Seu backtest entrega uma única curva de capital. Ela sobe, recua, termina em algum número final e parece a verdade sobre a sua estratégia. Não é. É uma ordenação dos seus trades entre um número astronômico de ordenações possíveis, e a ordem que você por acaso obteve pode favorecer uma estratégia frágil ou enterrar uma estratégia sólida.
A simulação de Monte Carlo é como você enxerga além dessa sequência única de sorte (ou azar). O motor de backtest da Freya reembaralha seus trades mil vezes e reporta toda a faixa de resultados, incluindo o único número que um backtest isolado nunca consegue mostrar honestamente: a probabilidade de essa estratégia zerar a sua conta.
Pontos-chave
- Um único backtest é uma ordenação dos seus trades; os mesmos trades em uma ordem diferente podem terminar em lucro ou em ruína.
- A simulação de Monte Carlo reamostra seus trades 1000 vezes para mapear a distribuição de resultados, não apenas o resultado que aconteceu.
- A probabilidade de ruína é a fração dessas reordenações em que a conta é efetivamente zerada; mesmo alguns por cento já é um sinal de alerta.
- O drawdown do percentil 95, e não o drawdown do seu backtest isolado, é a dor para a qual você deve realmente se preparar.
- A Freya precisa de pelo menos 10 trades para rodar a simulação, e o resultado é determinístico, então o mesmo backtest sempre gera os mesmos números.
- Monte Carlo faz um teste de estresse do risco de sequência. Ele não consegue modelar uma mudança de regime de mercado, então combine-o com a validação walk-forward.
Se você ainda não rodou um backtest, comece pelo guia passo a passo de backtesting, e leia interpretando resultados de backtest para as métricas centrais sobre as quais este artigo se apoia.
Os valores em dólares e as porcentagens aqui são exemplos ilustrativos, não recomendações. O trading de criptomoedas pode gerar perdas. Dimensione cada bot com fundos que você pode se permitir perder e leia a Divulgação de Riscos completa antes de operar ao vivo.
Por que uma Única Curva de Capital Mente
Imagine uma estratégia com 40 trades: 24 vencedores e 16 perdedores. Seu backtest os executou exatamente na ordem em que o mercado os entregou. Mas essa ordem foi sorte. Se as três piores perdas tivessem caído uma após a outra logo no início, antes de a sua conta ter uma folga de lucro, os mesmos 40 trades poderiam ter puxado a conta para baixo o suficiente para acionar uma liquidação ou um stop-out do qual você nunca se recuperaria. Execute-os em uma ordem mais gentil e a conta desliza para uma nova máxima.
Os mesmos trades. A mesma taxa de acerto. O mesmo ganho médio e a mesma perda média. Um resultado de sobrevivência completamente diferente. Isso é risco de sequência, e ele é invisível em uma única curva de capital porque uma única curva só mostra uma sequência.
A simulação de Monte Carlo existe para tornar o risco de sequência visível.
O que Monte Carlo Realmente Faz na Freya
O motor da Freya pega a lista de trades que o seu backtest produziu e roda uma reamostragem bootstrap: ele sorteia seus trades aleatoriamente, com reposição, em uma ordem nova, depois percorre uma curva de capital ao longo dessa ordem e registra onde ela terminou e quão fundo ela caiu no caminho. Ele repete isso 1000 vezes, construindo uma distribuição de mil histórias alternativas plausíveis que a sua estratégia poderia ter vivido.
Alguns detalhes que vale conhecer, porque são eles que tornam os números confiáveis:
- Ele precisa de pelo menos 10 trades. Abaixo disso, não há amostra suficiente para reembaralhar em algo com significado, então a Freya não retorna nenhum resultado de Monte Carlo em vez de retornar um resultado enganoso. Na prática, você quer bem mais do que 10 para que a distribuição signifique algo.
- Ele é determinístico. A simulação é semeada a partir dos próprios resultados do seu backtest, então rodar o mesmo backtest gera os mesmos números de Monte Carlo toda vez. A aleatoriedade está no reembaralhamento, não no relatório.
- Uma rodada para na ruína. Assim que uma conta simulada cai ao nível de ruína, aquela rodada termina ali, exatamente como o motor ao vivo interrompe uma conta esgotada. A simulação não continua empilhando trades imaginários em uma conta que já não tem mais capital, então os drawdowns permanecem limitados pelo que de fato havia a perder.
