Prowadzenie statystyk handlu — jakie metryki śledzić i jak je interpretować

Paweł handlował przez cały rok, zapisując każdą transakcję ręcznie w czarnym zeszycie w kratkę. Pod koniec grudnia, gdy usiadł do podsumowania, czuł się dobrze — pamiętał kilka spektakularnych zwycięstw i parę dotkliwych strat, ale ogólne wrażenie było pozytywne. Kiedy jednak przepisał wszystkie wyniki do arkusza kalkulacyjnego i policzył cztery podstawowe liczby, okazało się, że jego konto skurczyło się o 14 procent — i to mimo skuteczności 62 procent. Średnia strata była dwukrotnie większa od średniego zysku, maksymalne obsunięcie kapitału sięgnęło 28 procent w październiku, a współczynnik zysku wyniósł 0,9. Bez tych metryk pamięć selektywnie filtrowała rzeczywistość. W tym artykule pokazujemy dziesięć statystyk, które tworzą uczciwy obraz konta tradera, jak je liczyć i które z nich potrafią najbardziej wprowadzić w błąd, gdy są czytane pojedynczo.

Po co w ogóle prowadzić statystyki transakcji

Trader, który nie liczy statystyk, podejmuje decyzje na podstawie wspomnień — a pamięć ma kilka systematycznych skrzywień, które razem dają obraz korzystniejszy od rzeczywistości. Najnowsze duże zwycięstwo zapamiętujemy żywiej niż serię trzech średnich strat, które w sumie kosztowały więcej. Trzy przegrane z rzędu są bolesne, ale jeśli czwarta transakcja przyniosła zysk większy od ich sumy, ostateczny ślad emocjonalny bywa pozytywny — mimo że arytmetycznie wynik tygodnia jest neutralny. Bez liczb po prostu nie wiadomo, czy strategia działa.

Druga funkcja statystyk jest jeszcze ważniejsza. Pojedyncza transakcja zysk lub stratę zawdzięcza losowości w tej samej skali, co decyzji. Dziesięć transakcji nadal jest grą losową — można nawet trafić dziewięć wygranych z rzędu czysto przypadkowo, jeśli rzeczywista skuteczność strategii wynosi pięćdziesiąt procent. Dopiero próba stu, a najlepiej kilkuset transakcji pozwala oddzielić szczęście od umiejętności. Bez statystyk każdy trader przez pierwsze dziesięć transakcji jest geniuszem albo nieudacznikiem — w obu przypadkach niesłusznie.

Trzecia funkcja: statystyki rozłożone na segmenty (godzina, dzień tygodnia, setup, para walutowa) pokazują, gdzie konto realnie zarabia, a gdzie traci. W większości przypadków trader detaliczny odkrywa, że trzydzieści procent jego transakcji generuje sto dwadzieścia procent zysków — a pozostałe siedemdziesiąt procent kosztuje dwadzieścia procent kapitału. Wycięcie najgorszego segmentu często wystarczy, by konto z ujemnego stało się dodatnie. Ale żeby tę segmentację zrobić, trzeba mieć dane.

Dziesięć metryk, które tworzą pełen obraz

Poniżej dziesięć statystyk, które razem dają uczciwy obraz konta. Każda mówi co innego, każda potrafi mylić, gdy czytana jest osobno. Czytane razem tworzą pełen obraz.

Skuteczność i oczekiwana wartość — pierwsza para

Skuteczność (win rate) to procent transakcji zakończonych zyskiem. Sześćdziesiąt na sto wygranych daje skuteczność 60 procent. Brzmi imponująco, ale sama liczba nie odpowiada na żadne pytanie. Strategia o skuteczności 80 procent, w której średnia strata jest pięciokrotnie większa od średniego zysku, traci pieniądze. Strategia o skuteczności 35 procent ze średnim zyskiem czterokrotnie większym od średniej straty zarabia. To dlatego doświadczeni traderzy nie pytają początkującego o skuteczność, tylko o oczekiwaną wartość.

Oczekiwana wartość transakcji (expectancy) to średnia kwota zysku lub straty na pojedynczej pozycji w długim horyzoncie. Formuła: E = (prawdopodobieństwo zwycięstwa × średni zysk) − (prawdopodobieństwo porażki × średnia strata). Wynik daje konkretną liczbę — „każda transakcja zarabia średnio 50 euro" albo „każda traci 8 euro". W praktyce zawodowej wyraża się ją w krotnościach R (jednostkach ryzyka), wprowadzonych przez Vana Tharpa, co czyni ją niezależną od wielkości rachunku. Powyżej 0,5R na transakcję strategia jest doskonała. Między 0,3R a 0,5R — solidna i rentowna. Między 0,1R a 0,3R — marginalna, wąsko trafiona, łatwa do wyparcia przez rosnące koszty. Poniżej zera — traci nieuchronnie.

