Dziś wieczorem, w środę 12 sierpnia 2026 roku, Księżyc przechodzi dokładnie przed Słońcem. Około 20:30 pas cienia o szerokości 294 kilometrów przetacza się przez północ Hiszpanii — Oviedo, Gijón, Santander, Bilbao, Burgos, Saragossę. Hiszpania kontynentalna nie widziała czegoś takiego od 1905 roku: sto dwadzieścia jeden lat.
I jak każde zaćmienie Słońca, to również przypada w bardzo precyzyjny dzień kalendarza księżycowego: nów. Ograniczenie geometryczne, nie zbieg okoliczności.
Innymi słowy: dziś wieczorem pewien wskaźnik zapala się na zielono. Nazywa się Lunar Phase Cycle, naprawdę istnieje, instaluje się na wykresie w dwa kliknięcia. Zrobiliśmy więc to, co zawsze robimy tutaj ze wskaźnikiem: przetestowaliśmy go. Na 131 lunacjach, na dwóch aktywach.
Najważniejsze wnioski:
- Lunar Phase Cycle niczego nie oblicza na podstawie ceny: nakłada na twój wykres kalendarz astronomiczny.
- Klasyczna zasada — kupować przy nowiu, sprzedawać przy pełni — daje na Bitcoinie +1216% wobec +997% dla odwrotnej połowy od 2016 roku. Praktycznie nic.
- Na S&P 500 sygnał jest wręcz po złej stronie: +60% wobec +141% dla połowy, której rzekomo należy unikać.
- W obu przypadkach zwykłe nicnierobienie miażdży obie połowy z dużą przewagą.
Czym jest Lunar Phase Cycle?
Wskaźnik, który dodaje się do wykresu jak każdy inny, dostępny w bibliotekach społecznościowych — na czele z TradingView — pod różnymi nazwami: Lunar Phases, Moon Phases, Lunar Phase Cycle.
Wyświetla znacznik przy każdym nowiu i przy każdej pełni, często kolorowe tło naprzemiennie zmieniające się między obiema fazami, czasem sinusoidę przedstawiającą oświetloną część tarczy. Najpopularniejsza zasada użycia mieści się w jednym zdaniu: kupować przy nowiu, sprzedawać przy pełni.
I jest jedna rzecz, którą trzeba od razu zrozumieć: ten wskaźnik nigdy nie patrzy na cenę. RSI czyta zamknięcia, Volume Profile czyta wymieniane wolumeny, CVD czyta agresywność zleceń. Lunar Phase Cycle z kolei czyta efemerydę.
Dałby dokładnie te same sygnały na Bitcoinie, na pszenicy czy na wykresie temperatur. To kalendarz przebrany za wskaźnik — co samo w sobie już wiele mówi o tym, czego można się po nim spodziewać.
Co rysuje, w dwie minuty
Księżyc nie emituje światła, tylko je odbiera. Połowa zwrócona ku Słońcu jest zawsze oświetlona; to, co zmienia się w ciągu miesiąca, to część tej połowy, którą widzimy z Ziemi.
Pełny obieg nazywa się lunacją: 29,530589 dnia średnio, czyli 12,37 lunacji rocznie. Gdy Księżyc wsuwa się między Ziemię a Słońce, pokazuje nam swoją ciemną stronę — nów, jedyny moment, w którym możliwe jest zaćmienie Słońca. Zapamiętaj tę liczbę z przecinkiem, wróci niżej.
Przetestowaliśmy go na 131 lunacjach
Protokół, ogłoszony przed wynikami — to absolutne minimum uczciwości:
- Aktywa: Bitcoin i S&P 500, dzienne zamknięcia, od 1 stycznia 2016 do 6 sierpnia 2026 — 131 pełnych lunacji.
- Daty faz: obliczone metodą Meeusa, precyzyjną co do minuty — a nie prostą wielokrotnością 29,53 dnia, która dryfuje o czternaście godzin.
- Zasada: wejście na zamknięciu następującym po nowiu, wyjście na zamknięciu następującym po pełni. Następnie mierzymy też odwrotną połowę, tę, której rzekomo należy unikać.
Na Bitcoinie zasada kumuluje +1216%. Imponujące — dopóki nie spojrzy się na odwrotną połowę, tę, którą rzekomo należy spędzić poza rynkiem: +997%. Czyli 3,0% na półcykl wobec 2,8%. Dwie dziesiąte punktu procentowego różnicy, przy półcyklach, które wahają się o dziesiątki punktów. To szum.
Na S&P 500 jest jeszcze bardziej kłopotliwie: połowa „nów → pełnia” daje +60%, ta, której rzekomo należy unikać, +141%. Sygnał nie tylko jest słaby, wskazuje w złym kierunku.
A liczba, która kończy debatę: w tym samym okresie nicnierobienie — kupno i trzymanie — daje +14696% na Bitcoinie i +284% na S&P 500. Obie lunarne połowy przegrywają z bezczynnością, mechanicznie, bo każda z nich spędza w pozycji tylko połowę czasu.
Uczciwość nakazuje, skoro to cały sens tego tekstu: ten test też niczego nie dowodzi. Dwa aktywa, jeden okres, jedna konwencja wejścia, bez opłat i bez poślizgu cenowego. Ilustruje, nie dowodzi. Gdyby wynik był spektakularny w drugą stronę, zasługiwałby dokładnie na tę samą nieufność.
A jednak poważne badania znajdują pewien efekt
To prawda, i właśnie to czyni ten temat zabawnym.
