Uptober, rajd Świętego Mikołaja, „sell in May” – czy sezonowość na rynkach w ogóle działa?

We wrześniu masz uważać, bo statystyki są słabe. W październiku kupować, bo przecież jest Uptober. Jeśli nie urośnie w październiku, pojawia się argument, że listopad jest historycznie jeszcze lepszy. Potem przychodzi rajd Świętego Mikołaja, efekt stycznia, a w maju ktoś przypomina, że czas sprzedać i wyjechać na wakacje. Kalendarz inwestora wygląda jak instrukcja zarabiania. Szkoda tylko, że na rachunku nie działa to równie prosto.

Inwestuję od 2011 roku i handluję kontraktami, więc takie opowieści słyszałem już wiele razy. Nie odrzucam statystyki. Chcę tylko wiedzieć, co zostało policzone, na ilu obserwacjach i czy wynik da się wykorzystać po uwzględnieniu ryzyka. Dlatego zamiast kolejnej prognozy „czy w tym roku przyjdzie Mikołaj” policzyłem miesięczne wyniki Bitcoina, S&P 500 i WIG20 dla tych samych lat.

Moja odpowiedź: sezonowość bywa widoczna w danych, ale sama nazwa miesiąca nie wystarcza do otwarcia pozycji. Są różnice między rynkami, są wyniki zależne od wybranego okresu i są średnie, które wyglądają świetnie dzięki jednemu wyjątkowemu rokowi. Właśnie te szczegóły decydują, czy patrzysz na użyteczną informację, czy na ładnie opakowaną historię.

Co właściwie oznacza sezonowość na giełdzie?

Sezonowość to powtarzająca się zależność między okresem kalendarza a zachowaniem rynku. Może dotyczyć średniej stopy zwrotu, zmienności, obrotów albo płynności. Kiedy ktoś mówi, że listopad jest dobry dla Bitcoina, zazwyczaj ma na myśli historyczny wynik miesięczny. To znacznie węższe twierdzenie niż „w listopadzie można bezpiecznie kupić”.

Porządkuję najpopularniejsze hasła, bo często wrzucamy do jednego worka zjawiska mierzone zupełnie inaczej.

Już tutaj widać pierwszy problem: dodatni grudzień nie dowodzi wystąpienia klasycznego rajdu Mikołaja. A słaby styczeń S&P 500 nie rozstrzyga, czy wystąpiła sezonowa przewaga małych spółek.

Jak policzyłem wyniki BTC, S&P 500 i WIG20

Główne porównanie obejmuje 13 pełnych lat: 2013–2025. To 156 miesięcznych stóp zwrotu na każdy rynek, ale tylko 13 obserwacji dla konkretnego miesiąca. Nie dopisuję fragmentu 2026 roku do części miesięcy, bo wtedy porównywałbym różnej długości próbki. Nie oceniam też całego października 2026 przed jego zakończeniem.

Każdy wynik liczę tak samo: (wartość na koniec miesiąca / wartość na koniec poprzedniego miesiąca − 1) × 100%. Dla BTC korzystam z dziennych cen PriceUSD Coin Metrics na koniec dnia UTC. Dla S&P 500 biorę miesięczne zamknięcia indeksu z Yahoo Finance, a dla WIG20 ostatnie dostępne zamknięcie sesji w danym miesiącu z archiwum BiznesRadar. Źródła i szczegóły podaję na końcu.

To porównanie zmian cen: BTC w USD, S&P 500 w USD, WIG20 w PLN. Indeksy akcyjne są w wersjach cenowych, bez reinwestowania dywidend. Nie przeliczam wszystkiego na złote i nie uwzględniam prowizji, podatków, spreadu ani finansowania pozycji. To statystyka rynku, a nie wynik konkretnego ETF-u czy kontraktu.

Dlaczego wspominam o dywidendach? Odcięcie dywidendy mechanicznie obniża kurs akcji, co wpływa na indeks cenowy. Część słabości takiego indeksu w sezonie wypłat nie musi oznaczać takiej samej straty inwestora otrzymującego dywidendy. Przy sprawdzaniu gotowej strategii dla polskich akcji dołożyłbym WIG20TR.

