Recency bias u tradera — gdy liczy się tylko ostatnia transakcja

Pewien trader, którego korespondencję czytałem przez kilka miesięcy, napisał do mnie po trzech wygranych transakcjach z rzędu na funcie: „Chyba w końcu to złapałem". Tydzień później przyszła wiadomość zupełnie inna w tonie — po dwóch stratach z rzędu chciał skasować strategię, którą testował przez pół roku i która miała dodatnią wartość oczekiwaną. Nic w jego systemie się nie zmieniło. Zmieniło się tylko to, które trzy albo cztery wyniki miał świeżo w pamięci. To jest recency bias w czystej postaci — i kosztuje retail traderów więcej niż większość błędów technicznych razem wziętych.

Czym jest recency bias i skąd się bierze

Recency bias to skłonność umysłu do nadawania zbyt dużej wagi temu, co wydarzyło się ostatnio, kosztem całej wcześniejszej historii. Mechanizm opisali Amos Tversky i Daniel Kahneman już w 1973 roku, nazywając go heurystyką dostępności: oceniamy prawdopodobieństwo zdarzenia po tym, jak łatwo przychodzi nam ono do głowy, a nie po tym, jak często faktycznie występuje. Ostatnia transakcja jest najłatwiej dostępna w pamięci — jest świeża, emocjonalna, związana z prawdziwymi pieniędzmi — więc umysł traktuje ją jak najlepszą próbkę rzeczywistości. W rzeczywistości jest to próbka o liczebności jeden.

U tradera ten sam mechanizm działa w dwie strony i obie są kosztowne. Po serii wygranych mózg wystawia komunikat „mam to opanowane", pewność siebie rośnie, a wraz z nią rozmiar pozycji. Po serii strat komunikat brzmi „to przestało działać", pojawia się paraliż, a sprawdzone setupy są pomijane. W obu przypadkach decyzja opiera się na trzech, czterech ostatnich wynikach, podczas gdy realna przewaga strategii ujawnia się dopiero na próbie dziesiątek transakcji. To dlatego dwie kolejne stracone pozycje potrafią wykoleić plan, który na stu transakcjach byłby spokojnie rentowny.

Jak recency bias sabotuje trzymanie się systemu

Najgroźniejsza odmiana to porzucenie sprawnej strategii po krótkiej serii strat. Wyobraźmy sobie tradera — to przykład hipotetyczny, dla ilustracji mechanizmu — który handluje systemem o skuteczności około 45% i stosunku zysku do ryzyka 1:2. Taki system jest rentowny, ale przy skuteczności poniżej połowy serie czterech, pięciu strat z rzędu są w nim matematyczną normą, nie awarią. Trader, który przerywa po piątej stracie i przeskakuje na „coś, co teraz działa", zamienia statystyczną pewność na pogoń za ostatnim wynikiem. Po kilku takich przeskokach nie ma już żadnego systemu — ma tylko zbiór reakcji na ostatni zysk i ostatnią stratę.

Druga odmiana jest lustrzanym odbiciem pierwszej: nadmierne zaufanie do setupu, który właśnie kilka razy zadziałał. Trzy trafione wejścia na tym samym schemacie i umysł podnosi go do rangi pewniaka, choć trzy wyniki to wciąż szum, nie sygnał. Trzecia odmiana to ekstrapolacja kilku ostatnich świec w przyszłość — „ten trend już nigdy się nie skończy" — która każe dokładać do pozycji dokładnie wtedy, gdy ruch jest najbardziej rozciągnięty. Wszystkie trzy mają wspólny korzeń: mylenie najświeższej próbki z prawdą o rynku.

Najgroźniejszy efekt — rozjazd rozmiaru pozycji

Recency bias najmocniej uderza nie w wybór wejścia, lecz w zarządzanie ryzykiem. Po dobrej serii ręka sama dopisuje zero do wielkości lota; po złej serii kurczy pozycję poniżej poziomu, na którym strategia w ogóle ma sens. Efekt jest perfidny, bo działa antycyklicznie do matematyki: trader podnosi ryzyko tuż przed statystycznie nieuniknioną serią strat i tnie je tuż przed powrotem do średniej. W praktyce oznacza to, że największe pozycje przypadają na najgorsze transakcje, a najmniejsze na najlepsze. Nawet system z realną przewagą potrafi w ten sposób wyjść na zero albo pod kreskę — nie dlatego, że przestał działać, lecz dlatego, że wielkość pozycji oderwała się od reguły i zaczęła podążać za nastrojem.

