（接昨天）尽管停价指令（止损指令）是不同的，但是我们可以利用头寸规模确定使得初始风险基本相等。
其次，真实的R乘数通常不像玻璃球游戏一样都是整数。在表7-2的例子中，四舍五入到小数点后两位数。因此，对一个真实的系统很难说30%的亏损将是1R的亏损；相反，这些亏损可能会是1.11R、1.21R、0.98R、1.05R和0.79R等。这是非常可能的，因为盈亏账户中你需要考虑交易成本。
最后，表7-2中的样本很小，只有6笔交易，结果可以有一个不错的期望值1.15R，但是你必须问自己一个问题：真的可以基于6笔交易就明白交易系统会怎样吗？不会的，6笔交易是一个太小的样本，不会有什么意义。样本越大，就越有可能知道系统的实际表现将会如何。我认为，哪怕只是要对期望值有所了解，交易次数至少也要达到30次。当然，通过100次交易你也许可以更好地对系统在将来的表现进行预测。
让我们来看一个期望值直接应用到市场交易中的例子。假如你有一个使用了两年的交易系统，它一共产生了103次交易：43次交易是赢的，60次是输的。表7-3描述了交易的分布，他是你每次只进行一个单位交易的结果（最小的头寸年规模）。
你会注意到表中没有列出每笔交易的初始风险。如果你一直在进行交易但从未理解过R乘数的概念，这是有可能的。然而，即使你没有可以了解每笔交易的初始风险的数据，仍然可以通过把平均损失当做1R来对你的期望值和R乘数分布进行估计，这就是我们将利用表7-3的数据所要做的工作。
平均利润=净利润/103=10843/103=105.27(美元）
期望值 =平均利润/每笔交易/平均损失=105.27美元/721.73美元=0.15R
这是一个期望值的粗略计算，但是在不具有每笔交易的初始风险数据时，这是你必须做的。
现在为了要理解如何利用期望值来确定每一个系统的相对优势，让我们来看两个不同的交易系统。
