Sezónní obchodní vzory: Fakta nebo mýty?

By Marcel Hambálek · Senior Trader, For Traders

Sezónní obchodní vzory jsou opakující se kalendářní tendence trhů — například silnější prosinec u akciových indexů nebo srpnové posilování zlata. Část z nich má po roce 2000 statisticky slabý nebo mizející efekt, takže je rozumné je používat jako pravděpodobnostní filtr k technickému vstupu, nikdy jako samostatný signál.

Klíčové poznatky

• Sezónnost popisuje pravděpodobnostní naklonění trhu v daném období, ne předpověď konkrétního pohybu ceny.
• Efekt přelomu měsíce a sezónnost zlata patří k nejrobustnějším vzorům, zatímco klasický lednový efekt na large-cap indexech od 90. let výrazně zeslábl.
• Sezónní graf postavený na kontinuální futures řadě zkresluje realitu — roll a contango u ropy a plynu dokážou sežrat celý deklarovaný sezónní zisk.
• Bez out-of-sample okna a korekce na mnohonásobné testování je každý sezónní backtest jen data mining.
• V prop challenge naráží dlouhé sezónní holdy na denní limit ztráty, trailing drawdown a swapy přes víkend — velikost pozice musí vycházet z ATR daného měsíce.
• Nejbezpečnější cesta je ověřit sezónní hypotézu na simulovaném kapitálu dřív, než ji začnete škálovat.

Co jsou sezónní obchodní vzory a proč vůbec vznikají

Sezónní obchodní vzor je statistická tendence trhu chovat se v určitém kalendářním období konzistentně jedním směrem — měřeno na desítkách let dat, ne na pár posledních sezónách. Není to předpověď ani záruka, je to pravděpodobnostní posun, se kterým můžete pracovat jako s filtrem, ne jako se samostatným signálem.

Definice: kalendářní tendence vs. předpověď

Když Stock Trader's Almanac uvádí, že S&P 500 má historicky nejsilnější listopad až duben a slabší květen až říjen ("Sell in May"), jde o statistiku napočítanou přes desítky ročníků, ne o jistotu pro letošní rok. Sezónnost na trzích funguje jako posun pravděpodobnosti — pokud vzor říká, že daný měsíc je vítězný v 68 % případů za posledních 50 let, pořád existuje 32 % scénářů, kdy se nenaplní. Sezónní trading strategie proto nikdy nestojí sama o sobě — kombinuje se s technickým vstupem, cenovou akcí nebo makro kontextem, aby filtrovala, kdy má smysl hledat setup, a kdy raději počkat stranou.

Fundamentální příčiny: daně, alokace kapitálu, fyzická poptávka, počasí

Kalendářní anomálie nevznikají náhodou — mají obvykle jednu ze tří kořenových příčin:

• Behaviorální: daňová optimalizace koncem roku (prodej ztrátových pozic pro snížení daňového základu v USA), roční rebalancování fondů, vyplácení bonusů, které se přelévá do rizikových aktiv v lednu.
• Fundamentální: svatební sezóna v Indii a Číně kolem října až prosince tradičně zvedá fyzickou poptávku po zlatě; topná sezóna na severní polokouli zvyšuje spotřebu zemního plynu a tlačí na jeho cenu už od podzimu v očekávání zimy.
• Strukturální: čtvrtletní a měsíční přítoky kapitálu do penzijních plánů a indexových fondů kolem přelomu měsíce vytvářejí předvídatelné nákupní tlaky na akciové indexy, nezávisle na fundamentu firem.

