🛠️Od hypotézy k funkční strategii: jak uzavřít smyčku učení pomocí obchodního deníku

Dobrá obchodní strategie nevzniká náhodou ani intuicí – vzniká stejným procesem, jakým funguje věda: formuluješ hypotézu, otestuješ ji, a pak podle výsledků upravíš teorii. Většina retailových investorů tento proces přeskakuje – zkusí nápad na živém účtu, jednou se nepovede a nápad zahodí, aniž by věděli, jestli byl špatný nápad, nebo jen špatné provedení. Tento článek provede celým cyklem: hypotéza → pravidla → backtest → papírové obchodování → malé živé pozice → deník → iterace – a ukáže, jak tuto smyčku prakticky uzavřít.

Krok 1: Hypotéza

Každá strategie začíná jasně formulovanou myšlenkou, ideálně ve tvaru "pokud X, pak očekávám Y, protože Z". Vágní hypotéza ("ČEZ je levný") se nedá testovat. Testovatelná hypotéza vypadá takto:

"Akcie s dlouhodobým rostoucím trendem (cena nad 200denním klouzavým průměrem), které zkorigují k 50denní SMA a odrazí se s rostoucím objemem, mají v následujících 10 obchodních dnech pozitivní očekávanou hodnotu, protože jde o dočasný pullback v silném trendu, nikoli obrat."

Tohle je hypotéza, kterou lze měřit, zamítnout nebo potvrdit daty.

Krok 2: Definice pravidel (vstup / výstup / riziko)

Hypotéza se musí přeložit do mechanických, nedvojznačných pravidel:

• Vstup: cena se dotkne 50denní SMA (± 1 %), zavírací cena je nad ní, objem den odrazu je alespoň 1,2× 20denní průměr.
• Výstup (zisk): prodej při dosažení +8 % nebo při 15. obchodním dni, podle toho, co nastane dřív.
• Výstup (ztráta): stop-loss na -4 % od vstupní ceny nebo pod nedávné swing low.
• Riziko na obchod: max. 1–2 % kapitálu portfolia na jeden obchod (tzv. R-riziko).
• Univerzum akcií: např. S&P 100 + hlavní tituly na BCPP (ČEZ, Komerční banka), tedy dostatečně likvidní tituly.

Bez přesných čísel nejde strategii backtestovat ani opakovaně vyhodnocovat – to je klíčový rozdíl mezi "pocitem" a "systémem".

Krok 3: Backtest s out-of-sample validací

Strategii je potřeba nejprve otestovat na historických datech – ale s jednou zásadní podmínkou: rozdělit data na trénovací (in-sample) a ověřovací (out-of-sample) období.

Příklad: pravidla se naladí na datech 2015–2021 (in-sample), a teprve poté se beze změn spustí na datech 2022–2024 (out-of-sample). Pokud strategie funguje jen na období, na které byla "doladěna", jde s vysokou pravděpodobností o přeoptimalizování (overfitting) – past, do které padá většina domácích strategií postavených jen na jednom grafu.

Modelový příklad na čtyřech titulech (ilustrativní, ne doporučení):

Fáze	Období	Počet obchodů	Win rate	Profit factor
In-sample	2015–2021	142	58 %	1,9
Out-of-sample	2022–2024	61	51 %	1,3

Pokles metrik mezi fázemi je normální a očekávaný – otázka je, jestli strategie zůstává ziskově konzistentní (profit factor stále nad 1), nebo se zcela rozpadne.

Krok 4: Papírové obchodování

Backtest neumí zachytit všechno – prokluz (slippage), emoce, latenci realizace, likviditu v reálném čase. Proto následuje fáze papírového obchodování: pravidla se aplikují na aktuální trh, ale bez skutečných peněz, po dobu typicky 4–12 týdnů nebo dokud se nenashromáždí alespoň 20–30 obchodů. Cíl není vydělat – cíl je ověřit, že člověk je schopen pravidla disciplinovaně dodržet v reálném čase.

Krok 5: Malé živé pozice

Teprve po úspěšném papírovém období přichází živý kapitál – ale v minimalizované velikosti (např. 0,25–0,5 % portfolia na obchod místo cílových 1–2 %). Psychologie reálných peněz je jiná než psychologie papírového obchodu, i sebelepší backtest to nenahradí. Tato fáze slouží k otestování vlastní disciplíny pod skutečným tlakem.

Krok 6: Vyhodnocení v deníku – klíčové metriky

Tady se smyčka uzavírá. Každý obchod (vstup, výstup, důvod, emoce, screenshot grafu) se zapisuje do deníku a po dostatečném vzorku (ideálně 30+ obchodů) se počítají čtyři klíčové metriky:

1. Expectancy (očekávaná hodnota na obchod)

Expectancy = (Win % × průměrný zisk) − (Loss % × průměrná ztráta)

Příklad: win rate 45 %, průměrný zisk 1 200 Kč, průměrná ztráta 600 Kč:
Expectancy = (0,45 × 1200) − (0,55 × 600) = 540 − 330 = 210 Kč na obchod.