Pełny opis tej metryki, wraz z trzema porównawczymi przykładami liczbowymi, znajdziesz w artykule o oczekiwanej wartości strategii. Tu wystarczy pamiętać jedno: skuteczność bez oczekiwanej wartości jest informacją wprowadzającą w błąd.

Współczynnik zysku i maksymalne obsunięcie kapitału — druga para

Współczynnik zysku (profit factor) to suma wszystkich zysków podzielona przez sumę wszystkich strat w mierzonym okresie. Wartość 1,0 oznacza, że zyski dokładnie pokrywają straty (czyli konto stoi w miejscu). Wartość 1,5 — że na każdego złotówkę straty przypada półtora złotego zysku. W praktyce branżowej traderzy detaliczni dążą do współczynnika powyżej 1,5; fundusze hedgingowe operują typowo w przedziale 1,2–2,0 przy dużej liczbie transakcji; wartości powyżej 3,0 w testach historycznych powinny budzić podejrzenie, że strategia jest przedopasowana do danych historycznych i nie utrzyma wyników na danych nowych.

Maksymalne obsunięcie kapitału (max drawdown) to największa procentowa strata, jaką zanotował rachunek liczona od szczytu kapitału do najniższego punktu po nim. Jeżeli stan konta osiągnął 12 000 euro i spadł następnie do 8 400 euro, maksymalne obsunięcie wyniosło 30 procent (3 600 euro). Ta liczba ma dwa wymiary — finansowy i psychologiczny. Finansowo określa, ile kapitału musi wrócić, aby konto odrobiło stratę (z 30 procent obsunięcia trzeba wzrostu o około 43 procent, by wrócić do szczytu). Psychologicznie odpowiada na pytanie, czy trader był w stanie wytrzymać najgorszy okres bez paniki — czy też przerwał plan, zmniejszył lewar, albo zamknął rachunek na samym dołku.

Praktyczna zasada dla tradera detalicznego: maksymalne obsunięcie powyżej 25 procent w pojedynczym okresie wymaga zatrzymania się i analizy. Powyżej 40 procent — strategia powinna zostać przerwana, a kapitał zachowany. Większość systemów retail, które „działały na backteście" i przestały działać na realnym rachunku, ma w historii dokładnie taki moment: pierwsze obsunięcie na 35–50 procent, decyzja o zwiększeniu wielkości pozycji w nadziei na odrobienie, drugie obsunięcie do zera. Szczegółowy opis tej metryki znajdziesz w artykule o maksymalnym obsunięciu kapitału.

Współczynnik Sharpe'a — kalibracja zysku względem zmienności

Strategia A i strategia B przyniosły w ciągu roku ten sam zysk — 30 procent. Strategia A osiągnęła go równomiernie, miesiąc po miesiącu, z odchyleniami w granicach dwóch procent. Strategia B oscylowała między plus piętnaście a minus dwadzieścia w pojedynczych miesiącach, kończąc rok dopiero w grudniu na poziomie 30. Z punktu widzenia końcowego wyniku — równe. Z punktu widzenia tradera, który tę strategię żył codziennie — różne jak dzień i noc. Współczynnik Sharpe'a, wprowadzony przez Williama Sharpe'a w 1966 roku, mierzy właśnie tę różnicę.

Formuła upraszczając: Sharpe = (średni roczny zwrot − stopa wolna od ryzyka) / odchylenie standardowe zwrotów. Im wyższy wynik, tym lepiej strategia generuje zysk na jednostkę zmienności. Wartość poniżej 1,0 — strategia ma niską jakość ryzyka. Między 1,0 a 2,0 — solidna, profesjonalna. Powyżej 2,0 — wybitna, wynik na poziomie najlepszych funduszy. Powyżej 3,0 historycznie osiągało tylko kilka funduszy w historii (Renaissance Medallion, Bridgewater Pure Alpha). Pełny opis tej metryki, z przykładami liczbowymi, znajdziesz w artykule o współczynniku Sharpe'a.

Słabością współczynnika Sharpe'a jest fakt, że penalizuje on zmienność w obie strony — także tę wzrostową. Trader, który ma seria wybitnych zysków, dostanie niższy wskaźnik niż trader o wynikach mniej spektakularnych, ale równiejszych. Aby to skorygować, Frank Sortino wprowadził współczynnik Sortino, który mierzy tylko zmienność spadkową. Dla większości traderów detalicznych obie miary dają podobny obraz; różnice pojawiają się przy strategiach o wyraźnie asymetrycznym rozkładzie (np. opcje, strategie przełomu cenowego). Porównanie obu znajdziesz w artykule o współczynniku Sortino.