Proč každý známý vzor postupně slábne

Vzor podložený reálnou fyzickou nebo strukturální příčinou (poptávka po zlatě, topná sezóna u plynu) přežívá o poznání déle než vzor čistě behaviorální, protože fyzickou poptávku nelze arbitrážovat pryč. Jakmile se ale anomálie stane veřejně známou a popsanou — přesně to sledují databáze jako Quantpedia — kvantitativní fondy ji začnou obchodovat dopředu, a tím ji zeslabí nebo časově posunou. Přesně tohle potkalo klasický lednový efekt: v 80. letech byl silně zdokumentovaný, po roce 2000 jeho síla podle akademických studií výrazně klesla, protože ho trh "sežral" ještě před začátkem ledna. Pro vás z toho plyne jednoduché pravidlo: čím starší a fundamentálně podloženější vzor, tím vyšší váha; čím čerstvěji "objevený" a čistě statistický, tím opatrněji s ním zacházejte.

Verdikt 2026: které sezónní vzory ještě platí a které jsou folklór

Přímá odpověď: ze sedmi nejznámějších sezónních vzorů má po roce 2010 solidní statistickou oporu jen polovina — Santa Claus Rally a sezónnost zlata drží, lednový efekt a "sell in May" oslabují, a čistě forexové kalendářní anomálie fungují jen jako slabý filtr, ne jako samostatný signál. Níže je srovnávací tabulka, kterou jsme sestavili z veřejně dostupných akademických studií a burzovních dat — ne z toho, co si o sobě sezónní vzory tvrdí na tradingových fórech.

Jak čteme tabulku: síla efektu, vzorek, robustnost

U každého řádku se ptáme na tři věci. Za prvé: na jak dlouhé historii je efekt měřen — pět let dat je anekdota, čtyřicet let je signál. Za druhé: jak velký je vzorek uvnitř té historie (kolik prosinců, kolik říjnů, kolik konců fiskálního roku jsme reálně zaznamenali). Za třetí: zda efekt přežil i po roce 2010, kdy se objem algoritmického a kvantového kapitálu ve všech hlavních třídách aktiv několikanásobně zvýšil a "sežral" spoustu starších neefektivit ještě před tím, než k nim retail trader stihl přistoupit. Vzor, který drží i v posledních patnácti letech navzdory tomu, že ho zná každý druhý fond, má za sebou pravděpodobně fundamentální mechanismus — ne jen náhodu v datech.

Co znamená verdikt 'platí', 'oslabuje' a 'mýtus'

Platí = efekt je měřitelný i v posledních 10–15 letech a má rozumné fundamentální vysvětlení (tok kapitálu, sezónní poptávka, institucionální rebalancing). Oslabuje = efekt existoval, ale jeho síla po roce 2000–2010 klesla, typicky proto, že se stal veřejně známým a trh ho přecenil dopředu. Mýtus = efekt je statisticky nevýznamný nebo existuje jen díky jednomu extrémnímu roku v datovém vzorku. Žádný z těchto verdiktů není zárukou budoucí výkonnosti — všechna čísla níže jsou historická a vzdělávací, nepředstavují příslib zisku ani reálné výkonnosti na simulovaném kapitálu ve vaší Trading Challenge.

Berte tuto tabulku jako filtr pravděpodobnosti, ne jako obchodní systém sám o sobě — přesně tak s ní pracujeme i my při rozboru vlastních setupů.

Lednový efekt a Santa Claus Rally: co z nich zbylo

Oba vzory patří k nejznámějším sezónním mýtům na burze — a oba dnes fungují jinak, než jak se o nich mluvilo v 80. letech. Lednový efekt na velkých indexech prakticky vymizel, Santa Claus Rally je statisticky tak malý vzorek, že z něj nejde dělat obchodní signál, jen kontext.

Lednový efekt: proč fungoval na small caps a proč na S&P 500 zmizel

Lednový efekt vznikl z jednoduché mechaniky: v prosinci investoři prodávají ztrátové pozice kvůli daňové optimalizaci (tax-loss selling), tlak na cenu se v lednu uvolní a hlavně u malých, nízko likvidních firem dochází k odrazu. Efekt byl nejsilnější u small-cap akcií s malým objemem, kde i menší nákupní tlak dokázal pohnout cenou o několik procent. Na large-cap indexech jako S&P 500 byl slabý už v 90. letech, protože institucionální kapitál a algoritmický trading tuhle neefektivitu rychle zarovnaly. Dnes je sezónnost US100 a S&P 500 v lednu prakticky neměřitelná — rozdíl proti průměrnému měsíci se ztrácí v šumu volatility. Pokud narazíte na graf, který tvrdí, že "leden je nejlepší měsíc pro nákup akcií", ověřte si, na jakém vzorku a v jakém segmentu trhu vznikl — u indexů s velkou kapitalizací tahle teze dnes prostě neplatí.

