Trzy sposoby, na które wciąż tracę pieniądze, nawet gdy moja ocena makro jest właściwa

Jakiś czas temu pisałem o tym, jak zbudowałem makro pulpit AI na tydzień FOMC — gdzie opisałem, jak wykorzystuję AI do kompresji kalendarzy ekonomicznych, wiadomości i scenariuszy w coś, na podstawie czego mogę realnie handlować. Tamten tekst dotyczył bycia na bieżąco i przygotowanym. Ten tekst dotyczy tego, co dzieje się potem: niewygodnej rzeczywistości, w której można mieć przyzwoitą ocenę makro i solidny pulpit, a mimo to tracić pieniądze na egzekucji.

W czerwcu i na początku lipca 2026 tło było wystarczająco klarowne, by nawet początkujący jak ja mógł wyrobić sobie pogląd: inflacja PCE w USA za maj wyniosła 4,1% rok do roku — najwyższy poziom od kwietnia 2023 — podczas gdy czerwcowe dane o zatrudnieniu poza rolnictwem wzrosły zaledwie o 57 000, znacznie poniżej oczekiwanych przez rynek około 110 000. To klasyczne napięcie typu „lepka inflacja spotyka chłodzący rynek pracy”.

Mniej więcej w tym samym czasie EUR/USD handlowało w okolicach 1,14 pod koniec czerwca, a złoto wciąż utrzymywało się tuż powyżej 4000 USD pod koniec miesiąca. To były realne, możliwe do handlu warunki makro. Moim problemem nie było ich dostrzeżenie. Moim problemem było przekształcenie tych ocen w transakcje bez utraty pieniędzy na timing, wielkości pozycji i psychologii.

Aby przyspieszyć naukę, prowadzę teraz szczegółowy dziennik transakcji i przekazuję surowe notatki do prostego lokalnego skryptu Pythona. Wykorzystuje on mały, open-source’owy model językowy działający prywatnie na moim komputerze do podsumowywania powtarzających się wzorców zachowań i oznaczania emocjonalnego języka, takiego jak „powinno wkrótce ruszyć”, „tylko tym razem” czy „czuję, że to duże”. Nie generuje transakcji. Po prostu pomaga mi dostrzec te części mojego procesu, które wciąż zawodzą.

Oto trzy główne sposoby, na które wciąż tracę pieniądze, nawet gdy mój pogląd makro jest w przybliżeniu właściwy, oraz reguły, pytania i workflow AI, które wreszcie zaczęły uszczelniać te luki.

1. Timing: właściwy pogląd, zły dzień

Pod koniec czerwca byłem niedźwiedzi względem EUR/USD i chciałem wyrazić pogląd na silniejszego dolara, gdy para handlowała w okolicach 1,14. Inflacja wciąż była wysoka, Fed miał przestrzeń, by brzmieć stanowczo, a narracja wspierała słabsze euro. Kierunkowo pogląd nie był szalony.

Potraktowałem wielodniową tezę makro jak skalp typu „powinno wkrótce ruszyć”. Otworzyłem short bez konkretnego triggera cenowego, para najpierw szła bokiem, trafiła w mój stop, a dopiero później dryfowała w oczekiwanym przeze mnie kierunku. Wpisy w moim dzienniku z tamtego tygodnia są pełne fraz w stylu „powinno wkrótce spaść” i „nie chcę przegapić ruchu”.

Problemem była dyscyplina timingowa, nie analiza.

Reguła, której teraz używam przy timingu: Przy każdej transakcji z biasem makro potrzebuję konkretnego taktycznego triggera na wykresie 4H lub dziennym — decydującego zamknięcia, czystego wybicia z retestem albo potwierdzenia momentum.

1. Brak triggera = brak transakcji.
2. Maksymalne okno cierpliwości: 5 dni handlowych.
3. Jeśli w tym oknie nic nie ztriggeruje, pomysł wraca na listę obserwowanych.

Jeden dodatkowy przykład, który możesz podejrzeć. Teraz zmuszam się do zapisania dwóch osobnych linii w dzienniku przed każdą transakcją makro:

• „Pogląd makro:” jedno zdanie o szerszej historii.
• „Warunek wejścia:” jedno zdanie o rzeczywistym układzie cenowym, na który czekam.

Jeśli te dwie linie do siebie nie pasują, nie handluję. Brzmi prosto, ale już uratowało mnie przed wieloma stratami typu „właściwy pogląd, zły dzień”.

2. Ryzyko: przekonanie to nie model sizingu

Moja druga duża luka to pozwalanie, by silna historia zmuszała mnie do nadmiernego sizingu. Gdy headline wydaje się oczywisty, zaczynam zachowywać się tak, jakby przekonanie zmniejszało ryzyko. W praktyce działa odwrotnie.

