Trading Glass
FeaturesPricingAcademyBlogChartJournal
Loading
All Courses
Distribution of Trade ReturnsRisk of RuinPosition Sizing Based on Confidence IntervalsOptimal Withdrawal & Growth StrategyTrade Expectancy TreesValue at Risk & CVaR
Academy/Trading Intelligence/Trade Distribution Modeling

Position Sizing Based on Confidence Intervals

Trading Intelligence

8 min read

Size positions based on statistical certainty rather than emotion, using confidence intervals from your actual track record.

Loading

Related Lessons

Distribution of Trade Returns

9 min

Trade Expectancy Trees

9 min

Value at Risk & CVaR

10 min

Capital at Risk

9 min

Previous Lesson

Risk of Ruin

Next Lesson

Optimal Withdrawal & Growth Strategy

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

To, że miałeś 10 wygranych z rzędu, nie oznacza, że powinieneś podwoić swoje ryzyko. Oto jak ustalać position sizing w oparciu o pewność statystyczną — a nie emocje.


Wprowadzenie

Większość traderów pyta:

„Czy mogę teraz zwiększyć wielkość pozycji?”

I większość robi to na podstawie:

  • Dobrej passy
  • Tymczasowego wzrostu PnL
  • Przeczucia

Ale profesjonaliści pytają:

„Czy mój edge jest wystarczająco udowodniony, aby uzasadnić większy rozmiar?”

Ten wpis wprowadza przedziały ufności — statystyczny sposób na decyzję kiedy bezpiecznie zwiększyć skalę i na ile można ufać swoim danym.


Czym jest przedział ufności?

Przedział ufności (CI) mówi ci:

„Biorąc pod uwagę moją próbkę wyników, jaki jest zakres możliwych prawdziwych wartości dla mojego win rate, EV lub wskaźnika Sharpe'a?”

Opiera się na:

  • Rozmiarze próbki
  • Wariancji (jak bardzo wyniki się wahają)
  • Pożądanym poziomie ufności (zazwyczaj 95%)

Dlaczego to ma znaczenie w position sizing

Załóżmy, że miałeś 20 transakcji ze średnim zwrotem +0,5R.

  • Czy to jest twój prawdziwy edge?
  • Czy po prostu miałeś szczęście?

Przy małej próbce, twój przedział ufności jest szeroki — co oznacza, że prawdziwe EV może być znacznie niższe (lub wyższe).

Nie powinieneś zwiększać rozmiaru pozycji dopóki twój edge nie jest statystycznie stabilny.


Przykład: Przedział ufności win rate dla 20 transakcji

Wygrywasz 12 z 20 transakcji → 60% win rate

95% Przedział ufności dla win rate (dwumianowy CI):

≈ 38% do 79%

To oznacza: Jesteś w 95% pewien, że twój prawdziwy win rate leży gdzieś w tym zakresie. To… niezbyt wiarygodne.

Teraz przy 100 transakcjach i 60 wygranych: CI zawęża się do ≈ 50% do 69% → Znacznie bardziej stabilne → bezpieczniej nieco skalować ryzyko


Przedział ufności EV – praktyczny przypadek użycia

Załóżmy:

  • Twój średni zwrot = +0,6R
  • Próbka = 25 transakcji
  • Odchylenie standardowe = 1,4R

95% CI dla średniego EV wynosi:

EV ± 1,96 × (σ / √n)
= 0,6 ± 1,96 × (1,4 / √25)
= 0,6 ± 1,96 × 0,28
= 0,6 ± 0,55
→ Zakres EV = [0,05R, 1,15R]

To ogromny zakres. Czy chciałbyś zwiększać rozmiar pozycji na podstawie tego?

Teraz spróbuj 100 transakcji:

EV ± 1,96 × (1,4 / √100)
= 0,6 ± 0,27 → [0,33R, 0,87R]

Teraz masz większą pewność co do swojego edge — i możesz uzasadnić stopniowe zwiększanie ryzyka.


Zalecane skalowanie ryzyka oparte na pewności

Liczba transakcji (rozmiar próbki)Zalecane maks. ryzyko na transakcję
0–30 transakcji0,25%–0,5%
30–75 transakcji0,5%–0,75%
75–150 transakcji1,0%
150+ transakcji, stabilne statystyki1,25%–1,5% (tylko zaawansowani)

Wskazówka dotycząca skalowania: Zwiększaj rozmiar tylko jeśli:

  • EV i win rate są statystycznie stabilne
  • Drawdown i wariancja mieszczą się w oczekiwaniach
  • Nie jesteś na tilcie ani pod wpływem emocji

Zasada mentalności: Handluj jak quant, ustalaj rozmiar jak zarządzający funduszem

Nie postawiłbyś milionów na 10 transakcjach. Nie ryzykuj dużego % swojego kapitału w oparciu o małą próbkę danych.

Używaj przedziałów ufności, aby chronić się przed nadmierną pewnością siebie.


Myśl końcowa

Prawdziwy edge nie polega tylko na byciu rentownym — polega na wiedzy, jak stabilna jest ta rentowność.

Przedziały ufności dają ci:

  • Powód, by ufać (lub kwestionować) swojej próbce
  • Filtr przed zwiększeniem ryzyka
  • Metodę ewolucji jak profesjonalista

Pozwól swojemu systemowi zasłużyć na prawo do skalowania.