Santa Claus Rally: definice sedmi seancí a velikost vzorku

Santa Claus Rally je přesně definovaný vzorek: posledních pět obchodních seancí starého roku plus první dvě nového roku, celkem sedm seancí. Prosincová rally na burze v tomto úzkém okně bývá historicky mírně pozitivní, ale tady je háček — jde o jedno pozorování za rok. Abyste dostali statisticky use­k relevantní vzorek desítek nezávislých pozorování, potřebujete přes 30-40 let dat, a i pak se výsledek pohybuje na hraně šumu. Sedm seancí ročně znamená, že za dekádu máte deset měření — to je málo na to, abyste z toho stavěli obchodní strategii s reálnou statistickou váhou. Efekt se navíc často vysvětluje spíš tenkou sváteční likviditou a portfolio window-dressingem fondů než skutečnou sezónní anomálií.

Jak si oba vzory otestovat na US100 a ES futures

Než cokoliv nasadíte do reálného tradingu, projeďte si vzor mechanicky na historických datech:

1. Stáhněte si denní data US100 a ES futures za posledních 25-30 let (broker nebo datový provider s historií na CME futures).
2. Pro lednový efekt spočítejte průměrný výnos ledna proti průměru ostatních měsíců, odděleně pro období 1990-2010 a 2011-2026 — uvidíte, jak efekt slábne.
3. Pro Santa Claus Rally definujte přesné okno (posledních 5 + první 2 seance) a spočítejte medián i směrodatnou odchylku, ne jen průměr — malý vzorek je citlivý na outliery.
4. Porovnejte výsledek s náhodně vybraným sedmidenním oknem mimo prosinec/leden — pokud je rozdíl v mezích jedné směrodatné odchylky, jde spíš o šum.

Výstup z tohoto testu berte jako doplněk k analýze objemu a likvidity kolem svátků, ne jako spouštěč vstupu.

Sell in May, Halloween efekt a přelom měsíce

Sell in May and go away tvrdí, že zimní půlrok (listopad–duben) historicky přináší vyšší výnosy než letní (květen–říjen) — a napříč desítkami trhů je tenhle rozdíl dlouhodobě měřitelný. Problém je v tom, že "dlouhodobě" u indexů jako S&P 500 nebo NASDAQ v posledních patnácti letech opakovaně narazilo na silné letní rally, které pravidlo rozbily.

Sell in May and go away: co ukazuje rozdíl letního a zimního půlroku

Na datech od poloviny 20. století zimní půlrok skutečně v průměru překonává letní, a to napříč vyspělými i rozvíjejícími se trhy — nejde tedy o náhodu vázanou jen na jeden index. Jenže od roku 2010 patří k nejsilnějším měsícům roku i červenec a srpen, hlavně díky tech rally poháněné mega-cap akciemi. Trader, který mechanicky odešel z trhu na začátku května každý rok od roku 2010, přišel o významnou část celkového zhodnocení US indexů. Sezónnost tu funguje jako pravděpodobnostní tendence napříč dekádami, ne jako spolehlivý signál pro jednotlivý rok.

Halloween efekt v akademických studiích a jeho kritika

Halloween efekt je akademicky nejvíc zdokumentovaná verze stejného jevu — desítky studií z finančních žurnálů potvrzují, že měsíce listopad–duben v průměru přinášejí vyšší výnos než květen–říjen, a to i po očištění o riziko. Hlavní námitka je metodologická: efekt je citlivý na výběr zkoumaného období a často ho táhne jen několik extrémních měsíců (typicky prudké propady v srpnu nebo září). Když z datasetu vyřadíte tři až čtyři nejhorší letní měsíce, statistická významnost efektu výrazně slábne. To neznamená, že je to mýtus — znamená to, že jde o slabý, ne dominantní efekt, který nemá smysl tradovat samostatně.