Średnie miesięczne wyniki: Bitcoin, S&P 500 i WIG20

Wszystkie liczby w tabeli to średnie arytmetyczne, w procentach, za lata 2013–2025. Każda komórka powstaje z 13 wyników. Zaokrąglam je do dwóch miejsc po przecinku.

Pierwszy wniosek: nie istnieje jeden wspólny „kalendarz giełdowy”. Listopad wygląda mocno na S&P 500 i bardzo mocno w średniej BTC, ale na WIG20 jego średnia jest niższa niż kwietnia i października. Grudzień na S&P 500 w tej próbce daje średnio zaledwie około +0,06%. Lipiec, mimo wakacji i hasła sell in May, daje około +3,01%.

Drugi wniosek: porównywanie samych wysokości zysków między BTC a indeksami nie mówi, co było lepszą inwestycją. Bitcoin ma inną zmienność i ryzyko. Duża średnia miesięczna nie jest premią, którą można wziąć bez wystawiania kapitału na duże obsunięcia.

Sezonowość Bitcoina: co zostaje z Uptobera po sprawdzeniu danych?

W tej próbce październik rzeczywiście wygląda dobrze: średnia wynosi +19,95%, mediana +14,79%, a 10 z 13 październików zakończyło się wzrostem. Trzy były spadkowe, a najgorszy przyniósł około −13,38%. To wystarczający powód, żeby przyjrzeć się zjawisku. Nie wystarcza, żeby uznać następny październik za wygraną transakcję.

Mediana to środkowy wynik po uporządkowaniu wszystkich obserwacji. W odróżnieniu od średniej nie daje jednemu ekstremalnemu miesiącowi aż tak dużego wpływu na obraz całości. Dlatego przy sezonowości chcę widzieć przynajmniej te trzy rzeczy: średnią, medianę i liczbę wzrostowych okresów.

W sierpniu średnia jest dodatnia, ale mediana wynosi około −8,41%, a wzrostowych sierpniów było zaledwie 4 na 13. W grudniu średnia też jest dodatnia, lecz częściej rynek spadał, niż rósł. Czytelnik, który zobaczy tylko zieloną komórkę ze średnią, może wyciągnąć zupełnie inny wniosek niż osoba, która obejrzy rozkład wyników.

Jeszcze jedna rzecz: dodatni wynik całego miesiąca nie oznacza spokojnej drogi od pierwszego do ostatniego dnia. Kurs może najpierw mocno spaść, wyczyścić pozycje z dźwignią, a dopiero później zakończyć miesiąc na plusie. Inwestor spot i trader na perpetualu mogą patrzeć na tę samą zieloną komórkę, a mieć całkowicie różne doświadczenia.

Czy listopad jest dobry dla Bitcoina? Uwaga na rok 2013

Jeśli spojrzysz wyłącznie na średnią, listopad wygląda jak miesiąc marzeń: +41,40%. Problem w tym, że listopad 2013 roku przyniósł w wykorzystanej serii około +450,61%. Jeden taki wynik bardzo mocno podbija średnią z trzynastu obserwacji.

Po wyłączeniu tego jednego listopada średnia pozostałych dwunastu wynosi około +7,30%. Mediana całej trzynastki to +8,88%, a dodatni wynik pojawił się w 8 latach na 13. Nadal są to interesujące liczby, ale znacznie mniej widowiskowe niż pierwsza średnia.

Nie usuwam 2013 roku z głównej tabeli. Ten wzrost wydarzył się naprawdę i był częścią historii Bitcoina. Pokazuję oba warianty, żebyś zobaczył, jak wrażliwy jest wynik na pojedynczą obserwację. Arbitralne wyrzucanie niewygodnych lat byłoby kolejnym sposobem dopasowania danych do własnej tezy.

