)^n$

بنسبة فوز 45%: $P = 0.55^{11} \approx 0.14\%$ — مخاطر مقبولة.

3. التوقع الهندسي للاستراتيجية

العائد الحقيقي طويل الأجل للاستراتيجية ليس المتوسط الحسابي للصفقات، بل التوقع الهندسي:

$E_{geo} = (1 + W)^p \times (1 - L)^{(1-p)} - 1$

استراتيجية بـ $W = 3\%$، $L = 1\%$، $WR = 40\%$:

$E_{geo} = 1.03^{0.4} \times 0.99^{0.6} - 1 = 1.01194 \times 0.99401 - 1 = +0.59\%$

استراتيجية بـ $W = 3\%$، $L = 3\%$، $WR = 50\%$ (تبدو "تعادلية"):

$E_{geo} = 1.03^{0.5} \times 0.97^{0.5} - 1 = 1.01489 \times 0.98489 - 1 = -0.045\%$

استراتيجية بنسبة R:R متماثلة ونسبة فوز 50% هي خاسرة بسبب سحب التقلب.

4. الرافعة المالية: عندما ينكسر الذراع

الرافعة المالية لا تضاعف العوائد فحسب، بل تضاعف سحب التقلب أيضاً. بدون رافعة، السحب يساوي $\frac{\sigma^2}{2}$؛ مع رافعة $L$ يصبح $\frac{L^2 \sigma^2}{2}$. معدل النمو الهندسي لرأس المال تحت الرافعة:

$g(L) = L \cdot \mu - \frac{L^2 \sigma^2}{2}$

حيث $\mu$ هو العائد المتوقع و$\sigma$ هو تقلب الأصل.

رافعة 3× تزيد السحب 9 مرات وليس 3. رافعة 10× — 100 مرة. رافعة 100× — 10,000 مرة.

الرافعة المثالية حسب Kelly

أقصى $g(L)$ يتحقق عند:

$L^* = \frac{\mu}{\sigma^2}$

هذا هو الأمثل النظري. عملياً، يُستخدم Kelly الجزئي ($L^*/2$ أو $L^*/3$) لنفس الأسباب المتعلقة بتحديد حجم المراكز: تقدير غير دقيق لـ $\mu$، توزيعات ذيول سمينة، وتقلب غير مستقر.

جدول: الرافعة والتصفية وسحب التقلب

الرافعة القصوى من التراجع المستهدف

إذا حددت التراجع الأقصى بـ $D_{max}$ وكان VaR اليومي للأصل عند مستوى ثقة 99% هو $V$:

$L_{max} = \frac{D_{max}}{V}$

الاستنتاج من الجدول: لسوق العملات المشفرة بتقلبه، حتى 3× هي رافعة عدوانية بالفعل. الرافعة الشائعة 50×-125× على بورصات العملات المشفرة هي تصفية مضمونة رياضياً عند أول حركة سوق طبيعية.

الصيغة العملية لاختيار الرافعة

النهج المتين هو أخذ الحد الأدنى من عدة تقديرات:

$L_{opt} = \min\left(\frac{L_{Kelly}}{2},\quad \frac{D_{max}}{VaR},\quad \frac{\sigma_{target}}{\sigma_{current}},\quad L_{exchange}\right)$

حيث:

• $\frac{L_{Kelly}}{2}$ — Kelly الجزئي (نصف الرافعة المثالية)
• $\frac{D_{max}}{VaR}$ — قيد التراجع الأقصى
• $\frac{\sigma_{target}}{\sigma_{current}}$ — استهداف التقلب (التحجيم إلى تقلب المحفظة المستهدف)
• $L_{exchange}$ — حد البورصة

الحد الأدنى يضمن عدم انتهاك أي من القيود. عملياً، قيد التراجع هو الأكثر تقييداً عادةً.

آلة حاسبة تفاعلية: جرّب حاسبة الرافعة المثالية — أدخل معاملات استراتيجيتك واحصل على الرافعة المثالية عبر الطرق الأربع مع تصور بياني.

استنتاجات لبناء أنظمة التداول

إدارة الخسائر أهم رياضياً من إيجاد نقاط دخول مربحة. هذا ليس شعاراً تحفيزياً — إنه نتيجة لعدم تماثل العوائد الضربية.

