Kiedy Profit Factor chroni kapitał scalpera

W praktyce ręcznego scalpingu na wykresie minutowym przewaga rzadko załamuje się dlatego, że jedno wejście było „technicznie nieidealne”. Znacznie częściej rozpada się dlatego, że cały proces zaczyna oddawać zbyt dużo na kosztach, poślizgu, gorszym payoffie, nadmiernej liczbie transakcji albo błędach wykonawczych. Profit Factor jest użyteczny właśnie dlatego, że nie ocenia jednego sygnału, lecz relację całych zysków brutto do całych strat brutto; MetaTrader 5 i TradingView definiują go zgodnie jako relację gross profit do gross loss, a QuantConnect traktuje obok niego expectancy, win rate, average win/loss i drawdown jako standardowe metryki oceny procesu.

Dlatego sensowny system bezpieczeństwa dla manualnego scalpera nie polega na dalszym „dokręcaniu” wejścia, tylko na monitorowaniu kroczącego PF dla ostatnich 20, 30 i 50 transakcji oraz na reagowaniu wtedy, gdy metryki schodzą poniżej wcześniej ustalonego pasma. Statystycznie nie ma jednej magicznej liczby obserwacji: NIST podkreśla, że potrzebny rozmiar próbki zależy od tego, jaki błąd akceptujesz i jaki przesuw chcesz wykryć, a zmienność średniej maleje dopiero wraz z pierwiastkiem z liczby obserwacji. Z tego wynika praktyczny kompromis: 20 transakcji daje najszybszy alarm, 30 jest dobrym oknem operacyjnym, a 50 lepiej filtruje szum i służy jako warstwa potwierdzająca.

Progi typu PF > 1,3 = normalnie, PF 1,1–1,3 = obserwacja, PF 1,0–1,1 = połowa ryzyka, PF < 1,0 = stop i analiza nie są uniwersalnym standardem branżowym; są rozsądną polityką operacyjną, którą trzeba skalibrować do własnej strategii, kosztów i bazowej jakości wyników. Taki „circuit breaker” ma szczególny sens w scalpingu, bo spread jest kosztem, a poślizg to różnica między oczekiwanym i rzeczywistym fill’em; OANDA zwraca uwagę, że przy strategiach łapiących 3–5 pipsów już 1–2 pipsy negatywnego slippage potrafią wymazać znaczną część przewagi.

To podejście ma także sens psychologiczny. SEC wiąże handel na dźwigni z nadmierną pewnością siebie, a klasyczna literatura Barbera i Odeana pokazuje, że nadmierna aktywność transakcyjna obniża wyniki inwestorów indywidualnych. Z kolei badania nad awersją do strat wskazują, że straty „ważą” psychologicznie bardziej niż symetryczne zyski, czyli dokładnie wtedy, gdy trader ma największą pokusę, by „odrobić” wynik i złamać procedurę. Z góry zdefiniowane reguły PF przenoszą moment decyzji z emocji po stracie do chłodnej polityki ex ante.

Profit Factor jako miernik przewagi

Najprościej mówiąc, Profit Factor odpowiada na pytanie: ile zysku brutto generuje system na każdą jednostkę straty brutto. Zarówno TradingView, jak i MetaTrader 5 definiują go jako:

[ PF = \frac{\text{gross profit}}{\text{gross loss}} ]

MetaTrader 5 dopowiada dodatkowo, że wartość 1,0 oznacza równowagę między zyskami brutto i stratami brutto.

Ta metryka jest intuicyjna. PF równy 1,30 nie znaczy, że system ma 30% skuteczności ani że zarabia 30% miesięcznie; znaczy tylko, że na każde 1 jednostkę straty brutto przypada 1,3 jednostki zysku brutto. To bardzo użyteczna informacja procesowa, ale sama w sobie nie wystarcza, bo nie mówi nic o liczbie transakcji, o wielkości obsunięcia ani o tym, czy wynik bierze się z częstych małych zysków, czy z jednego dużego strzału. Dlatego dokumentacja QuantConnect i MetaTradera pokazuje PF obok takich pól jak total trades, win rate, average profit trade, average loss trade, expected payoff/expectancy, MFE/MAE i max drawdown.

