Trading Glass
FeaturesPricingAcademyBlogChartJournal
Loading
All Courses
Biases in BacktestingEdge DegradationOutliers and Their Impact on MetricsSharpe Ratio & Sortino RatioSignal-to-Noise Ratio
Academy/Trading Intelligence/Advanced Statistical Thinking

Outliers and Their Impact on Metrics

Trading Intelligence

12 min read

Understand how one big trade can mislead your statistics and learn proper techniques for handling outliers in your performance data.

Loading

Related Lessons

Biases in Backtesting

9 min

Signal-to-Noise Ratio

9 min

Nash Equilibrium and No Arbitrage

8 min

Capital at Risk

9 min

Previous Lesson

Edge Degradation

Next Lesson

Sharpe Ratio & Sortino Ratio

Trading Glass

Next-generation charting order flow platform with rotation view, cluster visualization, and real-time analytics for professional traders and quantitative analysts.

Product

  • Features
  • Pricing
  • Chart
  • Journal

Resources

  • Academy
  • Blog
  • Documentation
  • API Reference
  • Support

Company

  • About
  • Contact

Legal

  • Privacy Policy
  • Terms of Service
  • Cookie Policy

© 2026 Trading Glass. All rights reserved.

PrivacyTerms

Jedna szczęśliwa wygrana (albo jedna ogromna strata) może sprawić, że Twoje statystyki będą wyglądać lepiej — lub gorzej — niż są w rzeczywistości. Oto jak właściwie radzić sobie z outlierami.


Wprowadzenie

Twój dziennik mówi:

  • EV = +0,9R
  • Win rate = 38%
  • Profit factor = 2,1

Wygląda świetnie. Ale chwila…

Jedna transakcja to wygrana +15R typu black swan. Wszystko inne oscyluje średnio wokół +1,2R.

Teraz Twoje liczby Cię okłamują. Nie dlatego, że zrobiłeś coś źle — ale dlatego, że pozwalasz outlierowi definiować Twój system.

Ten artykuł pokazuje, jak identyfikować, izolować i odpowiedzialnie uwzględniać ekstremalne transakcje, które zniekształcają Twoje statystyki.


Czym jest transakcja typu outlier?

Outlier (wartość odstająca) to transakcja, której wynik jest daleki od średniej — na tyle duży, by nieproporcjonalnie wpływać na metryki systemu.

W tradingu:

  • Wygrana +10R w systemie, który zwykle daje +1,5R
  • Strata –6R z powodu poślizgu, newsów lub nadmiernej ekspozycji
  • Każda transakcja 3x–4x większa niż Twoja mediana wygranej lub straty

Jak outliery zniekształcają Twoje metryki

MetrykaCo się dzieje
EV (wartość oczekiwana)Zostaje zawyżona przez ogromną wygraną
Profit FactorPrzechyla się w stronę zyskowności
Stosunek R:RWygląda wyżej niż jest powtarzalny
Sharpe/SortinoFałszywie poprawia wynik spójności
Krzywa kapitałuDostaje nagły skok — maskując niespójność

Jeden outlier może ukryć 20 złych transakcji — zwłaszcza przy małych próbach.


Przykłady

Przykład 1: Outlier-wygrana

  • 99 transakcji średnio +1,2R
  • 1 transakcja = +20R
  • Raportowane EV = +1,4R

Usuń outliera:

EV spada do +1,15R — nadal solidne, ale bardziej realistyczne


Przykład 2: Outlier-strata

  • 1 transakcja na newsach ma poślizg 4× Twojego normalnego ryzyka
  • Profit factor spada z 1,8 → 1,2
  • System nagle wygląda słabo

Usuń outliera:

Metryki wracają do zdrowej strefy — ale teraz wiesz, że musisz ograniczyć ekspozycję na ryzyko w momentach newsów.


Jak wykrywać outliery

1. Narysuj histogram zwrotów transakcji

  • Szukaj długich ogonów (fat tails)
  • Używaj przedziałów typu: –3R do –2R, –2R do –1R, 0 do 1R itd.
  • Wychwytuj wyniki znacznie poza krzywą

2. Użyj filtrowania rozstępem międzykwartylowym (IQR)

  • Oblicz Q1 i Q3 wyników transakcji
  • Zdefiniuj outliery jako wszystko poza Q1 – 1,5×IQR lub Q3 + 1,5×IQR

Czym jest filtrowanie rozstępem międzykwartylowym (IQR)?

Rozstęp międzykwartylowy (IQR) to metoda statystyczna do identyfikacji outlierów w danych przez pomiar „środkowych 50%” Twoich wyników.

Krok po kroku:
  1. Posortuj zwroty transakcji od najmniejszego do największego
  2. Znajdź:
  • Q1 (25. percentyl) – wartość, poniżej której znajduje się 25% Twoich transakcji
  • Q3 (75. percentyl) – wartość, poniżej której znajduje się 75% Twoich transakcji
  1. Oblicz IQR:
IQR = Q3 – Q1
  1. Zdefiniuj outliery jako transakcje, które mieszczą się:
  • Poniżej: Q1 – 1,5 × IQR
  • Powyżej: Q3 + 1,5 × IQR

Przykład:

Posortowane wyniki transakcji (w R): [–2R, –1,5R, –1R, 0,5R, 1R, 1,2R, 1,4R, 1,8R, 4,5R]

  • Q1 ≈ 0,5R
  • Q3 ≈ 1,8R
  • IQR = 1,8 – 0,5 = 1,3R

Oblicz granice:

  • Dolna = 0,5 – 1,5×1,3 = –1,45R
  • Górna = 1,8 + 1,5×1,3 = 3,75R

A zatem:

  • Każda transakcja < –1,45R lub > 3,75R = outlier statystyczny

Możesz teraz tagować te transakcje w swoim dzienniku lub tworzyć przefiltrowane raporty, by mierzyć swój system z outlierami i bez nich.


3. Ustaw twardy próg (np. 3× średnia)

Jeśli średnia wygrana wynosi 1,2R, wszystko powyżej 3,6R = oznaczone do przeglądu


Jak traktować outliery w swoim dzienniku

Taguj je

  • „Outlier-wygrana”
  • „Outlier-strata”
  • „Wydarzenie newsowe”
  • „Eksperyment scalpingowy”

Licz metryki z outlierami i bez nich

To daje Ci:

  • Realistyczny punkt odniesienia (bez)
  • Sufit najlepszego scenariusza (z)

Używaj outlierów, by dostosować oczekiwania wobec systemu — a nie je definiować

„To był setup na +12R — ale zdarza się tylko 1 na 100 transakcji.” → Nie oczekuj tego ani nie modeluj na podstawie takiej wygranej. Śledź to osobno.


Bonus: Stwórz metryki „czystego systemu”

W swoim dzienniku:

  • Utwórz przefiltrowany widok:

  • Transakcji zgodnych z zasadami strategii

  • Bez nadmiernego ryzyka

  • Bez outlierów

  • Mierz:

  • EV

  • Drawdown

  • Sharpe/Sortino

  • Win rate

To są Twoje podstawowe statystyki systemu — cała reszta to bonus, przypadek brzegowy lub szczęście.


Myśl końcowa

Jedna świetna transakcja nie tworzy systemu. Jedna katastrofalna transakcja nie psuje systemu — chyba że jej na to pozwolisz.

Outliery są częścią tradingu. Liczy się to, jak je interpretujesz — i czy stają się częścią Twojego procesu, czy jedynie emocjonalnym szumem.

Izoluj. Mierz. Zapisuj wszystko. Buduj swoją strategię wokół powtarzalnych wyników — nie jednorożców.