Efekt přelomu měsíce: nejrobustnější kalendářní vzor

Ze všech kalendářních anomálií má efekt přelomu měsíce (turn-of-the-month) nejjasnější strukturální příčinu a největší počet pozorování napříč trhy i dekádami. Popisuje nadprůměrné výnosy akciových indexů v okně posledního obchodního dne měsíce a prvních tří obchodních dní následujícího měsíce. Vysvětlení je celkem přízemní: institucionální přítoky do penzijních plánů a fondů se koncentrují na začátek měsíce, spolu s pravidelným rebalancingem portfolií — to vytváří opakovaný tlak na nákupní stranu, který se dá měřit napříč stovkami měsíčních cyklů, ne jen v hrstce sezón. Právě proto je efekt přelomu měsíce statisticky nejzdravější ze všech kalendářních vzorů — má vysvětlitelný mechanismus a robustní vzorek dat, na rozdíl od Halloween efektu, který stojí a padá s tím, jak si nastavíte hranice zkoumaného období. I tady ale platí totéž pravidlo, které jsme zmínili u sezónnosti obecně: jde o filtr pravděpodobnosti k technickému vstupu, ne o samostatný obchodní signál.

Sezónnost zlata: nejsilnější měsíce XAUUSD a co za nimi stojí

Sezónnost zlata má na rozdíl od indexové sezónnosti jasný fyzický mechanismus: nejsilnější měsíce XAUUSD jsou tradičně srpen až únor, kdy se kupuje na indickou svatební sezónu a čínský Nový rok, zatímco březen až červenec bývá kumulativně nejslabší úsek roku. To z toho ale nedělá samostatný obchodní signál — od roku 2022 tento vzorec opakovaně přepisují makro faktory, o kterých bude řeč níže.

Srpen až únor: indická svatební sezóna, čínský Nový rok a alokace fondů

Indie je historicky jedním z největších spotřebitelů fyzického zlata na světě a svatební sezóna (zhruba od srpna do prosince, s vrcholem kolem festivalu Diwali) tradičně tlačí poptávku po šperkách nahoru. Na to navazuje čínský Nový rok, který připadá na leden nebo únor a je spojený s dárkovými nákupy zlatých mincí a slitků. Tato fyzická poptávka se kryje s obdobím, kdy institucionální investoři typicky přesouvají část portfolia do komodit jako sezónní hedge proti volatilitě akciových indexů na přelomu roku. Výsledkem je, že sezónnost zlata ukazuje v grafu kumulativního výnosu strmý růst právě v tomto pásmu — a je to jeden z mála sezónních vzorů, který má za sebou skutečně vysvětlitelnou poptávkovou logiku, ne jen statistickou náhodu.

Slabá letní perioda a co ji v posledních letech přepsalo

Klasický obrazec počítá s tím, že březen až červenec je pro zlato nejslabší úsek — fyzická poptávka z Asie odeznívá a trh čeká na další sezónní impuls. Jenže od roku 2022 tento vzor opakovaně bořily tři věci: reálné výnosy amerických dluhopisů, masivní nákupy centrálních bank (podle dat, která pravidelně publikuje World Gold Council, řada centrálních bank navýšila zlaté rezervy bez ohledu na kalendář) a geopolitika. Nejlepší měsíc pro nákup zlata se tak v posledních letech často neshodoval s historickým průměrem — geopolitické šoky a očekávání ohledně politiky Federálního rezervního systému dokázaly přebít sezónní tlak během pár dní. Pro tradera to znamená jedno: sezónnost komodit u zlata beřte jako pravděpodobnostní pozadí, ne jako kalendářní jistotu.