Drugą kluczową metryką jest expectancy, czyli oczekiwany wynik jednej transakcji. QuantConnect definiuje ją jako:

[ E = (W_r \times \bar{W}) + (L_r \times \bar{L}) ]

gdzie (W_r) to win rate, (\bar{W}) to średni zysk, (L_r) to loss rate, a (\bar{L}) to średnia strata. Dodatnia expectancy oznacza, że proces ma dodatni oczekiwany wynik w czasie. W praktyce PF i expectancy odpowiadają więc na dwa różne pytania: PF mierzy relację całych zysków do całych strat, a expectancy mówi, czy przeciętna transakcja niesie dodatnią wartość oczekiwaną.

Dla scalpingu ważne jest też to, że PF jest metryką „po kosztach wykonawczych” tylko wtedy, gdy w dzienniku lub backteście rzeczywiście uwzględniasz spready, prowizje i slippage. OANDA przypomina, że spread jest realnym kosztem transakcyjnym, a QuantConnect podkreśla, że realistyczne modelowanie fill’i powinno uwzględniać zarówno spread, jak i slippage. Bez tego PF może wyglądać dobrze na papierze, ale być gorszy w realnym handlu niż sugeruje test.

Dlaczego monitoring PF wygrywa z obsesją wejścia

Perfekcyjne wejście nie jest celem samym w sobie. Jeśli wejście wygląda elegancko na wykresie, ale nie poprawia długoterminowo win rate, średniego zysku, średniej straty albo nie przetrwa realnych kosztów wykonawczych, to nie poprawia expectancy i nie poprawia procesu. Z definicji expectancy wynika więc, że „ładniejszy setup” ma wartość tylko wtedy, gdy zmienia rozkład wyników całej serii, a nie wtedy, gdy po prostu lepiej wygląda w pojedynczym przykładzie.

W scalpingu minutowym ten problem jest szczególnie brutalny. OANDA podaje wprost, że strategie scalpingowe bywają oparte na bardzo małych, powtarzalnych celach rzędu 3–5 pipsów i że już 1–2 pipsy negatywnego poślizgu mogą wyzerować marżę zysku albo znacząco pogorszyć wykonanie stop lossa. To oznacza, że w praktyce jakość egzekucji i dyscyplina filtrów rynkowych bywają ważniejsze niż kosmetyczne poprawianie samego triggera wejścia.

Monitoring PF jest więc bliższy kontroli procesu niż poszukiwaniu „świętego Graala” wejścia. NIST opisuje w statystycznej kontroli procesu to samo napięcie, z którym mierzy się trader: z jednej strony chcesz szybko wykrywać zmianę reżimu, z drugiej nie chcesz produkować fałszywych alarmów. Shewhartowe reguły są prostsze, ale CUSUM i EWMA lepiej wykrywają małe, uporczywe przesunięcia średniej — dokładnie takie, które w tradingu objawiają się nie gwałtowną katastrofą, lecz powolnym erozją edge’u.

Taki sposób myślenia dobrze współgra też z literaturą behawioralną. SEC pokazuje, że traderzy korzystający z dźwigni są przeciętnie bardziej pewni swojej wiedzy inwestycyjnej, a badania nad aktywnością inwestorów indywidualnych od lat wskazują, że nadmierny obrót obniża wyniki netto. W praktyce reguła „PF spadł poniżej progu, więc zmniejszam ryzyko albo przestaję handlować” jest nie tylko metryką statystyczną, lecz także ochroną przed overconfidence i revenge tradingiem.

Jak dobrać okno kroczące i progi alarmowe

Nie istnieje jedno „naukowo poprawne” okno dla każdego scalpingu. NIST przypomina, że wielkość próbki potrzebna do wiarygodnego wykrywania zmian zależy od zakładanego poziomu błędu, zmienności procesu i tego, jak duży przesuw próbujesz wychwycić. Dodatkowo, zgodnie z centralnym twierdzeniem granicznym, odchylenie standardowe średniej spada wraz z (\sigma/\sqrt{N}), czyli większe okna stabilizują estymatę, ale robią to kosztem szybkości reakcji.

Z punktu widzenia manualnego scalpingu sensowne jest używanie trzech warstw jednocześnie. Ostatnie 20 transakcji traktujesz jako wczesny alarm: reaguje szybko na pogorszenie, ale jest najbardziej hałaśliwe. Ostatnie 30 transakcji traktujesz jako główne okno decyzyjne do codziennych decyzji o ryzyku. Ostatnie 50 transakcji traktujesz jako hamulec przeciw panice: wolniej wykrywa zmianę, ale lepiej odróżnia realny spadek jakości od zwykłej, krótkiej serii strat. Ta trójwarstwowa konstrukcja jest praktyczniejsza niż spór o „jedyną słuszną” liczbę.

