Edge i wartość oczekiwana — matematyka przewagi rynkowej
Jeśli nie potrafisz policzyć edge'u, nie masz edge'u. Masz opinię o własnym systemie. Expectancy to pierwsza liczba, bez której nie wiesz, czy handlujesz z przewagą, czy tylko losowo. Ruletka europejska ma EV = –0,027 (kasyno bierze 2,7 centa z każdej złotówki długoterminowo). Jeśli twoja expectancy jest –0,05R — jesteś gorszym biznesem niż ruletka, bo płacisz jeszcze spread. W poprzednim artykule (8.1) zdefiniowaliśmy, czym jest system transakcyjny. Teraz odpowiadamy na pytanie: skąd wiesz, że twój system ma przewagę — i ile jest ona warta po kosztach, po slippage'u i po twoich własnych błędach egzekucyjnych?
Najważniejsze wnioski
- Edge = wartość oczekiwana > 0. Jeśli nie potrafisz wyliczyć expectancy swojego systemu, nie wiesz, czy masz przewagę, czy tylko szczęście.
- Win rate bez R:R nie mówi nic. System z 30% trafnością może zarabiać więcej niż system z 70% — wszystko zależy od stosunku zysku do ryzyka.
- Pojedynczy trade jest losowy. Edge ujawnia się dopiero po dziesiątkach transakcji. Prawo wielkich liczb to jedyny przyjaciel tradera z systemem.
- Każdy edge jest warunkowy i przejściowy. Rynki się zmieniają — system który działał w 2023 może nie działać w 2026. Monitorowanie expectancy to proces ciągły, nie jednorazowy test.
1. Czym jest edge — przewaga tradera nad rynkiem
Edge to moment, w którym twój system przestaje być dawcą kapitału dla brokera i algorytmów, a zaczyna brutalnie eksploatować wycinek rynku, w którym matematyka kryje ci tyłek. Nie chodzi o to, że „wiesz, dokąd pójdzie rynek". Nikt tego nie wie. Chodzi o to, że twoje reguły wejścia i wyjścia, zastosowane konsekwentnie przez setki transakcji, generują dodatni wynik netto — po spreadzie, po slippage'u, po marży krupiera.
Twój system nie musi mieć racji często. Ma tylko zarabiać więcej, niż oddaje, kiedy się myli. Jeśli tego nie robi, jesteś klientem rynku, nie jego eksploatatorem. W detalu FX/CFD zawsze grasz w środowisku z ujemnym tarciem: spreadem, prowizją, poślizgiem i jakością egzekucji zależną od modelu brokera. Twój edge musi pokonać nie tylko rynek, ale i koszt wejścia do gry.
Według danych ESMA ~74% kont detalicznych na CFD traci pieniądze[1]. Część z nich traci, bo nie ma systemu. Część ma system, ale z ujemną wartością oczekiwaną. A część ma system z dodatnią wartością oczekiwaną w backteście — ale po doliczeniu realnych kosztów, slippage'u i własnych błędów egzekucyjnych expectancy schodzi poniżej zera. Różnica między expectancy z Excela a expectancy z konta live to często różnica między iluzją edge'u a prawdziwym edge'em.
Edge nie jest cechą tradera. Jest cechą systemu stosowanego w określonych warunkach rynkowych, u konkretnego brokera, na konkretnej parze, w konkretnej sesji. Ten sam system może mieć edge na EUR/USD w Londyn–NY overlap i tracić na tej samej parze w sesji azjatyckiej, kiedy spread jest 3× szerszy. Edge jest warunkowy, kontekstowy i przejściowy — nigdy uniwersalny. System może mieć dodatnią expectancy tylko na jednej parze i w jednym oknie czasowym; poza nim staje się czystym kosztem transakcyjnym. Każdy edge jest dzierżawiony, nie posiadany. Rynek nie podpisuje z tobą umowy, że to, co działało wczoraj, będzie płaciło jutro.
2. Wartość oczekiwana (expectancy) — wzór, warstwy tarcia, reality check
Wartość oczekiwana (expectancy, EV) to średni zysk lub strata na jednostkę ryzyka. Wzór:
Lub w jednostkach R (gdzie 1R = kwota ryzyka na transakcję):
Expectancy (R) = (Win Rate x Avg R-Multiple wygranych) - (Loss Rate x 1)
Przykład: Win rate 45%, średni zysk 2,1R, średnia strata 1R:
EV = (0,45 x 2,1) - (0,55 x 1,0) = 0,945 - 0,55 = +0,395R
Czyli: za każdą złotówkę ryzyka, średnio zarabiasz 39,5 grosza. To jest edge.
Kilka ważnych rzeczy o expectancy:
- Expectancy musi być dodatnia po kosztach. Backtest może pokazywać +0,35R, ale po doliczeniu spreadu, slippage'u i prowizji realna expectancy spada. Przy scalpingu z 300 transakcjami miesięcznie nawet 0,05R friction na trade to 15R miesięcznie oddane brokerowi — patrz friction drag w art. 8.1.