A forma como a Freya reamostra depende de como o seu bot dimensiona posições. Com sizing fixo, cada trade arrisca um valor absoluto parecido, então o motor reembaralha o lucro e prejuízo bruto de cada trade. Com composição, o resultado em dólares de um trade depende de quão grande estava a conta quando ele aconteceu, então o motor reembaralha os retornos percentuais no lugar. Reembaralhar dólares brutos para um bot com composição inventaria resultados que a estratégia jamais poderia produzir, então a Freya, deliberadamente, alinha a reamostragem ao seu método de sizing.
Lendo a Saída de Monte Carlo
Após um backtest com trades suficientes, o painel de Monte Carlo reporta a distribuição ao longo de todas as 1000 rodadas. Veja o que cada número está te dizendo e como agir sobre ele.
Probabilidade de ruína
O número mais importante de todos. É a porcentagem das 1000 reordenações em que a conta foi efetivamente zerada, ou seja, caiu para cerca de um décimo do saldo com o qual você começou. Uma estratégia que nunca uma única vez chegou à ruína ao longo de mil reembaralhamentos está mostrando resiliência estrutural. Uma estratégia com uma probabilidade de ruína de até 2 a 5 por cento está te dizendo que uma ordenação azarada desses mesmíssimos trades encerra a sua conta, e os mercados ao vivo são perfeitamente capazes de te entregar aquela ordem.
Trate qualquer probabilidade de ruína diferente de zero como um problema de sizing a resolver antes de operar ao vivo, não como um erro de arredondamento a ignorar.
Probabilidade de lucro
A imagem espelhada: a porcentagem de reordenações que terminaram no verde. Uma estratégia pode ter um backtest isolado lindo e ainda assim terminar positiva em, digamos, apenas 60 por cento das reordenações, o que significa que quatro em cada dez vezes uma sequência diferente teria te entregado uma perda. Quanto mais perto isso estiver de 100 por cento, menos o seu resultado dependeu de conseguir uma ordem amistosa de trades.
Intervalos de confiança
Os intervalos de confiança de 95 por cento e 99 por cento te dão a faixa em que o seu capital final aterrissou ao longo das simulações. O número único em que o seu backtest terminou é um ponto dentro dessa faixa, e muitas vezes não o do meio. Se o seu backtest terminou no topo do intervalo de 95 por cento, o seu resultado de destaque estava perto da borda otimista do que essa estratégia plausivelmente faz. O intervalo, e não o número único, é a expectativa honesta.
Mediana, melhor caso e pior caso
O capital final mediano é o resultado do meio, uma expectativa mais robusta do que o número único do backtest porque metade das reordenações se saiu melhor e metade se saiu pior. Melhor caso e pior caso são as caudas extremas: as sequências mais sortudas e mais azaradas que a simulação sorteou. A distância entre elas é uma leitura rápida de quanto o seu resultado depende de sorte.
Drawdown mediano e do percentil 95
Esse par é onde Monte Carlo prova o seu valor. Seu backtest isolado reportou um único drawdown máximo. Monte Carlo reporta o drawdown mediano ao longo de todas as reordenações e o drawdown do percentil 95, o quase pior caso. Se o drawdown do seu backtest foi de 18 por cento, mas o drawdown de Monte Carlo no percentil 95 é de 34 por cento, o seu backtest pegou uma ordenação gentil, e 34 por cento está mais perto da dor para a qual você deve de fato estar dimensionado e preparado. Prepare-se para o percentil 95, não para a rodada única.
| Sinal de Monte Carlo | O que significa | O que fazer |
|---|---|---|
| Probabilidade de ruína acima de 0% | Uma ordem azarada dos seus trades zera a conta | Reduza o tamanho da posição ou a alavancagem até a ruína chegar a 0% |
| Probabilidade de lucro abaixo de ~70% | Seu resultado positivo se apoiou em uma ordem amistosa de trades | Amplie a vantagem ou aperte o risco antes de confiar nela |
| Drawdown do percentil 95 muito acima do drawdown do backtest | Seu backtest isolado pegou uma sequência de sorte | Dimensione para o drawdown do percentil 95, não para o do backtest |
| Grande distância entre melhor e pior caso | O resultado depende muito de sorte | Trate a mediana, não o número de destaque, como a expectativa |
Um Exemplo Prático
Digamos que duas estratégias tenham backtest em um bonito +22 por cento sobre $10.000, terminando perto de $12.200. Na curva de capital isolada elas parecem gêmeas. Monte Carlo as diferencia:
- Estratégia A: probabilidade de ruína 0 por cento, probabilidade de lucro 91 por cento, capital final mediano $11.900, drawdown do percentil 95 de 16 por cento. Quase toda reordenação sobrevive e lucra. Isso é uma vantagem robusta.