Rozkład krotności R — jeden histogram wart tysiąca słów

Najbardziej niedoceniana metryka w dzienniku tradera detalicznego to rozkład krotności R (R-multiple distribution) — histogram pokazujący, ile transakcji zakończyło się jakim wynikiem wyrażonym w jednostkach ryzyka. Jeżeli ryzykujesz 1R na pojedynczej pozycji (zwykle jeden procent kapitału), to pełne osiągnięcie celu daje 2R, 3R lub 4R; pełna strata to minus 1R; transakcja zamknięta przed celem może dać 0,5R, 1,2R i tak dalej. Wykres słupkowy z liczbą transakcji w każdym przedziale R odsłania prawdę, której same średnie nie pokazują.

Typowa pułapka: trader z oczekiwaną wartością 0,4R i skutecznością 50 procent wygląda na rentownego do momentu, gdy spojrzy na rozkład. Okazuje się, że osiemdziesiąt procent jego zysku pochodzi z trzech transakcji po 8R każda, a pozostałe siedemdziesiąt siedem transakcji rozkłada się dokładnie wokół zera. Ta sama strategia z innym losowaniem trzech ekstremalnych ruchów dałaby zupełnie inny wynik. Profesjonalni traderzy nazywają to „uzależnieniem od ogona rozkładu" (tail dependence) i traktują jako sygnał ostrzegawczy — bo niczego nie można zagwarantować w przyszłości, jeśli zysk istnieje wyłącznie dzięki rzadkim, niepowtarzalnym wydarzeniom.

„Liczba, która naprawdę liczy, to nie skuteczność i nawet nie oczekiwana wartość. To rozkład wyników. Trader z dwustoma transakcjami i wynikami rozproszonymi wokół średniej ma strategię. Trader z dwustoma transakcjami, w których pięć daje cały zysk, ma fart." — Brett N. Steenbarger, The Daily Trading Coach, Wiley, 2009.

Pułapki interpretacji — kiedy statystyka kłamie

Same liczby bez kontekstu prowadzą do mylnych wniosków równie często, co brak liczb w ogóle. Trzy najczęstsze pułapki są warte zapamiętania.

• Wielkość próby za mała. Oczekiwana wartość obliczona z dwudziestu transakcji nie ma żadnej wartości diagnostycznej. Pełen rozrzut losowy potrafi dać wynik 0,6R przy strategii o realnej wartości zerowej. Praktyka zawodowa wymaga minimum stu transakcji, by w ogóle zacząć rozmowę o przewadze.
• Strategia zmieniana w trakcie. Jeśli trader w marcu zmienił setup, a oczekiwaną wartość liczy z roku, otrzymuje średnią dwóch różnych strategii, która opisuje ani jednej, ani drugiej. Wszystkie metryki powinny być wyliczane od momentu ostatniej zmiany w planie wykonania.
• Outliery wykrzywiają średnią. Jedna gigantyczna transakcja (na przykład pozycja utrzymana podczas niespodziewanego ruchu rynkowego o 5 procent w ciągu godziny) potrafi wynieść średnią wynik do nieba lub do piekła. Profesjonaliści liczą równolegle medianę — i porównują ją ze średnią. Jeśli różnica jest wyraźna, wynik strategii jest oparty na pojedynczych zdarzeniach, nie na powtarzalnej przewadze.

Narzędzia — Excel, TraderSync, Edgewonk

Wybór narzędzia do prowadzenia statystyk jest mniej ważny niż konsekwencja w ich uzupełnianiu, ale różnice między dostępnymi opcjami są istotne — szczególnie w miarę jak liczba transakcji rośnie ponad sto miesięcznie.

Excel ma jedną przewagę nad płatnymi narzędziami, której nie da się kupić — zmusza tradera do osobistego przemyślenia każdej formuły. Trader, który raz samodzielnie napisał wzór na współczynnik Sharpe'a w arkuszu, rozumie, co ten wskaźnik mierzy. Trader, który przeczytał gotową liczbę w TraderSync, może go cytować bez prawdziwego zrozumienia. Dla większości traderów detalicznych własny arkusz z pięcioma kluczowymi metrykami daje 80 procent wartości profesjonalnych narzędzi przy zerowym koszcie. Konkretny szablon Excela do prowadzenia dziennika znajdziesz w artykule o arkuszu kalkulacyjnym dla tradera.

Anna przed i po — case study na konkretnych liczbach

Anna handlowała przez sześć miesięcy bez prowadzenia statystyk. Pamiętała, że „kilka transakcji wyszło ekstra", a „kilka boli", ale ogólnie czuła się dodatnio. Gdy wreszcie usiadła z arkuszem i przepisała wszystkie sto siedemnaście transakcji, obraz okazał się następujący. Skuteczność: 64 procent (74 wygrane, 43 stratne). Średni zysk: 180 euro. Średnia strata: 360 euro. Oczekiwana wartość: 0,64 × 180 − 0,36 × 360 = 115,2 − 129,6 = minus 14,4 euro na transakcję. Współczynnik zysku: 0,89. Maksymalne obsunięcie kapitału w lipcu: 32 procent. Po sto siedemnastu transakcjach rachunek był na minus 1 700 euro — przy startowym kapitale 8 000 euro.