- Expectancy nie mówi ci, ile zarobisz. Mówi ci, jaka jest średnia na transakcję. Ile zarobisz, zależy od expectancy x liczba transakcji x wielkość pozycji. System z EV +0,1R i 200 transakcjami rocznie może zarobić więcej niż system z EV +0,5R i 20 transakcjami — jeśli position sizing jest porównywalna.
- Dodatnia expectancy nie ochroni cię przed miesiącem, w którym rynek zrobi z twojego equity ścierkę. System z EV +0,4R może mieć miesiąc z wynikiem –8R. Expectancy mówi tylko, że jeśli nie spanikujesz i nie rozwalisz egzekucji, średnia może wrócić na twoją stronę. „Długi termin" to setki transakcji, nie dziesiątki.
Nie wiesz, jak przeliczyć R na realne pieniądze dla twojej pary walutowej? Użyj naszego Kalkulatora Wartości Pipsa i Lota, żeby nie popełnić błędu w ułamkach.
Expectancy modelowa vs realna — cztery warstwy tarcia
| Warstwa | Expectancy | Co odejmuje |
|---|---|---|
| Backtest (model) | +0,35R | — |
| Po kosztach transakcyjnych | +0,22R | Spread, prowizja, swap (stały model z backtestu vs realny zmienny spread) |
| Po błędach egzekucyjnych | +0,08R | Slippage, pominięte setupy, przedwczesne cięcia zysków, opóźnione wejścia |
| Po zmianie reżimu | –0,05R | Degradacja edge, crowding, zmiana zmienności — system traci przewagę |
Typowy backtest pokazuje tylko pierwszą warstwę. Profesjonalista liczy z czwartą. System z +0,35R na papierze może być systemem –0,05R live — i trader nigdy się tego nie dowie, jeśli nie rozbije expectancy na warstwy.
3. Win rate vs R:R — odwrotna zależność
Większość początkujących traderów jest zahipnotyzowana win rate'em. „Mój system ma 75% trafności" brzmi dobrze — do momentu, kiedy okazuje się, że średni zysk to 8 pipsów, a średnia strata 30 pipsów. Taki system ma expectancy: (0,75 x 8) - (0,25 x 30) = 6 - 7,5 = -1,5 pipsa na trade. Wysoki win rate, ujemna expectancy. Każda transakcja przybliża cię do zera.
Odwrotna sytuacja: system trend-following z win rate 30% i R:R 4:1. Expectancy: (0,30 x 4) - (0,70 x 1) = 1,2 - 0,7 = +0,5R. Trzy na cztery transakcje to straty — ale system zarabia.
| Profil systemu | Win Rate | Avg R:R | Expectancy (R) | Charakter |
|---|---|---|---|---|
| Scalping / mean reversion | 65–75% | 0,5–1,0:1 | +0,05 do +0,25R | Dużo małych zysków, rzadkie większe straty |
| Day trading | 45–55% | 1,5–2,5:1 | +0,15 do +0,40R | Równy balans zysków i strat |
| Swing trading | 35–50% | 2,0–3,5:1 | +0,20 do +0,50R | Więcej strat, ale większe zyski |
| Trend following / position | 25–40% | 3,0–10:1 | +0,25 do +0,80R | Długie serie strat, kilka dużych zysków robi cały rok |
Uwaga: te zakresy to orientacyjne wartości z literatury i raportów branżowych[2][3]. Konkretne liczby zależą od pary walutowej, okresu, reżimu rynkowego i implementacji. Nie traktuj ich jako benchmark — traktuj jako mapę terenu.
Kluczowa lekcja: win rate i R:R są odwrotnie skorelowane. Im wyższy target (więcej R), tym mniejsze prawdopodobieństwo, że rynek go osiągnie przed stopem. Jeśli widzisz system z 80% win rate i 5:1 R:R, zakładaj błąd, cherry-picking albo kłamstwo. Rynek nie rozdaje takich profili detalowi.
Asymetryczny slippage — ukryty zabójca R:R
Wzór na expectancy zakłada, że dostajesz swoją cenę. Na detalicznym OTC Forex to uproszczenie, które kłamie w twoją stronę. Stop-loss to market order — na szybkim rynku (NFP, dane o inflacji, flash crash) dostajesz fill po pierwszej dostępnej cenie, co może być 5–15 pipsów gorzej niż zlecenie. Take-profit to limit order — dostajesz dokładnie tę cenę lub nie dostajesz filla wcale. Ta asymetria oznacza, że realne R-multiple transakcji jest systematycznie niższe niż planowane: ryzyko jest wyższe (gorszy fill na SL), zysk jest taki sam lub niższy (TP może nie być osiągnięty). System z planowanym R:R 2:1 może mieć realny R:R 1,6:1 po uwzględnieniu asymetrycznego slippage. To niszczy expectancy systematycznie i niewidocznie — nie zobaczysz tego w backteście ze stałym spreadem. Jedna rzecz, o której detaliści zwykle nie wiedzą: MT4/MT5 pozwala ustawić w zleceniu parametr Maximum Deviation (Maksymalne odchylenie). Jeśli ustawisz go na 2 pipsy, a rynek ucieknie o 5 na danych, broker odrzuci wejście (reject) zamiast realizować cię po tragicznej cenie. To chroni expectancy przy wejściach typu market order — kosztem pomijanek, ale pomijanka jest lepsza niż fill 8 pipsów od ceny.