Najwyraźniej widać to na rynkach takich jak ropa i złoto, gdzie historia makro zawsze wydaje się pilna. W czerwcu i lipcu ropa wciąż była głęboko uwikłana w inflację i ryzyko geopolityczne, a złoto flirtowało z poziomem 4000. Nie brakowało paliwa narracyjnego.

Jeśli pozwolę, by ta narracja dyktowała wielkość pozycji, normalna korekta staje się w mojej głowie wydarzeniem kończącym karierę.

Reguła, której teraz używam przy ryzyku:

1. Ryzykuję maksymalnie 1% kapitału na transakcję.
2. Wielkość pozycji = (kapitał × 1%) ÷ odległość stopu skorygowana o ATR.
3. Zapisuję dokładne ryzyko w dolarach w dzienniku przed wejściem. Bez wyjątków.

Nadal mam przekonanie. Po prostu nie pozwalam mu już dotykać formuły sizingu.

Jeden dodatkowy przykład, który możesz podejrzeć: Tuż przed transakcją „wysokiego przekonania” zapytaj: „Jeśli to normalnie skoryguje, zanim zadziała, czy dam radę to przeczekać bez ruszania stopu?”

Jeśli szczera odpowiedź brzmi „nie”, pozycja jest za duża.

Zmniejszam ją, aż będę mógł powiedzieć „tak” i to naprawdę oznaczać.

3. Psychologia: gdy dobra teza staje się złym usprawiedliwieniem

Trzecia luka jest czysto psychologiczna: wykorzystywanie dobrej tezy do usprawiedliwiania łamania własnych reguł.

Złoto to mój ulubiony przykład. Pod koniec czerwca złoto zamykało się tuż powyżej 4000 USD, z wystarczającym napięciem makro wokół inflacji i wzrostu, by uzasadnić niemal każdą narrację. Gdy handlujesz czymś, co zawsze da się wyjaśnić „makro”, niebezpiecznie łatwo jest poszerzać stopy, dodawać wielkość pozycji albo trzymać dłużej „bo historia wciąż ma sens”.

Zrobiłem wszystkie trzy rzeczy.

W jednej transakcji short, która poszła przeciwko mnie, miałem jasny stop przy wejściu. Gdy rynek ruszył przeciwko mnie po publikacji danych, poszerzyłem stop i powiedziałem sobie „makro wciąż jest dobre”. Historia się nie zmieniła; zmieniła się moja dyscyplina. Ta jedna decyzja zamieniła możliwą do opanowania stratę w coś, z czego musiałem się wygrzebywać przez dni.

Reguła, której teraz używam przy psychologii:

1. Przesunięcie stopu choć raz jest automatycznie logowane jako złamanie reguły.
2. Każde złamanie reguły lub dwie kolejne straty uruchamiają obowiązkową 24-godzinną przerwę w handlu.
3. Podczas tej przerwy przeglądam wyłącznie wpisy z dziennika i wykresy — żadnych nowych zleceń.

Nie udaję, że ta reguła eliminuje emocje. Po prostu nie pozwala moim najgorszym decyzjom się kumulować.

Jeden dodatkowy przykład, który możesz podejrzeć: Jeśli Twoje wpisy w dzienniku po wejściu mówią „wciąż lubię tę tezę” więcej niż raz, prawdopodobnie już nie zarządzasz transakcją, tylko się z nią spierasz.

Oznaczam każde takie zdanie. Zobaczenie tych tagów w skupisku wokół dużych strat było impulsem, którego potrzebowałem, by wyegzekwować 24-godzinną przerwę.

Pytania, które zmieniły mój dziennik

Największą pojedynczą poprawą nie był skrypt AI; było to przejście od mglistych refleksji do powtarzalnych pytań.

Po każdej stratnej transakcji odpowiadam teraz na:

• Jaki był mój pogląd makro w jednym zdaniu?
• Co unieważniłoby ten pogląd w ciągu 24 godzin?
• Czy ta strata wynikała ze złej analizy, czy ze złej egzekucji?
• Czy wszedłem, bo setup się ztriggerował, czy bo zmęczyło mnie czekanie?
• Jakie dokładne zdanie powiedziałem sobie przed złamaniem reguły?
• Gdybym teraz był flat, czy nadal otworzyłbym tę transakcję tutaj?
• Jaka jedna reguła uratowałaby mi najwięcej pieniędzy?

To nic wymyślnego. Po prostu zmusza stratę do wpadnięcia w kategorię. „Zła transakcja” jest zbyt mgliste, by to naprawić; „wczesne wejście”, „za duża pozycja” lub „przesunięty stop” jest możliwe do działania.

Jak faktycznie używam tu AI

W moim wcześniejszym artykule o pulpicie FOMC AI było na pierwszym planie: pomagało zbierać kalendarze, przemówienia i dane w jeden pogląd makro.

Tutaj AI siedzi w tle.