Wyobraźmy sobie konkretną liczbę dla ilustracji: trader trzyma standard 1% ryzyka na transakcję, ale po trzech wygranych podnosi czwartą pozycję do 3%. Jeśli akurat ta czwarta okaże się stratą — a prawdopodobieństwo tego jest dokładnie takie samo jak przy każdej innej — pojedyncza wpadka kasuje zysk z trzech poprzednich trafień. Matematyka jest bezlitosna: wystarczy kilka takich epizodów w roku, by krzywa kapitału stała w miejscu mimo dodatniej wartości oczekiwanej całego systemu.

„We are far too willing to reject the belief that much of what we see in life is random." — Daniel Kahneman, Thinking, Fast and Slow, 2011.

Jak rozpoznać recency bias u siebie

• Rozmiar pozycji pływa razem z ostatnimi wynikami — po wygranych większy lot, po stratach mniejszy, choć reguła ryzyka się nie zmieniła.
• Chęć zmiany strategii po krótkiej serii strat — „to przestało działać" pojawia się po czterech, pięciu transakcjach, a nie po setce.
• Nagłe zaufanie do setupu, który właśnie kilka razy trafił — obniżasz poprzeczkę wejścia, „bo ostatnio zawsze wychodziło".
• Dokładanie do pozycji w rozciągniętym trendzie — z przekonaniem, że ostatnie świece zapowiadają kontynuację bez końca.
• Decyzja zmienia się, gdy myślnie zamienisz kolejność ostatnich transakcji — to najczystszy test na to, że steruje tobą próbka, a nie statystyka.

Sam łapię się na tym najczęściej po wyjątkowo dobrym tygodniu — wtedy pojawia się cicha myśl „mógłbym wziąć trochę więcej". Nie ufam tej myśli, bo wiem, skąd przychodzi: z trzech świeżych zysków, a nie z analizy stu transakcji w dzienniku. Świadomość źródła nie wyłącza biasu, ale pozwala go nie wykonać.

Konkretne obrony — jak oddzielić bazę od ostatniej próbki

Pierwsza obrona to ocena systemu na dużej próbie, nie na ostatniej serii. Dopóki nie masz kilkudziesięciu transakcji według tej samej reguły, ostatnie pięć wyników jest szumem i nie powinno zmieniać niczego. Dopiero wartość oczekiwana policzona na sensownej próbie mówi, czy strategia ma przewagę — a ta liczba zmienia się wolno i odpornie na pojedyncze wpadki. Druga obrona to reguła rozmiaru pozycji ustalona z góry i odcięta od emocji. Jeśli ryzyko na transakcję wynosi 1%, to wynosi 1% po trzech wygranych i po trzech stratach tak samo. Wielkość pozycji ma wynikać ze wzoru, nie z samopoczucia po ostatnim wyniku — gotowe modele opisałem w kursie na mybank.pl w sekcji o position sizingu.

Trzecia obrona to dziennik o długim horyzoncie. Zapis każdej transakcji — setup, rozmiar, emocja, wynik — odbiera ostatniej serii monopol na uwagę, bo masz przed oczami całą rozległą historię, a nie tylko to, co pamiętasz. Po kilku tygodniach ocena procesu zamiast pojedynczego wyniku przestaje być hasłem i staje się nawykiem czytania własnych danych. Czwarta obrona to reguły spisane wcześniej, które mają przetrwać obsunięcie kapitału. Decyzja „nie zmieniam systemu poniżej pięćdziesięciu transakcji" podjęta na spokojnie jest warta więcej niż dziesięć dobrych intencji w trakcie serii strat, kiedy samoocena własnych umiejętności i tak jest rozchwiana. Warto też pamiętać, że recency bias rzadko działa w pojedynkę — gdy cały rynek reaguje na ostatnie wydarzenie tak samo, dochodzi do tego presja zachowań stadnych, która wzmacnia pokusę gonienia świeżego ruchu.

Co zrobić dziś wieczorem

Zanim usiądziesz do kolejnej sesji, otwórz dziennik i policz wartość oczekiwaną na ostatnich co najmniej trzydziestu transakcjach — jedna liczba, która jest twoją prawdziwą bazą i której nie wolno przesłaniać ostatnim wynikiem. Zapisz na kartce jedno zdanie: „Ryzykuję X% na transakcję niezależnie od tego, jak poszły ostatnie pozycje", i przyklej je tam, gdzie składasz zlecenia. Dopisz drugą regułę progu — minimalną liczbę transakcji, poniżej której nie wolno ci zmienić ani porzucić strategii. Te trzy rzeczy nie usuną recency biasu z głowy, bo to wbudowany sposób działania umysłu. Ale przeniosą decyzję z pamięci o ostatnich świecach na statystykę całego systemu — a to jedyne miejsce, w którym przewaga tradera faktycznie istnieje.