Nie ma „lepszego" profilu. Scalper z EV +0,08R i 400 transakcjami miesięcznie może zarobić porównywalną kwotę co swing trader z EV +0,40R i 15 transakcjami — ale ich doświadczenie handlowe będzie fundamentalnie inne. Scalper żyje w świecie ciągłych małych zysków i rzadkich większych strat. Swing trader żyje w świecie długich serii przegranych, przerywanych okazjonalnymi dużymi wygranymi. Który profil jesteś w stanie psychicznie wytrzymać przez 2 lata? To pytanie ze stylu (art. 8.1), nie z matematyki.
Fat tails w trend-following — dlaczego nie możesz wyjść wcześniej
Systemy trend-following mają rozkład R-multiple z grubym prawym ogonem (fat right tail). Mediana transakcji może być –1R, ale średnia jest dodatnia, bo raz na kilka miesięcy pojawia się +8R lub +12R transakcja. To oznacza, że: (a) przez większość roku system wygląda jak zły — i emocjonalnie rujnuje tradera, (b) jedna pominięta „wielka" transakcja (bo trader był na urlopie, wyłączył system „bo rynek wygląda dziwnie") może zniszczyć cały roczny wynik. W systemach trend-following największym grzechem jest obcinanie prawego ogona rozkładu. Jeśli twoja metodologia zakłada trzymanie dużych zwycięzców (trailing stop, volatility exit, ATR exit — nie ważne jaki mechanizm), przedwczesne zamknięcie „bo zysk wygląda dobrze" zabija cały sens systemu i może kosztować znaczną część rocznego zwrotu.
4. Prawo wielkich liczb — dlaczego pojedynczy trade nie ma znaczenia
Przy win rate 40% seria 8 strat z rzędu nie jest żadnym ewenementem. W wystarczająco długiej próbce powinieneś zakładać, że taka sekwencja się wydarzy. Jeśli robisz 5 transakcji tygodniowo — możesz ją zobaczyć w ciągu kilku miesięcy. Większość traderów nie czeka tak długo. Wychodzi po tygodniu. Bez wystarczającej próbki nawet dobry system wygląda losowo. A losowy trader zawsze znajdzie powód, żeby wyłączyć dobry system dokładnie w najgorszym momencie.
Problem: większości traderów detalicznych nie starcza próbki, żeby ich edge się zrealizował. System z win rate 40% i EV +0,3R może łatwo wygenerować serie 8–10 strat pod rząd (prawdopodobieństwo: (0,60)10 = ~0,6%). Przy 5 transakcjach miesięcznie to 2 miesiące bez wygranej. Większość traderów zmieni system po 4–6 tygodniach takiej serii — i nigdy nie dowie się, że system działał.
| Win Rate | P(seria 5 strat) | P(seria 10 strat) | P(seria 15 strat) |
|---|---|---|---|
| 30% | 16,8% | 2,8% | 0,47% |
| 40% | 7,8% | 0,6% | 0,047% |
| 50% | 3,1% | 0,098% | 0,003% |
| 60% | 1,0% | 0,010% | ~0% |
Wzór: P(seria N strat) = (1 - WinRate)N. Te prawdopodobieństwa dotyczą dowolnej serii N strat pod rząd w nieskończonej próbce. W praktyce, przy skończonej liczbie transakcji, prawdopodobieństwo napotkania takiej serii jest wyższe, bo masz wiele „okien", w których może się pojawić.
Co z tego wynika praktycznie?
Minimum viable sample — nie ma jednej liczby
Artykuły i kursy podają „50–100 transakcji" jako próbkę. To uproszczenie. Minimalna próbka statystyczna zależy od win rate: przy niskim WR potrzebujesz więcej transakcji, żeby odróżnić edge od wariancji.
| Win Rate | 95% przedział ufności przy 100 transakcjach | Solidna próbka |
|---|---|---|
| 30% (trend-following) | ±9pp (21%–39%) — za szeroki | 300+ transakcji |
| 45% (swing) | ±10pp (35%–55%) | 200+ transakcji |
| 60% (day trading) | ±10pp (50%–70%) | 100–150 transakcji |
| 70% (scalping) | ±9pp (61%–79%) | 100 transakcji |
Dla trend-following z win rate 30% solidna próbka to 300+ transakcji[4]. Przy 5 transakcjach miesięcznie to ponad 4 lata danych — zanim w ogóle będziesz wiedział, czy twój system ma edge. Dla scalpera z win rate 65% i 200 transakcjami miesięcznie wystarczy 2–3 miesiące. Ta asymetria jest kluczowa i wyjaśnia, dlaczego position traderzy polegają na backtestach, a scalperzy mogą szybko weryfikować na koncie live.
