Proč samotný backtest nestačí: Případová studie Monte Carlo analýzy

Backtest vypadá skvěle. Ale je to celý příběh?

Každý trader zná ten pocit: spustíte backtest, vidíte rostoucí equity křivku a říkáte si: „Tohle je ta strategie." Jenže backtest vám ukazuje jeden konkrétní průběh — jednu sekvenci obchodů, která se odehrála v jednom konkrétním pořadí. Co kdyby se ty samé obchody odehrály jinak?

V tomto článku si ukážeme na reálném příkladu, proč samotný backtest nestačí a jak Monte Carlo analýza odhalí skryté riziko.

Případová studie: EUR/USD scalping strategie

Backtest výsledky

Trader Jan testoval scalping strategii na EUR/USD, timeframe 5 minut, za období 3 měsíců:

• Počet obchodů: 87
• Win rate: 58 %
• Profit factor: 1.65
• Maximální drawdown: 11 %
• Celkový výnos: +24 %

Na papíře vypadá strategie solidně. Win rate přes 55 %, profit factor nad 1.5, drawdown pod 15 %. Jan se rozhodl, že přejde na živé obchodování.

Co ukázala Monte Carlo analýza

Před živým obchodováním Jan spustil Monte Carlo simulaci s 5 000 opakováními:

• Mediánový výnos: +16 % (ne 24 %!)
• 5. percentil: -8 % — v nejhorším realistickém scénáři by ztratil 8 %
• Pravděpodobnost drawdownu ≥ 20 %: 34 %
• Pravděpodobnost zruinování (pod 50 % účtu): 4.2 %

Zásadní zjištění: třetinová šance na 20% drawdown. Pokud Jan obchoduje s účtem 100 000 Kč, má 34% pravděpodobnost, že v určitém bodě bude mít otevřenou ztrátu 20 000 Kč nebo více. Je na to psychicky připravený?

Proč se čísla liší?

Backtest ukázal 24% výnos a 11% drawdown. Monte Carlo říká mediánový výnos 16 % a třetinovou šanci na 20% drawdown. Jak je to možné?

Problém pořadí obchodů

V Janově backtestu se 5 největších vítězných obchodů odehrálo relativně blízko u sebe — vytvořily „sprint" v equity křivce. Pokud by se ty samé obchody rozložily rovnoměrněji, výsledek by byl nižší. A pokud by se několik velkých ztrát nahromadilo na začátku, drawdown by byl výrazně hlubší.

Survivorship bias v jedné sekvenci

Backtest je jako jedna hra v kasinu. Můžete vyhrát, ale to neznamená, že hra je ve váš prospěch. Monte Carlo simulace je jako odehrát tu samou hru 5 000×. Teprve pak vidíte skutečnou výhodu — nebo její absenci.

Jak Jan upravil svou strategii

Na základě Monte Carlo analýzy Jan provedl dvě změny:

1. Snížil velikost pozice o 30 % — aby maximální drawdown v 95 % případů nepřesáhl 15 %
2. Přidal pravidlo denního stop-loss limitu — maximálně 2 % ztráta za den, aby zabránil kaskádovým ztrátám

Po úpravách Monte Carlo ukázalo:

• Mediánový výnos: +11 % (nižší, ale stabilnější)
• Pravděpodobnost drawdownu ≥ 20 %: 8 % (z 34 %!)
• Pravděpodobnost zruinování: 0.6 %

Poučení pro české tradery

Český trh s retailovým tradingem roste. Stále více lidí začíná obchodovat krypto, forex nebo akcie. Ale většina se zaměřuje na backtesting bez dalšího ověření. Monte Carlo analýza by měla být standardní součástí procesu každého tradera, který to myslí vážně.

Kdy spustit Monte Carlo?

• Po každém backtestingu s více než 20 obchody
• Před přechodem na živé obchodování
• Před zvýšením velikosti pozice
• Před prop firm challenge (FTMO, MyFundedFX)

Na Backtestic spustíte Monte Carlo simulaci na 2 kliknutí. Stačí mít Pro (469 Kč/měs) nebo Elite (969 Kč/měs) plán — nový uživatelé mohou vyzkoušet 3 dny zdarma.