Po drugiej stronie masz listopad 2018 z wynikiem około −36,99%, listopad 2021 około −7,06%, listopad 2022 około −16,17% i listopad 2025 około −17,29%. Historycznie dobry miesiąc nie uratował wtedy kupującego przed stratą. Przy wybieraniu momentu wejścia najpierw interesuje mnie stan rynku, o czym pisałem w tekście kiedy kupić kryptowaluty – dobry moment na wejście.

Dlaczego 12 czy 13 lat krypto to nadal mała próbka?

„Mamy kilkanaście lat danych” brzmi poważnie. Ale jeżeli badam październik, mam kilkanaście październików. Nie tysiące niezależnych eksperymentów. Dorzucenie świec minutowych nie zwiększy liczby niezależnych rocznych powtórzeń tego efektu.

W próbce 13 lat jedna dodatkowa wygrana albo przegrana zmienia odsetek dodatnich miesięcy o około 7,7 punktu procentowego. To dużo, gdy na tej podstawie ktoś chce oszacować szansę powodzenia następnej transakcji.

Do tego rynek z początku tej historii różni się od dzisiejszego. Inna jest płynność, udział instytucji i dostępność instrumentów. Obserwacje z jednej hossy bywają do siebie podobne. Kiedy dodatkowo podzielisz dane według faz cyklu lub lat po halvingu, zostanie Ci po kilka przypadków w każdej grupie. Łatwo wtedy znaleźć przekonującą opowieść, a trudno oddzielić ją od przypadku.

Jest też problem szukania na siłę. Możesz sprawdzić 12 miesięcy, dni tygodnia, tygodnie miesiąca, lata wyborcze i kilkadziesiąt kryptowalut. Któraś kombinacja będzie wyglądała świetnie nawet wtedy, gdy nie niesie trwałej przewagi. Jeśli najpierw oglądasz całą historię, a dopiero potem wybierasz „najlepszy miesiąc”, to wykorzystujesz wiedzę, której inwestor na początku tej historii nie miał.

Moje tabele opisują przeszłość. Nie są testem dowodzącym statystycznie istotnej przewagi ani oszacowaniem prawdopodobieństwa wzrostu w kolejnym roku. Żeby mówić o strategii, potrzebny jest osobny test na danych niewykorzystanych przy wyborze reguły.

Rajd Świętego Mikołaja: kiedy naprawdę się zaczyna?

Klasyczna definicja ze Stock Trader’s Almanac dotyczy ostatnich pięciu sesji grudnia i pierwszych dwóch sesji stycznia. Liczymy sesje giełdowe, więc pomijamy dni wolne. Nie zaczyna się automatycznie 1 grudnia, 6 grudnia ani wtedy, gdy pojawi się pierwszy świąteczny nagłówek.

Żeby policzyć pełny wynik tych siedmiu sesji, porównuję zamknięcie drugiej styczniowej sesji z zamknięciem sesji poprzedzającej pięć ostatnich sesji grudnia. Kupno dopiero na zamknięciu pierwszej sesji z okna zgubiłoby jej wynik.

Sprawdziłem S&P 500 dla 13 okien od grudnia 2013/stycznia 2014 do grudnia 2025/stycznia 2026. Wynik był dodatni 8 razy na 13. Średnia wyniosła około −0,02%, a mediana około +0,34%. W tym konkretnym, niedługim okresie nie było więc widowiskowej średniej premii.

To nie oznacza, że historyczny efekt został obalony. Dłuższe zestawienia obejmują inne dekady i dają inne wyniki. Pokazuje natomiast, dlaczego informacja „od 1950 roku średnio…” nie powinna zastępować sprawdzenia nowszego okresu. Sam odsetek dodatnich okien też nie wystarczy: trzeba porównać je z innymi siedmiosesyjnymi okresami oraz uwzględnić zmienność i koszty. Takiego pełnego testu przewagi tutaj nie przeprowadzam.

Dobry przykład różnicy między grudniem a rajdem Mikołaja daje 2018 rok. Cały grudzień S&P 500 zakończył spadkiem około 9,18%, ale siedmiosesyjne okno na przełomie 2018/2019 dało około +1,29%. Oba zdania są prawdziwe. Mówią o innych odcinkach wykresu.