- Nie zmieniaj systemu po serii strat, jeśli seria mieści się w oczekiwanym zakresie. Jeśli twój system ma 40% win rate, seria 6 strat jest normalna — nie jest sygnałem, że system się zepsuł.
- Czym mniej transakcji robisz, tym dłuższa jest droga do statystycznej pewności. Position trader z 30 transakcjami rocznie potrzebuje 3–5 lat, żeby ocenić, czy system ma edge. Scalper z 300 transakcjami miesięcznie może to ocenić w 2–3 miesiące.
5. Symulacja Monte Carlo — stress-testing systemu
Backtest pokazuje jedną wersję przeszłości. Problem w tym, że to często ta wersja, która najładniej wygląda na wykresie kapitału, a nie ta, która psychicznie przeżyłbyś live. Monte Carlo bierze wyniki twoich transakcji, losowo zmienia ich kolejność (i opcjonalnie dodaje szum do parametrów) i generuje setki lub tysiące alternatywnych equity curves — pokazując ci nie „co się wydarzyło", ale „co mogło się wydarzyć".
Dlaczego to ważne? Bo backtest może pochlebiać. Może się okazać, że twój system wygląda dobrze tylko dlatego, że trzy najlepsze transakcje trafiły się na początku — i equity rosło od startu. Gdyby te same transakcje trafiły się po serii strat, drawdown byłby dużo głębszy, a ty prawdopodobnie zrezygnowałbyś z systemu zanim odrobił straty.
Co Monte Carlo ci daje:
- Zakres możliwych drawdownów — nie „jaki był max drawdown w backteście", ale „jaki może być w 95% scenariuszy". Jeśli mediana max drawdown to 12%, ale 95. percentyl to 28% — musisz być przygotowany na 28%, nie na 12%.
- Prawdopodobieństwo ruiny — ile procent symulacji kończy się utrata X% kapitału. Jeśli 5% symulacji kończy się strata >40% — czy jesteś gotowy na to ryzyko?
- Stabilność expectancy — czy wynik jest skoncentrowany wokół średniej, czy rozproszony. Wąski rozkład = stabilniejszy system. Szeroki = więcej losowości.
6. Kelly criterion i position sizing — ile ryzykować na trade
Kelly criterion zakłada, że znasz dokładne W i R. Nie znasz. Masz estymaty z 100 transakcji, które mogą być off o 10 punktów procentowych. Ta różnica przekłada się na pozycję 2× za duże lub za małe. Dlatego frakcja Kelly — nie dlatego, że jesteś zachowawczy, ale dlatego, że twój szacunek parametrów jest z definicji niedokładny.
Wzór Kelly'ego (uproszczony dla tradingu):
Gdzie: W = win rate, R = stosunek średniego zysku do średniej straty (avg win / avg loss).
Przykład: W = 0,45, R = 2,1. Kelly = 0,45 - (0,55 / 2,1) = 0,45 - 0,262 = 0,188 = 18,8% kapitału na trade.
Jeśli przy lewarze ESMA 1:30 zaryzykujesz 18% na trade, rynek wypluje cię zanim zdążysz powiedzieć „wartość oczekiwana". Seria 4 strat = –53% kapitału. To nie jest anomalia. To zwykły wtorek przy win rate 55%.
Pełny Kelly to narzędzie do zajechania psychiki i rachunku, jeśli tylko twoje parametry systemu są choć trochę przeszacowane. A prawie zawsze są — bo backtest nie uwzględnia slippage'u, pomijanek, emocji i zmiennego spreadu. Kelly optymalizuje geometryczny wzrost przy założeniu powtarzalnych, niezależnych zakładów i stabilnych parametrów przewagi. Rynek nie daje ci żadnego z tych luksusów.
Praktyczna reguła: użyj frakcji Kelly — najczęściej 1/4 do 1/2 Kelly[5]. W powyższym przykładzie: 1/4 Kelly = ~4,7%, 1/2 Kelly = ~9,4%. Większość profesjonalnych traderów detalicznych ryzykuje 0,5–2% kapitału na trade — co często odpowiada mniej więcej 1/4 Kelly. Ryzykujesz 1–2%, bo seria 12 strat to nie anomalia, to statystycznie oczekiwany element każdego systemu z win rate poniżej 50%.
Ważne: position sizing jest multiplikatorem expectancy. Jeśli masz EV = 0, żaden sizing nie pomoże. Jeśli masz EV < 0, większy sizing szybciej cię zabije. Position sizing nie tworzy edge — wzmacnia edge, który już masz (lub wzmacnia straty, jeśli go nie masz).
7. Jak zmierzyć edge w praktyce
Teoria jest prosta: policz expectancy. Praktyka jest trudniejsza, bo musisz mieć dane, które coś znaczą. Procedura krok po kroku:
Krok 1: Zbierz próbkę transakcji
Minimum 50 transakcji — lepiej 100+[4]. Mogą być z backtestu (lepiej: out-of-sample) lub z konta live/demo. Każda transakcja powinna mieć: datę wejścia, datę wyjścia, kierunek, wynik w pipsach i wynik w R-multiple (zysk/strata podzielony przez wielkość ryzyka).