- Estratégia B: probabilidade de ruína 7 por cento, probabilidade de lucro 63 por cento, capital final mediano $10.400, drawdown do percentil 95 de 41 por cento. O mesmo número de destaque, mas ele foi carregado por um punhado de grandes ganhos que por acaso caíram depois que a conta já tinha uma folga. Reordene esses ganhos mais cedo ou mais tarde e uma fatia significativa das rodadas cai catastroficamente.
O backtest isolado não conseguia separar essas duas. Monte Carlo torna a diferença impossível de não ver, e é exatamente a diferença entre um bot que você pode dimensionar com confiança e um que, cedo ou tarde, vai te entregar o pior caso dele.
O que Monte Carlo Não Pode te Dizer
Monte Carlo é um teste de estresse de um risco específico: a ordem em que os seus trades chegam. Ele não é uma bola de cristal, e tratá-lo como uma é uma armadilha própria.
- Ele assume que os seus trades são representativos. Reembaralhar os trades que você tem não consegue conjurar um trade que a estratégia nunca fez. Se um regime de mercado muda e a sua vantagem para de funcionar, um Monte Carlo construído a partir dos trades antigos vai continuar reembaralhando os resultados antigos, agora irrelevantes. Para esse modo de falha você precisa da análise walk-forward, que testa os seus parâmetros em dados aos quais eles nunca foram ajustados.
- Lixo entra, lixo sai. Se o backtest subjacente está sobreajustado, Monte Carlo apenas reembaralha trades de fantasia em mil histórias de fantasia. Confirme primeiro que o backtest é honesto, usando as verificações de sobreajuste em interpretando resultados de backtest.
- Ele reembaralha, não prevê. Os resultados ao vivo também diferem de qualquer backtest por causa de latência, execuções parciais, funding e da taxa de performance da Freya, nenhum dos quais uma reordenação modela. Veja backtest vs. resultados ao vivo para essa lacuna.
Usadas em conjunto, essas três ferramentas cobrem os três grandes jeitos pelos quais um backtest de aparência bonita falha: Monte Carlo para o risco de sequência, walk-forward para o sobreajuste e o guia de ao vivo versus backtest para a realidade da execução.
Perguntas Frequentes
O que é probabilidade de ruína em um backtest?
É a porcentagem de reordenações simuladas dos seus trades em que a conta foi efetivamente zerada, caindo para cerca de um décimo do seu saldo inicial. A Freya a calcula reamostrando os trades do seu backtest 1000 vezes. Qualquer valor acima de zero significa que pelo menos uma ordem plausível dos seus próprios trades encerra a sua conta, o que é um sinal para reduzir o tamanho da posição ou a alavancagem.
De quantos trades eu preciso para Monte Carlo funcionar?
A Freya exige pelo menos 10 trades antes de rodar a simulação, e não retorna nenhum resultado de Monte Carlo abaixo disso. Dez é o piso, não o alvo. Quanto mais trades você tiver, mais se pode confiar na distribuição e na probabilidade de ruína.
Por que o drawdown de Monte Carlo é pior do que o drawdown do meu backtest?
Porque o seu backtest isolado viu apenas uma ordenação de trades, e ela costumava ser relativamente gentil. Monte Carlo revela o drawdown ao longo de mil ordenações, e o número do percentil 95 é o quase pior caso. Se ele for muito mais profundo do que o drawdown do seu backtest, o seu resultado de destaque pegou uma sequência de sorte, e você deveria se dimensionar para o número do percentil 95.
O mesmo backtest vai dar o mesmo resultado de Monte Carlo duas vezes?
Sim. A simulação da Freya é semeada a partir dos próprios resultados do seu backtest, então ela é determinística. Rodar o backtest idêntico produz os números de Monte Carlo idênticos. O reembaralhamento é aleatório, mas é reprodutível.
Uma probabilidade de ruína de 0 por cento significa que a estratégia é segura?
Não. Significa que, ao longo de mil reordenações dos seus trades de backtest, nenhuma zerou, o que é um forte sinal de resiliência apenas para o risco de sequência. Não diz nada sobre uma mudança de regime de mercado ou sobre um backtest sobreajustado. Combine isso com a validação walk-forward e uma verificação de sanidade do próprio backtest antes de operar ao vivo.