Poniższe pasma nie są normą narzuconą przez platformę czy regulatora. To zalecana polityka operacyjna dla ręcznego systemu minutowego, zbudowana na standardowych metrykach PF, expectancy, trade count i drawdown oraz na logice kontroli procesu. Własne progi warto osadzić w wynikach zwalidowanego backtestu i demo/forward testu, a nie ustawiać „na oko”.

Wdrożenie w ręcznym scalpingu

W manualnym scalpingu najlepiej liczyć wszystko w R-multiple, a nie tylko w pieniądzu czy pipsach. Dzięki temu możesz porównywać transakcje z różnymi stopami i różnymi instrumentami. Do dziennika wpisuj przynajmniej: datę i godzinę, instrument, sesję, kierunek, planowany stop, planowany target, rzeczywisty wynik w R, spread przy wejściu, zauważony slippage, identyfikator setupu, screenshot oraz prostą flagę „zgodne z procedurą / niezgodne z procedurą”. MetaTrader 5 pokazuje, że obok PF warto śledzić total trades, profit/loss trades, average profit trade, average loss trade, consecutive losses, MFE i MAE; w dzienniku manualnym warto dodać jeszcze własny error rate, czyli odsetek transakcji złamanych proceduralnie.

Rytm monitoringu powinien być częstszy niż w tradingu swingowym, bo w wykresie minutowym próbka rośnie szybko. Po każdej zamkniętej transakcji dopisujesz wynik i aktualizujesz PF dla okien 20/30/50. Na koniec sesji liczysz dodatkowo expectancy, max drawdown, liczbę błędów i rozkład set-upów. Co 10 transakcji robisz krótki przegląd screenshotów i klasyfikujesz straty: czy były zgodne z systemem, czy wynikały z kosztów, czy z dyscypliny. To odróżnia problem rynkowy od problemu wykonawczego. Sama CFTC rekomenduje detalicznym traderom forex stworzenie planu zarządzania ryzykiem i trzymanie się go po to, by unikać decyzji podejmowanych pod wpływem emocji.

W praktyce polecam prosty zestaw metryk kontrolnych: win rate, average win, average loss, Profit Factor, max drawdown, expectancy, trade count i error rate. Win rate bez average win/loss bywa mylący; PF bez trade count bywa zbyt wrażliwy na małą próbkę; PF bez error rate nie mówi, czy problem leży w rynku, czy w traderze. Dobre monitorowanie nie polega więc na patrzeniu na jedną liczbę, tylko na czytaniu spójnego obrazu procesu.

Zasady wielkości pozycji powinny być konserwatywne. CME opisuje popularną „2% rule” jako prosty górny limit ryzyka na transakcję, ale w bardzo krótkim scalpingu rozsądniej jest operować wyraźnie niżej, bo margin zwiększa siłę strat, a nawet niewielki slippage potrafi skasować przewagę. Dla manualnego systemu minutowego rozsądną polityką bazową jest zwykle 0,25%–0,50% kapitału na trade, a po zejściu PF do strefy 1,00–1,10 zejście do połowy tej stawki. SEC ostrzega, że margin zwiększa siłę nabywczą, ale naraża też inwestora na większe straty, a CFTC podkreśla, że detaliczny forex jest rynkiem bardzo ryzykownym.

Przykład nominalny, wyłącznie ilustracyjny: przy rachunku 10 000 USD i ryzyku bazowym 0,25% ryzykujesz 25 USD na transakcję. Jeśli techniczny stop wynosi 5 pipsów na EUR/USD, a wartość pipsa dla 1 lota to około 10 USD, to wielkość pozycji wynosi w przybliżeniu:

[ \text{size} = \frac{25}{5 \times 10} = 0{,}50 \text{ lota} ]

Jeśli PF spada do strefy 1,00–1,10, ryzyko tnie się o połowę do 12,50 USD, a pozycja spada do około 0,25 lota. Jeśli PF spada poniżej 1,00, nie „zmniejszasz dalej” — po prostu przestajesz handlować live i przechodzisz do analizy.