Krok 2: Policz podstawowe metryki
- Win rate = liczba wygranych / łączna liczba transakcji
- Avg R-multiple (wygranych) = suma R wygranych / liczba wygranych
- Avg R-multiple (przegranych) = suma R przegranych / liczba przegranych (powinno być bliskie -1R jeśli stosujesz stały stop)
- Expectancy (R) = (WR x Avg R win) - ((1 - WR) x |Avg R loss|)
- Profit factor = suma zysków brutto / suma strat brutto (>1 = zyskowny)
Krok 3: Zrób reality check — execution gap
Porównaj expectancy z backtestu z expectancy na koncie live. Różnica to twój execution gap — i jest zawsze ujemna. Typowy gap to 0,05–0,20R, w zależności od stylu (scalping = więcej, swing = mniej). Jeśli gap jest większy niż 0,20R, rozbij go na składniki:
- Spread drift — backtest w MT4 domyślnie używa stałego spreadu. System z expectancy +0,20R na stałym spreadzie 1,0 pipsa staje się systemem –0,10R, kiedy w nocy (sesja azjatycka) lub na danych makro spread rozjeżdża się do 3–5 pipsów. Backtest bez symulacji zmiennego spreadu to kłamstwo.
- Asymetryczny slippage — czy slippage na stopach jest systematycznie gorszy niż na TP? To sygnał alarmowy: problem może leżeć w modelu egzekucji, polityce brokera albo w samej naturze twojego flow. Sprawdź raport slippage w MyFxBook.
- Pominięte setupy — niewidoczny selekcjonizm. Na backteście system bierze 100% sygnałów. Na live pomijasz te, które „wyglądają niepewnie". To zawyża wynik backtestu vs live.
- Przedwczesne cięcia zysków — zamykasz po +1,2R zamiast czekać na TP przy +2,5R. Prospect theory w akcji[10].
- Opóźnione wejścia — czekasz na „potwierdzenie", które w backteście nie istniało. Wchodzisz 3–5 pipsów później niż system kazał.
Dodatkowy czynnik: demo nie tylko zniekształca emocje. Często zniekształca też jakość filli — egzekucja na demo bywa lepsza niż na live, co może zawyżać expectancy systemów krótkoterminowych. Jeśli execution gap jest większy niż 0,3R — problem prawie na pewno leży w egzekucji, nie w systemie.
Krok 4: Monitoruj w czasie
Expectancy nie jest stała. Licz ją krocząco — np. na oknie ostatnich 50–100 transakcji. Jeśli spada systematycznie, system może tracić edge (patrz sekcja 8). Jeśli skacze chaotycznie, próbka jest za mała lub warunki rynkowe są niestabilne. To nie jest czynność jednorazowa — to proces ciągły. System, którego expectancy nie monitorujesz, to system, który może tracić pieniądze bez twojej wiedzy.
Workflow: jak dziś policzyć edge na własnych danych
Konkretne narzędzia, od najprostszego do najbardziej zaawansowanego:
- MyFxBook — podłącz konto (MT4/MT5), wejdź w Advanced Statistics → odczytaj Expectancy, Profit Factor, Avg Win/Loss. Gotowe w 5 minut.
- Edgewonk (płatny) — dedykowany journal z automatycznym liczeniem R-multiple, expectancy, execution gap i rozkładem wyników.
- Arkusz kalkulacyjny — minimalna tabela: data, para, kierunek, R-multiple, spread przy wejściu, slippage, czy trade był planowy. Z tego wyliczasz: win rate, avg win R, avg loss R, expectancy, PF, max DD, avg trade duration.
- Kalkulator Wartości Pipsa — do przeliczenia R na realne pieniądze dla twojej pary.
Nie chodzi o to, czym liczysz. Chodzi o to, żebyś liczył konsekwentnie te same metryki: expectancy, profit factor, R-multiple, max drawdown, execution gap i compliance rate (procent transakcji zgodnych z planem).
8. Kiedy edge znika — regime change, crowding, degradacja
Każdy edge jest dzierżawiony, nie posiadany. Rynek nie podpisuje z tobą umowy. Edge istnieje dlatego, że inni uczestnicy rynku popełniają powtarzalne błędy lub że struktura rynku tworzy chwilową nieefektywność. Kiedy te warunki się zmieniają, edge znika — i nie wysyła ci powiadomienia.
