From Data to Edge
Trading Intelligence
8 min czytania
Turn your journaling data into focused, confident adjustments that measurably improve your trading performance.
Loading
8 min czytania
Turn your journaling data into focused, confident adjustments that measurably improve your trading performance.
Prowadzenie dziennika ma moc tylko wtedy, gdy prowadzi do decyzji. Oto jak zamienić dane w skoncentrowane, pewne ulepszenia.
Przegląd dziennika to ustrukturyzowany proces zamiany zapisanych transakcji w testowalne hipotezy o twoim edge — i odrzucania tych, których dane nie potwierdzają. Odbywa się on na trzech poziomach: EV systemu, segmentacja setupów i zachowanie egzekucyjne. Ta lekcja przechodzi przez wszystkie trzy i nazywa pułapki statystyczne na każdym z nich.
Wymagane wcześniej: lekcja zakłada, że ukończyłeś Trader Journaling OS i masz w logu tagi setupów, oceny egzekucji oraz tagi emocji. Jeśli takich kolumn nie masz, zacznij tamtą lekcję — bez nich ta będzie bezużyteczna.
Zalogowałeś 200 transakcji. Otwierasz arkusz. W ciągu pięciu minut wymyślisz trzy teorie, których dane nie potwierdzają. Ta lekcja to protokół, który temu zapobiega.
I co teraz?
Ten wpis pokazuje, jak przeglądać dane jak strateg — i wprowadzać korekty bez przereagowywania ani wpadania w perfekcjonizm.
Zanim zaczniesz, nazwij tryby porażki:
Reszta lekcji jest zbudowana wokół tych trzech pułapek. Jeśli wniosek ich nie przeżywa, nie zasługuje na zmianę reguły.
„Czy mój edge nadal jest statystycznie nienaruszony?"
Zapytaj:
Jeśli tak: trzymaj kurs. Jeśli nie: czas zbadać głębiej.
„Które transakcje ciągną moje wyniki?"
Posortuj dziennik według tagu setupu (tabela przestawna w Excelu/Google Sheets na setup_tag x R_outcome; widok pogrupowany po tagach w Notion; albo df.groupby('setup_tag')[['R','win']].agg(['mean','count','sem']) w pandas — kolumna sem to twój próg szumu):
| Setup | Win Rate | EV | Transakcje | N wystarczające? | Decyzja |
|---|---|---|---|---|---|
| Liquidity Sweep | 52% | +0,6R | 45 | tak (≥30) | skaluj |
| Trend Continuation | 40% | –0,2R | 33 | tak (≥30) | wstrzymaj + śledź na papierze |
| VWAP Fade | 65% | +0,8R | 29 | granicznie | trzymaj, nie skaluj |
Reguła: nie odrzucaj ani nie skaluj setupu z mniej niż 30 zamkniętymi transakcjami i wymagaj, by różnica EV między dwoma setupami przekraczała ok. 2× błąd standardowy, zanim cokolwiek zrobisz. Przy N=33 win rate 40% ma ±~8,5% szumu — ten „słabszy" może być o jeden rzut monetą od twojego „zwycięzcy".
Wstrzymaj setupy o słabych wynikach (nie usuwaj — śledź je dalej na papierze). Skaluj setupy, których edge przeżywa test wielkości próby.
Ten poziom jest najbardziej informacyjny i najłatwiej go nadużyć. Tagi emocji i egzekucji zwykle przypisujesz, gdy znasz już wynik, więc kodują rezultat, a nie przyczynę. Traktuj Poziom 3 jako generator hipotez, nie dowód: znalezisko stąd zostaje regułą śledzoną na papierze (otaguj przed wejściem przez kolejny tydzień), zanim zasłuży na zmianę systemu.
„Czy to ja jestem powodem, dla którego mój system nie działa?"
Filtruj według:
Możesz odkryć:
- EV dla „perfekcyjnej egzekucji" = +0,7R
- EV dla „impulsywnych transakcji" = –0,6R
- 80% stratnych transakcji wzięło się ze słabej dyscypliny, a nie ze słabych setupów
Zastrzeżenie: tagi emocji i egzekucji przypisujesz sam po poznaniu wyniku. Stratne wyglądają z perspektywy czasu na impulsywne; zyskowne na zdyscyplinowane. Zanim uznasz, że „egzekucja to mój edge", sprawdź, czy tagi były wpisywane przed zamknięciem transakcji i czy impulsywne transakcje nie skupiają się na konkretnych setupach lub sesjach — to czynniki zakłócające, nie przyczyny.
Twój edge może leżeć w nawykach egzekucyjnych — Poziom 3 jest poziomem najbardziej skłonnym do wprowadzania w błąd. Każde znalezisko z Poziomu 3 traktuj jako hipotezę do śledzenia na papierze przez kolejne 30 transakcji, nie jako wniosek.
Zamiast zastępować strategię:
Testuj zmiany równolegle.
Przy 30–50 transakcjach na stronę wykryjesz tylko bardzo duże efekty (luka EV >0,4R). Mniejsze, realistyczne ulepszenia (0,05–0,15R) wymagają 200+ transakcji na rękę, inaczej rzucasz monetą.
To pozwala uniknąć przeuczenia i daje ewolucję opartą na danych. (Po opis tego samego problemu w backtestach uczenia maszynowego sięgnij do López de Prado, Advances in Financial Machine Learning, rozdz. 11–12 — ta sama pułapka wielokrotnego testowania dotyczy tradera, który robi 20 segmentacji na tym samym dzienniku.)
Wstrzymaj go, nie usuwaj. Ujemne EV przy zaledwie ~30 transakcjach może być jeszcze szumem — wycofaj setup z transakcji na żywo i śledź go na papierze przez kolejne 30, zanim zdecydujesz.
Przegląd systemu (Poziom 1) pyta, czy twój ogólny edge jest statystycznie nienaruszony przez ostatnie 50–100 transakcji. Przegląd egzekucji (Poziom 3) pyta, czy ty idziesz za systemem — segmentując transakcje po ocenie egzekucji, tagach błędów i tagach emocji, by ujawnić wycieki behawioralne.
15–30 minut, prowadzony jako stały pięciostopniowy framework: przegląd wyników, analiza egzekucji, filtr setupów, plan mikro-korekt i pytanie do refleksji w dzienniku.
EV i win rate za ostatnie 20–50 transakcji, zakres drawdown, najbardziej i najmniej zyskowne setupy oraz udział transakcji, które w 100% zgadzały się z planem.
Po jednym cyklu znalezisk przekaż je do Building a Tiered Risk Model, by wielkość pozycji odzwierciedlała segmenty, którym ufasz. Linkuj pracę z Poziomu 3 z powrotem do Behavioral Risk Management, gdy znaleziska dotyczą wzorców tilt lub impulsu.
Twój dziennik tradingowy to laboratorium — nie cmentarzysko błędów.
Dyscyplina nie polega na znajdowaniu wzorców. Polega na zabijaniu tych, które nie przechodzą testu wielkości próby, nawet gdy historia jest dobra. Jedna pauza, jeden priorytet, jedna reguła śledzona na papierze tygodniowo — i gotowość, by każdą z nich odwrócić w kolejnym tygodniu, jeśli następne 30 transakcji się nie zgodzi.