Przenoszenie tego efektu wprost na BTC wymaga kolejnego testu. Bitcoin handluje przez siedem dni w tygodniu, a „pięć ostatnich sesji” nie ma dla niego tego samego znaczenia. Możesz przyjąć kalendarz giełdy amerykańskiej albo dni kalendarzowe, ale musisz wybrać regułę przed policzeniem wyników.

Sell in May and go away: czy od maja lepiej nie mieć akcji?

To hasło zwykle odnosi się do historycznie słabszego półrocza maj–październik względem listopada–kwietnia. Badali je między innymi Sven Bouman i Ben Jacobsen w pracy opublikowanej w American Economic Review. Nie jest więc wyłącznie giełdowym powiedzonkiem. Problem zaczyna się przy zamianie obserwacji w polecenie: „sprzedaj wszystko w maju”.

Policzyłem również pełne półrocza. Żeby porównanie było równe, zestawiam 12 sezonów zimowych od listopada 2013–kwietnia 2014 do listopada 2024–kwietnia 2025 oraz następujące po nich 12 sezonów letnich maj–październik 2014–2025. Wynik każdego półrocza jest składany z miesięcy, a dopiero potem liczę średnią z dwunastu półroczy.

W tej próbce WIG20 pokazuje wyraźną różnicę na korzyść zimowego półrocza. Na S&P 500 zimowe półrocze nie ma przewagi nad letnim. Na BTC średnia jest wyższa zimą, ale letnia też jest bardzo wysoka i obciążona dużą zmiennością. Jedno hasło, trzy odmienne obrazy.

Słabszy okres nie musi być okresem strat. Kto w badanych latach przez całe półrocze trzymał gotówkę zamiast S&P 500, ominął wiele dodatnich okresów. Na przykład maj–październik 2020 przyniósł indeksowi około +12,28% bez dywidend.

Nie jest to jeszcze porównanie strategii z kupnem i trzymaniem. Do takiego testu potrzebowałbym pełnej ścieżki kapitału, dywidend, oprocentowania gotówki poza rynkiem, kosztów sprzedaży i ponownego zakupu oraz podatków. Sprawdziłbym również obsunięcie i wynik w relacji do ryzyka. Samo porównanie dwóch średnich tego nie zastępuje.

Efekt stycznia: nie każda spółka i nie każdy indeks

Klasyczne badania efektu stycznia dotyczyły szczególnie małych spółek oraz zależności ich wyników od wielkości firmy. Jedną z hipotez jest sprzedaż stratnych akcji pod koniec roku z powodów podatkowych i zmiana presji podaży na przełomie lat. To hipoteza wyjaśniająca część obserwacji, a nie uniwersalne prawo.

W mojej tabeli styczeń S&P 500 daje średnio około +0,96%, WIG20 +0,89%, a BTC +4,41%. Ale mediana stycznia WIG20 jest ujemna, około −1,81%. Sam styczniowy wynik dużych spółek nie pozwala ocenić przewagi małych. Dla GPW należałoby osobno sprawdzić na przykład sWIG80, a dla USA odpowiedni indeks małych spółek.

Nie mylę też efektu stycznia z „barometrem styczniowym”, czyli próbą przewidywania całego roku po jego pierwszym miesiącu. To osobna hipoteza. Styczeń jest częścią rocznej stopy zwrotu, więc nawet tu trzeba uważać na pozornie imponującą zależność.

Dlaczego sezonowość czasem może istnieć?

Rynek nie działa w próżni. Przepływy oszczędności, rozliczenia podatkowe, zmiany portfeli i terminy raportowania mogą wpływać na podaż oraz popyt w podobnych momentach roku. Urlopy i święta potrafią zmieniać płynność. To sensowne kierunki szukania wyjaśnienia.

Nie oznacza to jednak, że znalazłem przyczynę każdej zielonej komórki. Samo występowanie zależności w tabeli nie dowodzi, że wywołały ją świąteczny optymizm czy wakacje zarządzających. Jeśli chcę mówić o mechanizmie, potrzebuję danych o przepływach i zachowaniu uczestników, a nie tylko o cenie.

