Risiko-Skalierung nach Setup-Qualität
Mehr Risiko für A+-Setups, weniger für B-Setups — Positionsgröße an Überzeugung anpassen
Risiko-Skalierung bedeutet, die Positionsgröße basierend auf der Qualitätsbewertung des Setups zu variieren. Statt bei jedem Trade den gleichen Prozentsatz zu riskieren, weist du High-Conviction-Setups mehr und marginalen Setups weniger zu. Ein typisches Modell: A+-Setups = 1.0% Konto-Risiko, A-Setups = 0.75%, B-Setups = 0.5%. Die Logik: A+-Setups haben die höchste Gewinnrate und bestes R:R, also verdienen sie die größte Kapitalexposition. B-Setups haben niedrigere Wahrscheinlichkeit und schlechteres R:R — sie haben positive Erwartungswerte, verdienen aber weniger Exposure. Über 100+ Trades produziert Risiko-Skalierung zwei Vorteile: (1) Gewinner werden überproportional groß (A+-Setups gewinnen öfter UND sind größer dimensioniert). (2) Verlierer werden überproportional klein (B-Setups verlieren öfter UND sind kleiner dimensioniert). Der Nettoeffekt ist eine glattere Equity-Kurve mit flacheren Drawdowns.
✓Erkennen
- •A+ = 1.0% Risiko, A = 0.75% Risiko, B = 0.5% Risiko
- •Gewinner werden überproportional groß (hochbewertete Setups gewinnen mehr UND sind größer)
- •Verlierer werden überproportional klein (niedrig bewertete verlieren mehr UND sind kleiner)
- •Erfordert zuerst ein bewertetes Dataset — ohne Daten sind die Noten Vermutungen
⚡Vermeiden
- →Risiko-Skalierung ohne Dataset (du brauchst 50+ bewertete Einträge)
- →Bei B-Setups aufstocken weil "dieses sich anders anfühlt" (System nur bei Befolgung wirksam)
- →Den Risiko-Unterschied zu extrem machen (2% vs 0.25% erzeugt wilde Equity-Schwankungen)
- →Das Risikomodell während eines Drawdowns ändern (das Modell wirkt über 100+ Trades)