Walidacja, testy zmiany reżimu i przykłady

Każda polityka progów PF ma sens tylko wtedy, gdy twoja strategia była wcześniej sprawdzona w realistycznych warunkach. QuantConnect podkreśla, że fill models powinny uwzględniać spread i slippage, że overfitting pojawia się, gdy dopasowujesz parametry do szumu historycznego, oraz że sensowna walidacja wymaga out-of-sample, walk-forward i paper tradingu przed przejściem na realny kapitał. Dodatkowo dokumentacja walk-forward zaznacza wyraźny trade-off: częstsza optymalizacja szybciej reaguje na aktualny rynek, ale zwiększa ryzyko przeuczenia.

Najprostsze testy zmiany reżimu, które dobrze działają w ręcznym scalpingu, są zaskakująco proste. Po pierwsze, obserwuj rozjazd między PF dla 20 i 50 transakcji: jeśli PF20 nagle schodzi poniżej 1,0, a PF50 jeszcze wygląda zdrowo, masz raczej wczesny alarm niż definitywny wyrok. Po drugie, patrz na zmianę znaku expectancy — jeśli dwa kolejne checkpointy ją zerują lub odwracają na minus, przewaga praktycznie znikła. Po trzecie, rozdzielaj spadek PF z rosnącym error rate od spadku PF bez wzrostu error rate: w pierwszym przypadku najpierw naprawiasz wykonanie, w drugim podejrzewasz zmianę charakteru rynku albo kosztów. Po czwarte, jeśli chcesz bardziej „statystycznego” alarmu, NIST wskazuje, że CUSUM i EWMA są skuteczniejsze niż proste reguły Shewharta w wykrywaniu małych, uporczywych przesunięć średniej; w praktyce można więc prowadzić prostą EWMA z wyników w R obok klasycznego PF.

Poniższa tabela pokazuje cztery hipotetyczne okna 30 transakcji, policzone w R-multiple. To nie są benchmarki rynkowe, tylko demonstracja sposobu myślenia: te same „z grubsza poprawne wejścia” mogą prowadzić do różnych działań operacyjnych w zależności od PF, expectancy, drawdownu i error rate. Obliczenia własne opierają się na definicjach PF, expectancy, win rate i drawdown używanych przez TradingView, QuantConnect i MetaTrader 5.

Najważniejsza lekcja z tych przykładów jest prosta: sam win rate nie wystarcza. Dwa pierwsze przypadki mają identyczny win rate, ale różny average win i różny PF, więc niosą inną decyzję operacyjną. Z kolei przypadek trzeci jest formalnie „dodatni”, ale tak blisko zera przewagi, że wystarczy trochę gorszy spread albo jeden błąd wykonania, by przejść do strefy zatrzymania. Właśnie dlatego 80% sukcesu w takim systemie naprawdę zależy nie od tego, czy wszedłeś idealnie, lecz od tego, czy umiesz przerwać handel, kiedy liczby przestają cię chronić.

Ograniczenia i uwagi metodologiczne

Opisane progi PF są polityką operacyjną, a nie uniwersalnym prawem rynku. Ich sens zależy od twojej bazowej przewagi, struktury kosztów, jakości wykonania i tego, czy mierzysz wyniki w spójny sposób. NIST wyraźnie pokazuje, że rozmiar próbki potrzebny do wiarygodnych decyzji nie jest stały, tylko zależy od tolerowanego błędu i wielkości wykrywanego przesunięcia.

Druga granica jest praktyczna: Profit Factor jest metryką opóźnioną, bo opisuje to, co już się wydarzyło. To nie wada, tylko cecha. W połączeniu z expectancy, drawdownem, trade count i error rate PF nie ma przewidywać każdej następnej transakcji; ma powiedzieć, czy twój proces nadal zasługuje na kapitał. W ręcznym scalpingu to często ważniejsze pytanie niż „czy to wejście wygląda idealnie?”.

Trzecia uwaga: rachunek przykładowy i dźwignia nie zostały z góry określone, więc wszystkie przykłady pozycji i wielkości ryzyka należy czytać jako ilustracyjne. To szczególnie ważne w detalicznym forexie, który według CFTC jest rynkiem bardzo ryzykownym, a około dwie trzecie traderów detalicznych kończy kwartał na minusie. Tym bardziej sensowne jest więc, by statystyka pełniła funkcję bezpiecznika kapitału, a nie powidoku po stratach.