Pozitivní expectancy znamená, že i strategie s méně než 50% úspěšností může být dlouhodobě zisková – klíčové je, že průměrný zisk násobně převyšuje průměrnou ztrátu.

2. Profit factor

Profit factor = hrubý zisk / hrubá ztráta

Hodnota pod 1,0 = strategie prodělává. Kolem 1,0–1,3 = na hraně, citlivá na náklady a prokluz. Nad 1,5 se obecně považuje za solidní, nad 2,0 za velmi silný výsledek (u realistických strategií vzácný a je třeba ho ověřit na dostatečně velkém vzorku).

3. Maximum drawdown (max. pokles kapitálu)

Největší propad z vrcholu na dno v equity křivce, v procentech nebo korunách. Например portfolio 100 000 Kč, které kleslo v nejhorším období na 88 500 Kč, má max drawdown 11,5 %. Tahle metrika říká, jak "bolestivá" strategie psychologicky je a jak velkou pozici lze bezpečně nést – strategie s expectancy +5 %, ale drawdownem 40 %, je pro většinu lidí prakticky neobchodovatelná, protože ji psychicky nevydrží.

4. MFE / MAE (Maximum Favorable/Adverse Excursion)

• MFE – kolik obchod v nejlepším okamžiku "vydělal" před uzavřením (i když se pak vrátil zpět).
• MAE – jak hluboko se obchod propadl do ztráty, než se případně otočil do zisku.

Tyto dvě metriky jsou nejcennější pro ladění výstupů. Pokud deník ukazuje, že vítězné obchody měly v průměru MFE +9 %, ale reálně se zavíraly na +5 %, znamená to, že se zisky ořezávají příliš brzy – řešením může být posunutí take-profit nebo trailing stop. Pokud naopak MAE u ztrátových obchodů pravidelně dosahuje -3 % ještě předtím, než je zasažen stop na -4 %, může to znamenat, že stop je nastaven příliš volně a kapitál je vystaven zbytečnému riziku.

Krok 7: Iterace – uzavření smyčky

Na základě čtení těchto čtyř metrik se hypotéza z kroku 1 upraví – např. posune se práh vstupu, zúží se stop-loss, nebo se změní univerzum akcií (třeba se ukáže, že strategie funguje jen na velkokapitálových titulech typu MSFT a AAPL, ale ne na volatilnějších menších firmách). Upravená verze se znovu backtestuje na out-of-sample datech, znovu prochází papírovým obchodováním a znovu se testuje v malém živém měřítku. Tímto opakovaným cyklem se strategie postupně zpřesňuje – deník je zde "senzor", který říká, kde přesně se realita liší od teorie.

Jak na to v QMA

• /strategy – Strategy Lab umožňuje formulovat pravidla vstupu, výstupu a řízení rizika a spustit je na historických datech s odděleným in-sample a out-of-sample obdobím, což pomáhá ověřit, zda výsledky nejsou jen přeoptimalizované na minulost.
• /journal – Obchodní deník automaticky dopočítává klíčové metriky popsané výše (expectancy, profit factor, max drawdown, MFE/MAE) na základě zapsaných obchodů, takže není nutné počítat je ručně v tabulce.
• /portfolio – Portfolio Health poskytuje pohled na agregovanou expozici, korelace mezi pozicemi a drawdown na úrovni celého portfolia, což doplňuje pohled z jednotlivých obchodů v deníku o kontext celkového rizika.
• /stocks/[symbol] – Detail konkrétního titulu (např. /stocks/AAPL nebo /stocks/CEZ.PR) slouží k ověření aktuálního technického a fundamentálního kontextu při hledání kandidátů splňujících pravidla vstupu.
• /smart-money – Přehled institucionálních toků může sloužit jako doplňkový filtr při definici univerza akcií pro danou strategii.
• /screener – Umožňuje najít tituly, které v daném okamžiku splňují mechanická kritéria vstupu definovaná v kroku 2.

Uvedené příklady tickerů a čísel v tomto článku (AAPL, MSFT, KO, NVDA, ČEZ, konkrétní procenta zisků/ztrát) jsou čistě ilustrativní pro vysvětlení metodiky a nejsou investičním doporučením.

Upozornění

QMA je analytický a vzdělávací nástroj, ne investiční poradenství. Minulá výkonnost není zárukou budoucích výsledků. Veškerá investiční rozhodnutí děláš na vlastní odpovědnost.