Rozdíl mezi spotovým XAUUSD a kontraktem GC na CME

Spotové XAUUSD, se kterým obchodujete na platformě For Traders, sleduje okamžitou cenu bez expirace, zatímco GC futures na CME mají měsíce expirace a cenu ovlivňuje i cost of carry — tedy náklady na skladování a financování pozice do doby dodání. To znamená, že sezónní graf GC může kolem rolovacích období (zejména u kontraktů s vyšším objemem jako únor, duben, červen, srpen, prosinec) vykazovat drobné odchylky od spotu, protože do ceny vstupuje i struktura forward křivky. Pokud držíte pozici v GC přes rolovací okno, počítejte s tím, že spread mezi kontrakty může sezónní signál lehce zkreslit.

Komodity a futures: proč sezónní graf na kontinuální řadě klame

Sezónní graf zemního plynu, který si stáhnete z volně dostupného zdroje, může ukazovat úplně jiný obrazec než graf konkrétního expiračního kontraktu ve stejném období — protože kontinuální řada je uměle slepená z desítek kontraktů a metoda slepení mění tvar křivky. Tohle je bod, kde většina retailových studií o sezónnosti komodit padá dřív, než vůbec začnou obchodovat.

Kontinuální řada (continuous contract) vzniká tak, že se u CME futures nebo NYMEX kontraktů v okamžiku expirace jeden kontrakt "přilepí" k dalšímu. Podle zvolené metody — back-adjusted (posunutí celé historie o rozdíl cen), ratio-adjusted (procentuální přepočet) nebo neupravená řada (raw, s cenovým skokem při rollu) — vám ze stejných surových dat vyjde odlišný sezónní vzorec. Back-adjusted řada u WTI ropy dokáže zcela smazat efekt, který je na neupravené řadě jasně vidět, protože software při rollu "narovná" cenový gap, jenž ve skutečnosti trader musí zaplatit.

Roll, contango a backwardace: kam mizí sezónní zisk

Když držíte futures pozici přes expiraci, musíte rolovat do dalšího kontraktu — a tady vstupuje do hry tvar křivky. V contangu jsou vzdálenější kontrakty dražší než blízké, takže dlouhá pozice při rollu ztrácí (platíte víc za nový kontrakt, než jste dostali za starý). V backwardaci je to naopak ve váš prospěch. Sezónní pohyb ceny podkladu může být reálný a statisticky podložený, ale pokud strukturu křivky obchodujete proti sobě, roll costs sezónní edge vyjí a čistý výsledek vyjde na nule nebo do mínusu. Jinými slovy: neobchodujete sezónnost, obchodujete strukturu křivky — a to jsou dvě různé sázky.

WTI ropa a zemní plyn: topná sezóna, driving season a skladové kapacity

Zemní plyn (NG) má jeden z nejčistších fundamentálních sezónních příběhů na trhu: topná sezóna (listopad–únor) tlačí poptávku nahoru, léto je typicky slabší kvůli nižší spotřebě na vytápění, i když s rostoucí rolí klimatizace se i letní špičky posilují. Skladové kapacity (storage) hlášené americkou EIA jsou přitom klíčovým vstupem, který sezónní tendenci buď potvrdí, nebo přebije. U WTI ropy funguje podobná logika kolem tzv. driving season (květen–září), kdy roste poptávka po benzínu v USA. Problém je, že oba trhy mají v posledních letech extrémně strmé křivky contanga i backwardace podle stavu zásob — a právě tahle struktura, ne kalendář, často určuje, jestli sezónní obchod vyjde.

Jak stavět sezónní studii na správných datech (CL, NG, GC, ES, NQ)

Pokud chcete sezónnost komodit testovat seriózně, sledujte konkrétní expirační měsíc, ne obecnou slepenou řadu — u zemního plynu to znamená například samostatně analyzovat březnový kontrakt (NGH) napříč lety, ne kontinuální NG. Stejný princip platí u ropy (CL), zlata (GC) i akciových indexů (ES, NQ), byť u indexových futures je efekt rollu díky nízkému carry mnohem menší.