قواعد ملموسة:

1. وقف الخسارة إلزامي. كل نسبة مئوية من الخسارة تعقّد التعافي بشكل أسّي. تراجع فوق 25% (يتطلب +33%) هو المنطقة الحمراء.

2. الحد الأدنى لـ R:R = 1:2. عند R:R متماثل حتى نسبة فوز 50% تكون خاسرة. فقط R:R غير متماثل لصالح الأرباح يعوّض سحب التقلب.

3. Kelly الجزئي لتحديد الحجم. Kelly الكامل مثالي نظرياً، لكن عملياً $f^{*}/2$ يحقق 75% من العائد عند 50% من تقلب الأسهم.

4. التقلب عدوك بدون ميزة. في سوق جانبي لأصول متقلبة، مجرد الاحتفاظ بمركز يولّد خسارة. إذا لم يكن لديك ميزة إحصائية — لا تتداول.

5. احسب التوقع الهندسي وليس الحسابي. الاختبار الخلفي الذي يُظهر متوسط الربح لكل صفقة يكذب — العائد الحقيقي دائماً أقل بمقدار $\frac{\sigma^2}{2}$.

6. الرافعة من الصيغ وليس من الجشع. استخدم الصيغة $L_{max} = D_{max} / VaR$ لحساب الرافعة القصوى. للعملات المشفرة بـ VaR يومي 8% وتراجع مستهدف 20%، هذا يعطي 2.5× — وليس 50× أو 125×.

الخاتمة: احسب بشكل صحيح — ابقَ على قيد الحياة أطول

فهم الطبيعة الضربية للعوائد ليس تمريناً أكاديمياً. إنه الأساس الذي يُبنى عليه أي نظام تداول قابل للحياة.

معظم المتداولين يخسرون أمام السوق ليس لأنهم يفتقرون إلى "الحدس" أو المعلومات الداخلية — يخسرون لأنهم يتخذون قرارات في الفضاء الجمعي (المتوسط الحسابي)، بينما السوق يعمل في الفضاء الضربي (المتوسط الهندسي).

ثلاثة أسئلة تستحق طرحها قبل كل صفقة:

1. إذا تفعّل وقف الخسارة — هل أستطيع التعافي؟ الصيغة $R_{recovery} = \frac{x}{100-x}$ تعطي الإجابة فوراً. عندما يتجاوز المخاطر لكل صفقة 10%، يبدأ التعافي في تطلّب جهد غير متناسب.

2. هل لديّ ميزة إحصائية؟ إن لم تكن — لا تتداول. التقلب وحده يضمن الخسارة من خلال سحب التقلب. غياب الميزة تحت التقلب هو تدمير بطيء لكن حتمي لرأس المال.

3. ما هو التوقع الهندسي لاستراتيجيتي؟ ليس متوسط الربح لكل صفقة، وليس نسبة الفوز — بالضبط $E_{geo}$. هذا هو المقياس الوحيد الذي يُظهر الفعالية الحقيقية على المدى الطويل.

التداول الخوارزمي لا يبدأ بكتابة الكود، بل بالرياضيات. الكود مجرد أداة تنفيذ لاستراتيجية اجتازت بالفعل التحقق الرياضي. بدون هذا التحقق، حتى الخوارزمية المكتوبة بشكل مثالي ستقلل رصيدك بشكل منهجي.

السوق لا يعاقب الأخطاء — إنه ببساطة يعيد توزيع رأس المال من أولئك الذين لا يحسبون بشكل صحيح إلى أولئك الذين يحسبون بشكل صحيح.

الموضوع التالي: تحسين المحفظة باستخدام طرق المتوسط-التباين — متى ينجح التنويع ومتى يصبح وهم الأمان.

Citation

@article{soloviov2026lossprofitasymmetry,
  author = {Soloviov, Eugen},
  title = {Loss-Profit Asymmetry: The Math That Kills Your Deposit},
  year = {2026},
  url = {https://marketmaker.cc/ar/blog/post/loss-profit-asymmetry},
  version = {0.1.0},
  description = {Why losing 50% requires 100% growth to recover, how volatility drag destroys capital even in sideways markets, and which formulas every algo trader must know for risk management.}
}