Na BTC dochodzą czynniki, które potrafią całkowicie zdominować kalendarz: płynność, dźwignia, zmiana oczekiwań wobec stóp procentowych czy zdarzenie dotyczące dużej giełdy. Dlatego w praktyce więcej uwagi poświęcam temu, jak makroekonomia wpływa na kryptowaluty, niż temu, czy kolejna kartka kalendarza ma historycznie dobry kolor.

Jak sprawdziłbym strategię opartą na sezonowości

Gdybym chciał wykorzystać sezonowość jako samodzielną strategię, zacząłbym od spisania reguł. Bez tego łatwo po fakcie przesuwać wejście i wyjście, aż wynik zacznie wyglądać dobrze.

1. Wybieram instrument i dokładny okres. BTC spot to inny produkt niż perpetual; siedem sesji Mikołaja to inne okno niż cały grudzień.
2. Oddzielam dane do znalezienia reguły od danych do jej sprawdzenia. Nie nazywam sukcesem tego, że reguła pasuje do historii, z której ją wymyśliłem.
3. Sprawdzam stabilność. Zmieniam początek próbki, oglądam podokresy i wpływ największych wyników. Raportuję także warianty, w których przewaga znika.
4. Porównuję z właściwym punktem odniesienia. Przy akcjach uwzględniam dywidendy, a przy sezonowej gotówce również jej oprocentowanie. Patrzę na obsunięcia i czas ekspozycji.
5. Dodaję realne koszty. Prowizje, spread, poślizg, podatki i ewentualny funding potrafią zmienić atrakcyjny wynik brutto.
6. Sprawdzam drogę do wyniku. Interesuje mnie także ruch przeciwko pozycji w trakcie miesiąca, bo końcowy plus nie gwarantuje przetrwania transakcji z dźwignią.

Dopiero wtedy można rozmawiać o tym, czy jest przewaga i czy da się ją wykorzystać. Sama tabela średnich jest początkiem pracy.

Dlaczego jako trader nie otwieram pozycji „bo jest grudzień”

W day tradingu informacja o średnim wyniku całego miesiąca nie daje mi ceny wejścia, miejsca na stop loss ani momentu realizacji zysku. Nie mówi też, czy rynek jest właśnie w konsolidacji, czy pod istotnym oporem. Miesięczna tendencja i setup na M15 dotyczą innych decyzji.

Przy longu szukam konkretnego układu: kierunku na wyższych interwałach, wyraźnej korekty i wybicia lokalnego szczytu. Sprawdzam miejsce do kolejnego oporu oraz ryzyko względem konta. Dobry miesiąc w tabeli nie sprawi, że pominę któryś z tych warunków.

Jeśli na wykresie widzę słabość, nie tłumaczę jej kalendarzem. Jeśli cena odjechała i wejście wymaga gonienia rynku, wracam do pytania czy wskakiwać do jadącego pociągu. A gdy nie umiem ocenić fazy rynku, sprawdzam strukturę opisaną w tekście akumulacja vs dystrybucja.

Sezonowość mogę zapisać jako kontekst w dzienniku. Nie dokładam jednak kapitału do stratnego longa z uzasadnieniem, że „listopad powinien być dobry”. Nie odsuwam też stop lossa, żeby dać Mikołajowi jeszcze kilka dni.

Jedno pytanie do checklisty przed transakcją

Do punktu o setupie w Checkliście Tradera dopisałbym sobie pytanie: „Czy mam sygnał z planu, czy tylko argument z kalendarza?” Jeśli po usunięciu słów „Uptober” albo „rajd Mikołaja” nie potrafię uzasadnić wejścia, to nie mam jeszcze kompletnej transakcji.

Przed kliknięciem przechodzę również przez prostą listę:

• Czy potrafię wskazać konkretny sygnał i warunek unieważnienia scenariusza?
• Czy relacja potencjalnego zysku do ryzyka ma sens przy najbliższym oporze lub wsparciu?
• Czy wielkość pozycji wynika z dopuszczalnej straty, a nie z wiary w „dobry miesiąc”?
• Czy zaraz nie wypada publikacja danych albo decyzja banku centralnego?
• Czy spread i płynność pozwalają wykonać plan, zwłaszcza w okresie świątecznym?