W 2001 roku Ilia Dichev (Michigan) i Troy Janes (SUNY Buffalo) publikują Lunar Cycle Effects in Stock Returns: zwroty w ciągu piętnastu dni wokół nowiu są warte około dwa razy więcej niż te wokół pełni, na przestrzeni wieku indeksów amerykańskich i dwudziestu czterech innych krajów. Dwa zastrzeżenia mimo wszystko: praca trafiła do Journal of Private Equity, czasopisma dla praktyków, a nie czołowego czasopisma akademickiego; a przypisywana jej roczna rozbieżność waha się od 4,8% do 9,4%, w zależności od tego, kto ją cytuje. Gdy ta sama praca daje cztery różne liczby przy czterech cytowaniach, to już samo w sobie jest informacją.
Najsolidniejszy wkład pochodzi od Kathy Yuan (London School of Economics), Lu Zheng i Qiaoqiao Zhu, w 2006 roku, w Journal of Empirical Finance — tym razem prawdziwe źródło referencyjne. Na próbie 48 krajów mierzą niższe zwroty wokół pełni, z roczną rozbieżnością rzędu 3 do 5%. I sprawdzają, że nie jest to coś innego przebranego za ten efekt: efekt przetrwał kontrolę pod kątem efektu stycznia, efektu dnia tygodnia, efektu końca miesiąca i dni świątecznych.
Ich hipoteza jest psychologiczna, nie grawitacyjna: pełnia miałaby pogarszać sen i nastrój, popychając w stronę lekko pesymistycznego nastawienia. Spójne z faktem, że efekt jest wyraźniejszy przy małych kapitalizacjach i w krajach o dużym udziale inwestorów indywidualnych. Nic ezoterycznego — to psychologia rynku, teren, który traktujemy bardzo poważnie.
Tyle że literatura na tym się nie kończy.
W 2007 roku Anthony Herbst ponownie analizuje Dow Jones w Journal of Bioeconomics i wnioskuje: brak spójnego i przewidywalnego wpływu Księżyca, zarówno na zwroty, jak i na zmienność. W 2011 roku Keef i Khaled testują 62 indeksy na przestrzeni dwudziestu lat w tym samym Journal of Empirical Finance: efekt nowiu przetrwał, efekt pełni znika. Połowa oryginalnego wyniku się nie replikuje.
A co z kryptowalutami? Turecki zespół opublikował w 2023 roku u Springera badanie poświęcone Bitcoinowi, poparte testem McNemara. Wniosek bez owijania w bawełnę: brak statystycznie istotnego wpływu. Owszem, można znaleźć artykuły zapowiadające strategie lunarne dające ponad 30% rocznie na BTC — pochodzą z czasopism, których nazwy figurują na listach monitorujących wydawców-drapieżców, czyli czasopism publikujących niemal wszystko za opłatą. To samo pytanie, dwie sprzeczne odpowiedzi, dwa nieporównywalne poziomy rzetelności.
Dlaczego zawsze w końcu coś się „znajduje”
Oto jedyna naprawdę użyteczna część tego artykułu.
Weź próg istotności na poziomie 5%: „5% szans na zaobserwowanie tego czystym przypadkiem”. Teraz przetestuj 20 losowych pomysłów: prawdopodobieństwo, że przynajmniej jeden z nich wyda się istotny, choć nic nie jest wart, rośnie do około 64%. Przy 100 testach masz pewność, że coś znajdziesz.
Gorzej: w 2011 roku Simmons, Nelson i Simonsohn pokazali, że łącząc zaledwie cztery drobne metodologiczne dowolności — dobieranie zmiennych po fakcie, usunięcie dwóch wartości odstających, zatrzymanie zbierania danych w dogodnym momencie, przetestowanie dwóch miar i zatrzymanie lepszej — podnosi się odsetek fałszywych trafień z 5% do ponad 60%. Bez ani jednego świadomego oszustwa.
Świat finansów doskonale zna ten problem. W 2016 roku Campbell Harvey (Duke) wraz ze współautorami zestawia w Review of Financial Studies 316 czynników opublikowanych między 1967 a 2014 rokiem, z których każdy miał rzekomo wyjaśniać zwroty giełdowe. Trzysta szesnaście. Ich wniosek: przy takim poziomie zbiorowego przeszukiwania danych zwykły próg (t-stat powyżej 2) nic już nie znaczy i trzeba podnieść poprzeczkę do t-stat powyżej 3.
A co dzieje się z tymi anomaliami po publikacji? McLean i Pontiff, w Journal of Finance, prześledzili 97 zmiennych predykcyjnych: ich skuteczność spada o 26% poza próbą i o 58% po publikacji. Anomalie zużywają się, gdy tylko zaczyna się z nich korzystać.
Najlepsze antidotum wciąż pozostaje wizualne. Tyler Vigen zbudował całą stronę automatycznie generowanych absurdalnych korelacji: liczba filmów z Nicolasem Cage'em rocznie koreluje na poziomie 0,666 z liczbą utonięć na basenach w Stanach Zjednoczonych; spożycie sera na mieszkańca koreluje na poziomie 0,947 z liczbą osób zmarłych zaplątanych we własną pościel. Współczynniki, o jakich marzyłaby każda strategia.
Nikt nie będzie tradował sera. Ale „Księżyc” brzmi wystarczająco tajemniczo, by w to uwierzyć — i na tym właśnie polega pułapka. Jeśli interesuje cię ten temat od strony probabilistycznej, nasz artykuł o pokerze i tradingu drąży tę samą ideę, z kartami zamiast z ciałami niebieskimi.