Segmentacja danych po godzinie i setupie odkryła sedno problemu. Czterdzieści procent transakcji Anny zostało otwartych w godzinach od 15:00 do 17:00, gdy ona kończyła pracę i otwierała platformę w pośpiechu, bez analizy. Te transakcje miały skuteczność 38 procent i średnią stratę dwa razy większą od średniego zysku. Wszystkie pozostałe transakcje (otwierane wieczorem po spokojnej analizie) miały skuteczność 80 procent i dodatnią oczekiwaną wartość +25 euro na pozycję. Wyeliminowanie segmentu „popołudniowego" wystarczyło.

Przez kolejne pięć miesięcy Anna handlowała tylko wieczorami, według tego samego setupu, ale bez pośpiechu. Statystyki na koniec drugiego okresu: 89 transakcji, skuteczność 75 procent, średni zysk 220 euro, średnia strata 140 euro. Oczekiwana wartość: 0,75 × 220 − 0,25 × 140 = 165 − 35 = +130 euro na transakcję. Współczynnik zysku: 4,3. Maksymalne obsunięcie kapitału w okresie: 8 procent. Rachunek wzrósł z 6 300 do 17 870 euro — wzrost o 184 procent w pięć miesięcy. Strategia była ta sama. Zmieniła się tylko godzina otwierania pozycji, ujawniona dzięki segmentacji statystyk.

Podsumowanie

Sama skuteczność (win rate) jest miarą wprowadzającą w błąd, jeśli czytana w oderwaniu od stosunku zysku do ryzyka. Trader z 70-procentową skutecznością i średnią stratą trzykrotnie większą od średniego zysku traci pieniądze; trader z 40-procentową skutecznością i średnim zyskiem czterokrotnie większym od straty zarabia. Dlatego pierwszą metryką, którą warto liczyć, jest oczekiwana wartość — jedna liczba, która łączy obie informacje. Próg dla strategii rentownej w warunkach detalicznych to oczekiwana wartość powyżej 0,3R na transakcję.

Czterema kluczowymi metrykami, które razem dają uczciwy obraz konta, są: oczekiwana wartość (czy strategia ma przewagę), współczynnik zysku (jak silna ta przewaga, próg 1,5), maksymalne obsunięcie kapitału (jak boli najgorszy okres, próg 25 procent) i współczynnik Sharpe'a (jak jakościowy jest zysk względem zmienności, próg 1,0). Do tego rozkład krotności R odsłania, czy zysk jest rozproszony równomiernie po transakcjach, czy też pochodzi z pojedynczych ogonów rozkładu — co jest sygnałem ostrzegawczym o losowości.

Najczęstsze pułapki interpretacji to: zbyt mała próba (minimum sto transakcji), zmiana strategii w trakcie pomiaru (statystyki muszą być liczone od ostatniej zmiany planu) i pojedyncze outliery wypaczające średnią (równolegle liczyć medianę i porównywać ją ze średnią). Bez tych zabezpieczeń statystyki mogą mylić bardziej niż brak statystyk.

Wybór narzędzia jest drugorzędny. Excel daje 80 procent wartości profesjonalnych narzędzi przy zerowym koszcie, ale wymaga samodzielnej budowy formuł — co paradoksalnie jest jego największą zaletą edukacyjną. TraderSync (29 USD miesięcznie) automatyzuje pracę dla traderów z większą liczbą transakcji; Edgewonk (169 USD jednorazowo) daje najbardziej rozbudowane raporty. Każde z tych narzędzi działa tylko wtedy, gdy trader uzupełnia je konsekwentnie po każdej transakcji. Statystyki prowadzone „od czasu do czasu" są gorsze od ich braku — bo dają fałszywe poczucie kontroli przy realnie niepełnym obrazie.

Historia Anny pokazuje, że samo wprowadzenie statystyk i ich segmentacja po godzinie potrafią zamienić strategię tracącą w strategię wyraźnie zyskowną — bez zmiany setupu, bez nowej wiedzy technicznej, bez zwiększania ryzyka. Wystarczyło zobaczyć, gdzie konto traci i to wyeliminować. Tego nie zrobi żadne wspomnienie ani żadna intuicja. To zrobi tylko arkusz z liczbami.

Powiązane materiały: oczekiwana wartość strategii — fundamentalna metryka, której nie zastąpi żadna inna; współczynnik Sharpe'a — szczegółowa formuła i progi interpretacji; maksymalne obsunięcie kapitału — psychologiczne i finansowe wymiary obsuwy; dziennik tradera — szablon dziesięciu pól na każdą transakcję.