Handluję i przeglądam moje setupy na tradersview.deriv.com, narzędziu Deriv do analizy wykresów z AI, a następnie eksportuję dziennik do prostego pliku CSV. Wszystkie moje ceny, symbole i notatki pochodzą bezpośrednio z historii mojego rachunku i wykresów.

Zadanie modelu AI ogranicza się do trzech rzeczy:

• Oznaczanie emocjonalnych fraz w moich notatkach (niecierpliwość, strach, rewanż, nadzieja, nadmierna pewność siebie).
• Liczenie, jak często każdy motyw pojawia się wokół stratnych transakcji.
• Tagowanie, czy straty brzmią jak błędy analizy („zła teza”), czy błędy egzekucji („wcześnie, za duża pozycja, przesunięty stop”).

Typowe prompty, których używam:

• „Przeczytaj poniższe wpisy z dziennika. Zidentyfikuj powtarzający się język emocjonalny, zwłaszcza strach, niecierpliwość, handel rewanżowy i nadmierną pewność siebie. Pogrupuj je według motywów i zacytuj dokładne frazy.”

• „Przejrzyj te 20 transakcji. Oddziel straty spowodowane błędami analizy od strat spowodowanych błędami egzekucji. Podaj mi liczby, przykłady i najczęstsze złamanie reguły.”

• „Podsumuj dziennik z tego tygodnia prostym językiem. Jakie były moje trzy największe luki behawioralne i jaka jest jedna konkretna reguła do przetestowania w przyszłym tygodniu dla każdej z nich?”

Nie pytam, czym handlować. Pytam, gdzie wciąż sobie szkodzę.

Pseudokod: jak faktycznie działa mój pomocnik AI do dziennika

Przepuszczam swój dziennik przez lokalny skrypt Pythona, ale logika jest na tyle prosta, że możesz zbudować to w dowolnym języku.

Oto workflow w prostym pseudokodzie:

START
  READ "trade_journal.csv"
    COLUMNS: date, symbol, pnl, notes
  DEFINE EMOTION_SETS:
    impatience    = ["should move", "too early", "soon", "jumped in"]
    overconfidence = ["high conviction", "obvious", "easy trade"]
    fear          = ["scared", "nervous", "hesitated", "cut early"]
    revenge       = ["get it back", "make it back", "chase", "missed it"]
    hope          = ["it will come back", "just this once", "give it room", "macro is still good"]

  FOR EACH trade IN journal
    text = LOWERCASE(trade.notes)
    themes = EMPTY_SET
    FOR EACH (label, phrases) IN EMOTION_SETS
      FOR EACH phrase IN phrases
        IF phrase IS IN text THEN
          ADD label TO themes
        ENDIF
      ENDFOR
    ENDFOR
    IF text CONTAINS ANY OF ["early", "no trigger", "moved stop", "oversized", "cut early"] THEN
      error_type = "execution"
    ELSE IF text CONTAINS ANY OF ["wrong thesis", "missed macro", "data changed", "read was wrong"] THEN
      error_type = "analysis"
    ELSE
      error_type = "unclear"
    ENDIF
    ATTACH themes AND error_type TO trade
  ENDFOR
  COUNT how many times each theme appears across all trades
    OUTPUT "emotion_summary.csv" WITH COLUMNS: theme, count
  OUTPUT "journal_flags.csv"
    COLUMNS: date, symbol, pnl, themes, error_type, notes
END

To wszystko. Żadnej magii.

„AI” to po prostu model Claude code, którego używam do pomocy w podsumowywaniu i tagowaniu tych motywów — prawdziwa praca wciąż leży w tym, co zapisuję i które reguły postanawiam egzekwować.

Proszę pamiętać, że nie próbuję wylądować z zupełnie nowym pomysłem! „Timing, sizing, psychologia” to najstarsze trio w tradingu.

Powód, dla którego to napisałem, jest prostszy: potrzebowałem sposobu, by te trzy problemy stały się niemożliwe do zignorowania w moim własnym P&L. Pulpit makro doprowadza mnie do „w przybliżeniu właściwego” obrazu całości. Ten workflow dziennik-plus-AI to to, czego używam, by dostrzec wszystkie sposoby, na które wciąż to psuję w praktyce, i zamienić te luki w reguły, których naprawdę mogę przestrzegać.

Jeśli jesteś w tym samym miejscu — przyzwoite oceny, chaotyczna egzekucja — skopiuj jedną regułę, jedno pytanie lub jeden mały element tego workflow w tym tygodniu na małą skalę i przejrzyj to szczerze.

Nie potrzebujesz perfekcji, ale powiedz „tak” konsekwencji.

Zastrzeżenie: To moja osobista refleksja z dziennika handlowego. Nie jestem doradcą finansowym. Handel wiąże się ze znacznym ryzykiem straty. Wyniki historyczne nie są wskaźnikiem przyszłych rezultatów. Wszystkie przykłady pochodzą z mojego własnego rachunku, a ceny rynkowe bazują na wykresach i notatkach mojego brokera.