• SpreadCharts od Pavla Hály — český nástroj specializovaný přímo na sezónnost jednotlivých kontraktů a spreadů mezi nimi, ne na slepenou řadu.
• Seasonax — umožňuje přepínat mezi metodami úpravy řady a rovnou vidět, jak moc se obrazec mění.
• Quantpedia — databáze akademicky testovaných strategií, kde často najdete i backtest s vyznačením roll costs.

Než sezónní vzorec komodity vůbec zařadíte do vaší tradingové strategie, ověřte si, na jaké řadě byl testovaný. Pokud zdroj neuvádí metodu úpravy dat, berte ten graf jako orientační, ne jako podklad pro vstup.

Sedm kroků, jak validovat sezónní strategii (a nepodlehnout data miningu)

Validace sezónního vzoru má sedm kroků: formulace hypotézy s ekonomickou příčinou, ověření vzorku, rozdělení na in-sample a out-of-sample, korekce na mnohonásobné testování, forward test na simulovaném kapitálu a předem dané kritérium pro zamítnutí. Kdo přeskočí byť jen jeden krok, riskuje, že tradujte statistický šum místo reálné tendence trhu.

Krok 1–3: hypotéza s příčinou, dostatečný vzorek, in-sample okno

Krok 1 — napište hypotézu dřív, než spustíte backtest sezónní strategie. Proč by měl mít prosinec u akciových indexů nadprůměrný výnos? Protože fondy dělají "window dressing" a rebalance k roku, protože sezónní příliv nové hotovosti do penzijních plánů. Bez příčiny testujete náhodu — a náhoda vám občas dá krásně vypadající graf.

Krok 2 — ověřte, že máte dostatečný vzorek. Pro roční kalendářní okna (leden efekt, "sell in May") potřebujete desítky let dat, ideálně 20-30 ročních cyklů, jinak jeden extrémní rok (2008, 2020) ohne celý statistický závěr. Pro měsíční přelomy (turn-of-month efekt) sbíráte stovky pozorování, protože frekvence je vyšší a šum se vyprůměruje rychleji.

Krok 3 — rozdělte data na in-sample okno. Použijte třeba 70 % historie k nalezení a doladění vzoru. Zbytek nechte netknutý pro další krok — to je vaše pojistka proti overfittingu.

Krok 4–5: out-of-sample test a korekce na mnohonásobné testování

Krok 4 — spusťte out-of-sample test na zbylých datech a započítejte reálné náklady: spread, komise, slippage a swapy/rollover na vícedenních pozicích. Vzor, který na papíře vydělává 0,3 % měsíčně, se po odečtení spreadu na XAUUSD nebo swapů na futures často otočí do ztráty.

Krok 5 — proveďte korekci na mnohonásobné testování. Tohle je jádro data mining biasu: otestujete-li 12 měsíců krát 10 instrumentů, dostanete 120 kombinací, a při běžné hladině významnosti 5 % vám statisticky "vyjde" šest z nich čistě náhodou. Tomu se říká p-hacking — hledáte, dokud něco nezasvítí zeleně, a pak tvrdíte, že jste objevili hranu. Korekce (např. Bonferroniho úprava prahu významnosti) vám ukáže, které nálezy přežijí přísnější test.

Krok 6–7: forward test na simulovaném kapitálu a kritérium pro zamítnutí

Krok 6 — nasaďte vzor do forward testu na demo účtu nebo v rámci Trading Challenge na simulovaném kapitálu, kde vzor musí fungovat v reálném čase, s reálnými fill cenami, ne na historických datech, kde už znáte odpověď.

Krok 7 — napište si předem kritérium pro zamítnutí, třeba: "pokud vzor po 20 obchodech ve forward testu nedosáhne alespoň poloviny backtestovaného R:R, opouštím ho". Bez tohoto pravidla budete racionalizovat každou ztrátu jako "dočasnou odchylku" — a to je přesně cesta k tomu, jak sezónnost promění z filtru na past.