Trzy główne powody śmierci edge:
a) Regime change — zmiana reżimów rynkowych
System mean-reversion na EUR/USD działał w 2023, kiedy para konsolidowała w zakresie 1,05–1,10 przez miesiące. W 2024 ECB i Fed zaczęły dywergować w polityce monetarnej, EUR/USD weszło w trend — i ten sam system zaczął generować serie strat. Edge nie zniknął dlatego, że system się zepsuł. Zniknął, bo warunki, w których system miał edge, się skończyły. Stąd znaczenie environment filter z art. 8.1 — system powinien wiedzieć, kiedy się wyłączyć.
b) Crowding — zbyt wielu graczy eksploatuje ten sam edge
Klasyczny przykład: breakout z konsolidacji na H4. Kiedy strategia staje się popularna (kurs na YouTube, post na forum), coraz więcej traderów składa zlecenia w tym samym miejscu. Stop-lossy skupiają się w jednym punkcie, entry też. W modelu detalicznym skupienie stop-lossów w oczywistych miejscach nigdy nie jest neutralne: staje się informacją o zachowaniu flow klientów i zwiększa ryzyko wybicia poziomu, który na wykresie wyglądał „bezpiecznie". Na rynkach giełdowych te skupienia exploitują algorytmy. Na retail Forex OTC mechanizm bywa inny (broker może ekonomicznie korzystać z flow klienta w modelu B-Book), ale efekt dla tradera jest podobny: oczywiste poziomy stop-lossów są bardziej narażone na wybicie. Edge z breakoutu zamienia się w pułapkę — nie dlatego, że analiza była zła, ale dlatego, że zbyt wielu ludzi ją robi.
c) Degradacja strukturalna — zmiany w mikrostrukturze rynku
Algorytmy HFT, zmiany w regulacjach, zmiana modelu brokera, nowe instrumenty — te czynniki zmieniają „teren gry" i mogą sprawić, że edge, który działał w starych warunkach, przestaje działać w nowych. Jeśli twój edge znika wraz z pogarszającą się egzekucją, problem może leżeć nie w logice systemu, ale w warunkach wykonania zleceń. Jeśli twój edge znika przez rekwotowania i pogarszającą się egzekucję, broker może robić cię w konia. Sprawdź nasz Ranking Brokerów ECN, gdzie porównujemy spread, egzekucję i warunki handlu.
Jak się chronić? Monitoruj expectancy krocząco. Jeśli spada z +0,3R do +0,1R przez 50 transakcji — to może być wariancja. Jeśli spada do 0 lub poniżej przez 80–100 transakcji — edge prawdopodobnie się degraduje i czas na rewizję systemu, nie na „dodanie więcej kapitału i czekanie".
9. Najczęstsze błędy w ocenie expectancy
a) Ocena po zbyt małej próbce
20 transakcji to dane, które możesz skonfabulować na poparcie dowolnej tezy. Przy win rate 50% i 20 transakcjach możesz trafić na 14 wygranych — i uwierzyć, że masz 70% win rate. Możesz trafić na 6 wygranych — i wyrzucić system, który ma edge. Obydwa scenariusze są statystycznie prawdopodobne. 95% przedział ufności przy 20 transakcjach i WR 50% wynosi ~28–72%[4] — to tak szeroki zakres, że nie odróżni systemu zyskownego od losowego. Bez 100+ transakcji nie handlujesz z wiedzą — handlujesz z potwierdzeniem błędu poznawczego. Minimum sample per win rate — patrz tabela w sekcji 4.
b) Backtest na MT4 ze stałym spreadem
Backtest wbudowany w MT4 domyślnie używa stałego spreadu. System z expectancy +0,20R (zyskowny) na stałym spreadzie 1,0 pipsa, w rzeczywistości staje się systemem –0,10R (stratny), gdy w nocy (Azja) lub na danych makro spread rozjeżdża się do 3–5 pipsów. Backtest bez symulacji zmiennego spreadu to kłamstwo — i to kłamstwo, w które wierzy większość początkujących, bo MT4 nie ostrzega, że model spreadu jest stałym przybliżeniem, nie rzeczywistością. Im krótsza średnia transakcja (scalping), tym większy udział kosztów w wyniku — i tym łatwiej o fałszywie dodatnią expectancy.
c) Optymalizacja na in-sample bez out-of-sample
Dopasowujesz parametry systemu (SMA 20, RSI 14, stop 1,5 ATR) do danych z lat 2020–2024. System wygląda fantastycznie na tych danych — bo został do nich dopasowany. Testujesz na 2019? Wynik może być zupełnie inny. Walk-forward analysis rozwiązuje ten problem: optymalizujesz na oknie A, testujesz na następnym oknie B, przesuwasz okno i powtarzasz[6].
d) Ignorowanie dystrybucji wyników
Expectancy +0,3R może pochodzić z systemu, w którym 90% transakcji daje od -1R do +0,5R, a 10% daje +5R do +10R. Taki system jest uzależniony od kilku „home runów" rocznie. Jeśli w danym roku nie pojawia się trend wystarczająco silny, żeby wygenerować te +5R transakcje — cały rok jest na minusie. Nie wystarczy znać średnią — musisz rozumieć rozkład.
e) Mylenie szczęścia z edge'em
Trader handluje na demo przez miesiąc, robi 30 transakcji, wychodzi +12%. Czy ma edge? Nie wiadomo. Mógł trafić na sprzyjający reżim (trending market + trend-following system = każdy wygląda na geniusza). Mógł mieć szczęście w losowaniu (przy EV = 0 i 30 transakcjach, wynik +12% jest możliwy). Jeden miesiąc na demo nie dowodzi niczego — potwierdza jedynie, że nie straci pieniędzy w tym konkretnym miesiącu.
f) Survivorship bias w backtestach
Testujesz system na EUR/USD, GBP/USD, AUD/USD — i wybierasz tę parę, na której wyniki są najlepsze. To survivorship bias. Powinieneś był zdecydować przed testem, na jakiej parze będziesz handlował — albo testować na wszystkich i prezentować wyniki łączne, nie cherry-pickowane.