Przy inwestowaniu długoterminowym decyzję o regularnych zakupach wiążę z planem portfela, horyzontem i tolerancją ryzyka. Przesuwanie każdej wpłaty na historycznie najlepszy miesiąc oznacza już próbę wyczucia rynku i wymaga własnego uzasadnienia.

Najczęstsze pytania o sezonowość na rynkach

Czy Uptober zawsze oznacza wzrost Bitcoina?

Nie. W latach 2013–2025 dodatnich było 10 z 13 październików, a trzy zakończyły się spadkiem. Historyczna częstość nie jest gwarancją ani gotowym prawdopodobieństwem wyniku kolejnego października.

Kiedy jest rajd Świętego Mikołaja?

W klasycznej definicji obejmuje ostatnie pięć sesji grudnia i pierwsze dwie sesje stycznia. Potoczne nazywanie tak całej końcówki roku utrudnia porównywanie statystyk.

Czy grudzień jest dobry dla Bitcoina?

W badanej próbce średnia wyniosła +3,96%, lecz mediana −3,41%, a dodatnich grudniów było tylko 5 na 13. Sama dodatnia średnia daje tu niepełny obraz.

Czy sell in May działa na każdej giełdzie?

Nie można tego zakładać. W policzonych przeze mnie 12 parach półroczy sezon zimowy wypadał lepiej na WIG20, ale na S&P 500 nie miał przewagi nad latem. Wynik zależy od rynku, okresu i sposobu uwzględnienia dochodów oraz kosztów.

Czy sezonowość może być elementem strategii?

Tak, jeżeli jej rolę określisz przed transakcją i sprawdzisz na danych niewykorzystanych do wyboru reguły. W moim tradingu pozostaje tłem. Cenę wejścia, stop loss i wielkość pozycji ustalam na podstawie planu oraz bieżącej sytuacji na rynku.

Źródła danych i metodologia

Obliczenia własne, przygotowane 22 października 2026 roku. Główna próbka miesięczna: styczeń 2013–grudzień 2025. Do wyniku stycznia 2013 używam zamknięcia grudnia 2012. Statystyka rajdu Mikołaja obejmuje osobne, pełne okna grudzień 2013/styczeń 2014–grudzień 2025/styczeń 2026. Szczegóły porównania półroczy podaję przy jego tabeli.

• Coin Metrics – archiwum danych, plik csv/btc.csv oraz dokumentacja PriceUSD: dzienne wartości BTC na koniec dnia UTC, z których wybrałem końce miesięcy.
• Yahoo Finance – historia indeksu S&P 500 (^GSPC): miesięczne zamknięcia oraz dzienne zamknięcia do wyliczenia siedmiosesyjnych okien.
• BiznesRadar – archiwum notowań WIG20: ostatnia dostępna sesja każdego miesiąca.
• Stock Trader’s Almanac – definicja rajdu Świętego Mikołaja. Link prowadzi do publikacji z 2016 roku; wykorzystuję definicję okna, a nie jej ówczesne statystyki jako bieżący wynik.
• Bouman i Jacobsen (2002), The Halloween Indicator, „Sell in May and Go Away”: Another Puzzle: badanie sezonowości półroczy.
• Keim (1983), Size-related anomalies and stock return seasonality: badanie zależności efektu stycznia od wielkości spółek.

Średnia oznacza średnią arytmetyczną wyników poszczególnych okresów. Dodatni miesiąc to stopa zwrotu większa od zera. Mediana jest wyznaczana przed zaokrągleniem. Wynik półrocza liczę jako iloczyn sześciu miesięcznych mnożników zwrotu pomniejszony o jeden, a nie sumę procentów. Różne źródła cen BTC mogą dawać nieco inne wartości z powodu metod wyceny i granic doby. Wyniki nie obejmują dywidend, kosztów, podatków ani dźwigni i nie są prognozą.