Sezónnost jako filtr, ne jako signál: praktická implementace

Sezónní obchodní strategie funguje nejlépe jako filtr směru a časového okna, přičemž vstup, stop a velikost pozice vždy dopočítáváte z aktuální technické situace a aktuální volatility — ne z historického průměru. Praktický workflow vypadá takto: sezónnost vám řekne "dlouhá pozice na zlatě, srpen", technika vám řekne "kdy přesně a za jakou cenu".

Sezónní okno + technický trigger: pullback, breakout, struktura

Máte sezónní naklonění — třeba dlouhou stranu na US100 v prosinci. To samo o sobě není vstup. Počkáte na technický trigger uvnitř okna: pullback k EMA20 na H4, breakout z konsolidace nad předchozím swing high, nebo jednoduše obnovení struktury vyšších low. Sezónnost vám dala pravděpodobnostní vítr do zad, trigger vám dal konkrétní cenu a čas. Bez triggeru vstupujete naslepo do kalendáře, což je přesně ten mýtus, který chcete odstranit.

Stop podle ATR daného měsíce a velikost pozice

Stop loss stavte na 1,5–2× ATR vypočtené z volatility typické pro daný měsíc, ne z celoroční průměrné hodnoty. Srpnové ATR zlata a prosincové ATR US100 jsou jiné světy — srpen bývá u zlata tenčí objemem (letní měsíce, méně institucionálního flow), zatímco prosinec u indexů kombinuje year-end rebalancing s nižší likviditou kolem svátků. Pokud použijete průměrné roční ATR, stop bude buď zbytečně těsný (whipsaw vás vyhodí dřív, než se vzor rozvine), nebo zbytečně široký (riziko na obchod naroste, aniž byste to chtěli).

Velikost pozice se pak dopočítá zpětně: nejdřív máte riziko na obchod (např. 0,5 % účtu), pak stop v pipech/tickách podle měsíčního ATR, a z toho vyplyne lot size. Ne naopak — nikdy nefixujte velikost pozice a nenechávejte stop, ať se přizpůsobí.

Likvidita, spready a slippage: svátky, triple witching, NFP a FOMC

Sváteční období — Díkůvzdání, poslední týden roku — znamená tenké knihy. Market makeři a institucionální desky jsou mimo, spready se rozšiřují a fill dostanete horší, než ukazuje historický backtest. To je paradox sezónního tradingu: santa claus rally je reálný statistický jev, ale probíhá právě v týdnech, kdy je exekuce nejhorší.

Druhý problém je kolize s makro kalendářem. Do sezónního okna se často trefí triple witching (třetí pátek v březnu, červnu, září, prosinci — souběžná expirace opcí, futures a opcí na futures na indexy), NFP nebo FOMC zasedání. Tyto události krátkodobě přebijí jakýkoliv sezónní vzor — objem a volatilita v tu chvíli řídí cenu, ne kalendářní tendence z posledních 20 let.

Praktické pravidlo: než vstoupíte do sezónního okna, zkontrolujte ekonomický kalendář (CME Group i Fed zveřejňují data k FOMC a expiračním termínům veřejně). Pokud se sezónní vstup kryje s NFP nebo FOMC do 24–48 hodin, buď počkejte na potvrzení po události, nebo zmenšete pozici — slippage v takové kombinaci dokáže smazat celou statistickou výhodu, kterou vám sezónnost nabízí.

Sezónní trading uvnitř prop challenge: kde to skřípe

Sezónní vzor žije v týdnech, pravidla challenge žijí ve dnech — a přesně v tomhle rozporu padá většina sezónních plánů. Máte edge, který se statisticky projeví za tři až šest týdnů, ale denní limit ztráty a trailing drawdown vás soudí každý jednotlivý den. Pokud si tohle nevyříkáte předem, sezónní hypotéza vás vyřadí z evaluace dřív, než stihne fungovat.