10. Co dalej — od liczby do egzekucji
Jeśli nie potrafisz policzyć expectancy swojego systemu — nie handlujesz, zgadujesz. Po przeliczeniu expectancy swojego systemu po raz pierwszy poczujesz coś w rodzaju ulgi. Nie dlatego, że liczba będzie dobra — może być skromna (+0,22R). Ale będziesz wiedział, co mierzysz. Wcześniej „działało" albo „nie działało" i nie miałeś pojęcia dlaczego. Liczba daje punkt odniesienia: do porównania z wersją backtestową, do monitorowania krocząco, do wykrywania degradacji, zanim zjada twoje equity.
Win rate bez R:R to połowa informacji. Expectancy bez uwzględnienia realnych kosztów (spread, slippage, asymetryczna egzekucja) to fikcja. Position sizing bez frakcyjnego Kelly to albo stracony potencjał, albo samobójstwo rachunku. Edge jest warunkowy, tymczasowy i dzierżawiony — monitorujesz go krocząco albo dowiadujesz się o jego śmierci z wyciągu brokerskiego.
W następnym artykule (8.3) wejdziemy w konkretną strategię — scalping: handel na najkrótszych interwałach, gdzie friction drag jest najwyższy, asymetryczny slippage najgroźniejszy, a wymagania wobec edge i egzekucji najostrzejsze.
FAQ — Najczęściej zadawane pytania
Czym dokładnie jest edge w tradingu?
Edge to mierzalna przewaga statystyczna — sytuacja, w której twój system transakcyjny generuje dodatnią wartość oczekiwaną (expectancy > 0) po uwzględnieniu wszystkich kosztów (spread, prowizja, slippage). Edge nie oznacza, że każda transakcja będzie zyskowna — oznacza, że w długiej serii transakcji zarobisz więcej, niż stracisz.
Jak obliczyć wartość oczekiwaną systemu?
Expectancy (R) = (Win Rate x średni R-multiple wygranych) - (Loss Rate x średni R-multiple przegranych). Przykład: win rate 45%, średni zysk 2,0R, średnia strata 1,0R. EV = (0,45 x 2,0) - (0,55 x 1,0) = 0,90 - 0,55 = +0,35R. Czyli za każdą złotówkę ryzyka średnio zarabiasz 35 groszy. Pamiętaj, że ta liczba musi być dodatnia po kosztach transakcyjnych, nie przed nimi.
Czy wysoki win rate oznacza dobry system?
Nie. Win rate bez kontekstu R:R nie mówi nic o rentowności. System z win rate 80% i R:R 0,2:1 (zysk 4 pipsy, strata 20 pipsów) ma ujemną expectancy: (0,80 x 4) - (0,20 x 20) = 3,2 - 4,0 = -0,8 pipsa na trade. Z kolei system z win rate 30% i R:R 4:1 może być solidnie zyskowny. Liczy się expectancy, nie sam win rate.
Ile transakcji potrzebuję, żeby ocenić czy mój system działa?
Minimum 50 transakcji na wstępną ocenę, ale literatura (Van Tharp) sugeruje 200+ transakcji jako próg statystycznej istotności. Przy mniejszych próbkach wariancja jest zbyt duża — system może wyglądać na zyskowny lub stratny czysto przez przypadek. Im niższy win rate systemu, tym większa próbka potrzebna do oceny.
Co to jest R-multiple i dlaczego jest ważne?
R-multiple to wynik transakcji wyrażony jako wielokrotność ryzyka początkowego. Jeśli ryzykowałeś 100 PLN i zarobiłeś 250 PLN, R-multiple = +2,5R. Jeśli straciłeś 100 PLN, R-multiple = -1R. R-multiple normalizuje wyniki — pozwala porównywać transakcje niezależnie od wielkości pozycji i pary walutowej. Dzięki temu możesz liczyć expectancy w sposób niezależny od wielkości konta.
Czym jest symulacja Monte Carlo i czy potrzebuję jej jako początkujący?
Monte Carlo bierze twoje wyniki transakcji i losowo zmienia ich kolejność, generując setki możliwych equity curves. Pokazuje zakres możliwych drawdownów i prawdopodobieństwo ruiny. Jako początkujący nie musisz robić Monte Carlo od razu — ale kiedy już masz 50+ transakcji i chcesz ocenić ryzyko systemu, to najprostsze narzędzie do sprawdzenia, czy twój drawdown z backtestu nie był szczęśliwym przypadkiem.
Ile powinienem ryzykować na pojedynczą transakcję?
