Skalowanie pozycji — kiedy zwiększać size

Teza tej lekcji: size rośnie z dowodem, nie z emocją

Po dobrej serii naturalne jest „podwajam, bo czuję formę”. To najkrótsza droga do obsunięcia. Size zwiększasz, gdy metryki z dziennika pokazują powtarzalny proces: dodatnia expectancy, koncentracja na setupie, zgodność z planem, akceptowalny drawdown. Bez tych czterech warunków zwiększanie size to hazard.

Cztery warunki scale-up

Jeśli któreś z tych metryk nie są zmierzone, nie skalujesz — wracasz do dziennika i definicji setupu.

Policz expectancy, zanim cokolwiek zwiększysz

E (w R) = (skuteczność × średnia wygrana) − (1 − skuteczność) × średnia przegrana

Przykład ilustracyjny: skuteczność 45%, średnia wygrana 2R, średnia przegrana 1R.

E = 0,45 × 2 − 0,55 × 1 = 0,90 − 0,55 = 0,35R na transakcję

Brzmi dobrze — ale sama liczba mówi tylko połowę prawdy. Druga połowa to pytanie, czy ta próbka w ogóle pozwala coś wywnioskować.

Dlaczego 50 transakcji to często za mało

Każdy pomiar ma niepewność. Dla średniej z próbki liczy się ją jako błąd standardowy:

SE = odchylenie standardowe wyniku w R / √liczba_transakcji

Przykład ilustracyjny (odchylenie standardowe 1,5R):

To jest arytmetyka, nie opinia, i tłumaczy najczęstsze nieporozumienie w skalowaniu: dobre 50 transakcji nie jest dowodem. Twoje „czuję, że system działa” po dwóch miesiącach może być w całości szumem. Zwiększanie size na takiej podstawie to nie optymalizacja, to zwiększanie stawki przy nieznanym rozkładzie.

Konsekwencja praktyczna: zbieraj próbkę, zanim pomyślisz o skoku size, a wielkość próbki wyznacz z tabeli powyżej dla swojego odchylenia. Im bardziej „szarpany” system (wyższe odchylenie), tym większej próbki potrzebuje.

Dwie liczby, które warto rozróżnić, bo łatwo je pomylić. Statystyczne minimum to najmniejsza próbka, przy której przewaga przestaje być nieodróżnialna od zera — dla typowych założeń (odchylenie 1,2R, przewaga 0,3R) wypada około 62 transakcji; wyprowadzenie znajdziesz w lekcji Expectancy i drawdown. Okno obserwacji to liczba transakcji, po której dopuszczasz skok size — i ta jest celowo dłuższa, bo dokładasz margines na koszty, zmianę reżimu rynkowego i własne błędy egzekucji. Dlatego etap 0 w drabince poniżej wymaga 100 transakcji, a nie 62.

Drabinka scale-up

Liczby są ilustracyjne — chodzi o strukturę: krok 25–50%, nie skok, oraz zdefiniowany z góry warunek powrotu. Bez warunku powrotu drabinka jest deklaracją, nie procedurą.

Dziennik skalowania

Powód decyzji wpisujesz jako liczby, nie jako nastrój. Jeśli w kolumnie „powód” pojawia się słowo „pewność” albo „dobra passa”, procedura została złamana — i to jest jedyny wpis, który realnie powinien Cię zatrzymać.

Procedura scale-up

1. Krok 25–50% — np. z 1% ryzyka na 1,25–1,5% (nigdy skok w górę).
2. Okno obserwacji — kolejne 10–20 transakcji na nowym size; metryki muszą się utrzymać.
3. Powrót przy pogorszeniu — spadek zgodności, rosnący drawdown albo odchylenia emocjonalne = wracasz do mniejszego size.
4. Zapis decyzji — w dzienniku odnotowujesz datę scale-up i powód (metryki, nie „pewność”).

Zasada: scale-up to proces odwracalny. Nie ma wstydu w zejściu z size, gdy metryki się pogorszą — to część procedury.

Dlaczego „dobry miesiąc” to za mało

Miesiąc to zwykle zbyt mała próbka, a „dobry miesiąc” potrafi być efektem:

• jednej dużej wygranej (anomalia, która mocno zawyża średnią),
• łamania reguł, które „tym razem się opłaciło”,
• sprzyjającego rynku, który nie trwa.

Liczy się powtarzalność procesu, nie kwota miesiąca. Zobacz expectancy i drawdown — dopiero seria i obsunięcie mówią, czy proces „stoi”.

Kiedy skalowanie mówi „nie zwiększaj”

1. Przedział wokół E obejmuje zero. Nie masz dowodu na edge — masz serię.
2. Zgodność z planem poniżej progu. Jeśli łamiesz reguły, a wynik jest dodatni, mierzysz szczęście, nie system.
3. Trwa obsunięcie. Zwiększanie size w obsunięciu to podwajanie stawki w nieznanym momencie rozkładu — klasyczna droga do pogłębienia straty.
4. Zmieniłeś setup w trakcie zbierania próbki. Nowy setup to nowa próbka od zera; stare dane przestają opisywać to, co robisz.

Typowe błędy

• Skalowanie po serii wygranych — to emocja, nie metryka.
• Skok size „bo mam pewność” — pewność to stan umysłu, nie dane.
• Podwajanie size po stratach (odrabianie) — zobacz limit dzienny.
• Scale-up bez okna obserwacji — nowy size musi przejść próbkę, zanim zostanie.
• Liczenie expectancy bez niepewności — pojedyncza średnia bez błędu standardowego to liczba bez zakresu, czyli liczba, której nie da się ocenić.

Ćwiczenie mierzalne

Oceń własny stan według czterech warunków scale-up. Dla każdego zapisz konkretną liczbę albo „brak danych”. Następnie policz dwie rzeczy: expectancy ze wzoru oraz błąd standardowy swojej próbki (odchylenie standardowe wyniku w R podziel przez pierwiastek z liczby transakcji). Zapisz przedział wokół E i sprawdź, czy obejmuje zero. Dopiero potem — jeśli nie obejmuje — zaplanuj krok 25% z oknem obserwacji i warunkiem powrotu. To plan na papierze, nie obietnica „będę ostrożny”.

Częste pytania

Jak duży krok scale-up jest bezpieczny?

Zwykle 25–50% wzrostu ryzyka, z oknem obserwacji 10–20 transakcji. Nagłe podwojenie to zmiana gry, nie „krok”.

Czy mogę zmniejszyć size po stratach?

Tak — i to część procedury. Zejście z size przy pogorszeniu metryk to dyscyplina, nie porażka.

Ile transakcji wystarczy, żeby uznać system za działający?

To zależy od zmienności wyników, nie od samej ich liczby. Policz błąd standardowy: odchylenie standardowe wyniku w R podzielone przez pierwiastek z liczby transakcji. Dopóki przedział wokół expectancy obejmuje zero, nie potrafisz odróżnić edge od szumu — niezależnie od tego, jak dobrze wygląda krzywa kapitału.

Co zrobić, gdy brakuje danych do scale-up?

Nie skalowujesz. Najpierw budujesz próbkę w dzienniku; bez niej każdy rozmiar pozycji to zgadywanie — a większy rozmiar to szybsze zgadywanie.