Dlouhý hold vs. denní limit ztráty a trailing drawdown

Sezónní pozice typicky nejede rovně nahoru nebo dolů — cestou zažije dvě až tři protipohybové korekce, než se sezónní tendence prosadí. Problém je, že taková korekce se nedívá na to, jestli je "jen dočasná". Pokud máte pozici nastavenou na risk, který by vám vyhovoval na klasickém intradenním obchodě, prudší návrat proti vám během jednoho dne snadno vyčerpá denní limit ztráty nebo přiblíží účet k hranici trailing drawdownu.

Praktický důsledek: na vícedenní sezónní hold jděte s menší pozicí, než by vám dovolil čistý risk na obchod. Cíl není maximalizovat velikost — cíl je přežít dny, kdy trh dělá to, co sezónnost dělá běžně: dočasně jde přesně opačným směrem, než čekáte. V prop challenge se nehodnotí, jak dobře jste odhadli směr za měsíc, ale jestli jste v pořádku každý jednotlivý den cestou tam.

Swapy, víkendové gapy a rolování během evaluace

Vícedenní forexová nebo zlatá pozice v sobě nese swap — u zlata (XAUUSD) dokáže rollover náklad za tři týdny hold ukousnout citelnou část marže, kterou jste si na obchod naplánovali. Započítejte ho do kalkulace před vstupem, ne až po něm.

Víkendové gapy jsou druhá věc, na kterou sezónní tradeři často zapomínají — pozice držená přes pátek se v neděli večer může otevřít s mezerou, která nemá nic společného s vaším stop lossem umístěným na páteční ceně. A pokud sezónní hypotézu obchodujete přes futures kontrakt, počítejte s tím, že kontrakt má expiraci — víceyýdenní hold může vyžadovat rolování do dalšího měsíce uprostřed evaluace, což znamená novou pozici, nový spread a znovu papírování risku.

Jak si sezónní hypotézu otestovat na simulovaném kapitálu u For Traders

Než sezónní vzor nasadíte na fundovaný účet, otestujte ho v Trading Challenge na simulovaném kapitálu. Je to vzdělávací prostředí — žádné skutečné peníze v trhu, ale pravidla (denní limit ztráty, max drawdown, případně trailing drawdown) jsou nastavená stejně přísně, jako budou na fundovaném účtu. Přesně to potřebujete: ověřit, jestli vaše sezónní hypotéza přežije reálná pravidla risk managementu, ne jen backtest na papíře.

Pokud preferujete rychlejší cestu bez fáze evaluace, Instant Funding vám dá okamžitý přístup k pravidlům fundovaného účtu — ale i tady platí totéž: nejdřív ověřte edge na menší pozici, teprve pak škálujte. Sezónnost je pravděpodobnostní filtr, ne záruka — a jediný způsob, jak zjistit, jestli váš konkrétní vstup a vaše konkrétní money management tuhle pravděpodobnost dokážou proměnit v konzistentní performance rewards, je odtestovat to v podmínkách, které kopírují ostrou evaluaci.

Výhody a omezení sezónního přístupu

Výhody

• Dává objektivní časový filtr, který omezuje počet obchodů a tím i přeobchodování
• Staví na dlouhé historii dat, takže hypotézu lze kvantifikovat, ne jen 'cítit'
• U vzorů s reálnou fundamentální příčinou (zlato, zemní plyn, přelom měsíce) má vyšší šanci přežít i příští roky
• Dobře se kombinuje s technickým vstupem a s řízením rizika podle ATR
• Pomáhá plánovat kalendář dopředu — víte, která okna sledovat a kdy zůstat stranou

Nevýhody / rizika

• U ročních oken je vzorek malý, takže výsledek se snadno splete se šumem
• Data mining bias: při testování desítek kombinací vždy něco 'vyjde'
• Makro události a změny režimu trhu sezónní naklonění kdykoli přebijí
• U futures zkresluje výsledek rolování, contango a metoda sestavení kontinuální řady
• Dlouhé sezónní holdy kolidují s denním limitem ztráty a trailing drawdownem v evaluacích
• Sváteční období s tenkou likviditou zhoršuje spready, fill a slippage právě tam, kde vzor slibuje edge

Časté otázky