Większość profesjonalnych traderów detalicznych ryzykuje 0,5–2% kapitału na trade. Matematycznie optymalne ryzyko wyznacza Kelly criterion, ale pełny Kelly generuje brutalne drawdowny — dlatego w praktyce stosuje się 1/4 do 1/2 wartości Kelly. Przy systemie z win rate 45% i R:R 2:1 pełny Kelly to ~20%, a 1/4 Kelly to ~5% — ale to przykład, nie uniwersalna rekomendacja; konkretna frakcja zależy od dokładności twoich estymatów i tolerancji na drawdown. Ważne: position sizing wzmacnia edge, który już masz — nie tworzy go.
Dlaczego mój system z backtestu nie działa na koncie live?
Najczęstsze przyczyny: (1) backtest nie uwzględniał realnych kosztów — spread, slippage, rekwotowania zjadają expectancy; (2) overfitting — system został dopasowany do przeszłych danych i nie generalizuje; (3) execution gap — na live emocje powodują pomijanie setupów, przedwczesne zamykanie zysków lub trzymanie strat; (4) regime change — warunki rynkowe się zmieniły od czasu backtestu. Typowy execution gap to 0,05–0,20R na trade.
Skąd wiem, że mój edge nie zniknął?
Monitoruj expectancy krocząco — np. na oknie ostatnich 50–100 transakcji. Jeśli expectancy spada z +0,3R do zera na przestrzeni 80–100 transakcji, to prawdopodobnie degradacja edge, nie wariancja. Dodatkowe sygnały: rozszerzanie spreadów na twojej parze, zmiana reżimów zmienności, pojawienie się nowych regulacji. Edge jest tymczasowy — pytanie nie brzmi „czy zniknie", tylko „kiedy".
Czy można handlować bez edge i zarabiać?
Krótkoterminowo — tak, przez szczęście. Długoterminowo — nie. Bez edge każda transakcja jest jak rzut monetą ze stałą prowizją. Spread i koszty transakcyjne gwarantują, że przy zerowej przewadze twoje konto powoli się kurczy. Im częściej handlujesz (scalping, day trading), tym szybciej koszty zjadają kapitał. Dlatego pierwszy krok to zmierzenie expectancy — jeśli jest ujemna, żadne zarządzanie ryzykiem ani position sizing nie pomogą.
Źródła i bibliografia
- European Securities and Markets Authority (ESMA), Report on Trends, Risks and Vulnerabilities, No. 1, 2024 — dane o wynikach inwestorów detalicznych na CFD; ~74% kont detalicznych traci pieniądze.
- Covel, M.W., Trend Following: How to Make a Fortune in Bull, Bear and Black Swan Markets, Wiley, 5th ed., 2017 — statystyki systemów trend-following: win rate 30–40%, R:R 3:1–10:1, długie serie strat jako norma.
- FXCM / DailyFX, Traits of Successful Traders, 2014 — analiza 12+ mln transakcji detalicznych; korelacja między częstotliwością handlu a wynikami netto; dane o typowych win rate i R:R w różnych stylach.
- Van Tharp, K.R., Trade Your Way to Financial Freedom, McGraw-Hill, 3rd ed., 2006 — R-multiple jako jednostka pomiaru; 200 transakcji jako próg statystycznej istotności; expectancy jako kluczowa metryka systemu.
- Thorp, E.O., The Kelly Capital Growth Investment Criterion, World Scientific, 2011 — Kelly criterion: teoria, historia (od kasyna do Wall Street) i praktyczne zastosowanie frakcyjnego Kelly w tradingu.
- Pardo, R., The Evaluation and Optimization of Trading Strategies, Wiley, 2nd ed., 2008 — walk-forward analysis jako metoda walidacji systemu; in-sample vs out-of-sample; overfitting i sposoby jego unikania.
- Ioannidis, J.P.A., „Why Most Published Research Findings Are False", PLoS Medicine, Vol. 2, No. 8, 2005 — problem p-hackingu i fałszywie istotnych wyników; bezpośrednia analogia do optymalizacji systemów transakcyjnych.
- Elder, A., Trading for a Living, Wiley, 1993 — psychologia handlu: związek między seriami strat a zmiana systemu; statystyka serii strat przy różnych win rate.
- Douglas, M., Trading in the Zone, Prentice Hall, 2000 — myślenie probabilistyczne w tradingu; akceptacja losowości pojedynczych wyników jako warunek konsekwentnej egzekucji.
- Kahneman, D., Tversky, A., „Prospect Theory: An Analysis of Decision under Risk", Econometrica, Vol. 47, No. 2, 1979 — awersja do strat: traderzy zamykają zyski za wcześnie i trzymają straty za długo, deformując R:R systemu.
- Bank for International Settlements, Triennial Central Bank Survey, 2022 — struktura rynku FX; kontekst dla kosztów transakcyjnych i ich wpływu na expectancy różnych stylów handlu.
- Barber, B.M., Odean, T., „Trading Is Hazardous to Your Wealth", Journal of Finance, Vol. 55, No. 2, 2000 — nadmierna aktywność transakcyjna obniża zwroty; koszty transakcyjne jako główny mechanizm erozji edge.