Taxa de acerto vs payout no robô de trading
"Esse robô acerta 70%." A frase aparece em quase toda divulgação de automação para a Deriv, e quase nunca vem acompanhada da informação que dá sentido a ela: quanto a operação paga quando acerta. Taxa de acerto e payout são as duas metades da mesma conta. Uma sem a outra não diz se a regra ganha ou perde dinheiro no longo prazo. Neste guia mostramos como calcular o ponto de equilíbrio, como transformar os dois números em expectativa por operação, por que o gale não resolve uma conta negativa e quantos dados você precisa para afirmar que uma regra realmente supera o equilíbrio.
Definindo os dois números
Taxa de acerto é a fração de operações vencedoras. Se o robô fez 1.000 operações e venceu 520, a taxa é 52%.
Payout líquido é quanto você ganha, além do valor arriscado, quando a operação vence, expresso como fração da entrada. Se você arrisca R$ 10 e recebe de volta R$ 18,30 ao acertar, o lucro é R$ 8,30 e o payout líquido é 0,83 (83%). Quando a operação perde, você perde a entrada inteira, ou seja, 1,00.
Atenção: as plataformas costumam mostrar o retorno total (entrada + lucro) ou o lucro em valor. Para a conta deste artigo, use sempre o lucro líquido dividido pela entrada. O payout varia por contrato, por ativo e às vezes por momento, então confira o valor real na plataforma antes de fazer qualquer cálculo.
O ponto de equilíbrio
A regra empata no longo prazo quando o que ela ganha nos acertos compensa exatamente o que perde nos erros. Chamando a taxa de acerto de w e o payout líquido de p:
w × p = (1 − w), o que leva a w de equilíbrio = 1 / (1 + p)
Essa fórmula simples já derruba muitas promessas. Veja a taxa de acerto mínima para cada payout:
| Payout líquido | Taxa de acerto de equilíbrio |
|---|---|
| 0,20 (20%) | 83,3% |
| 0,50 (50%) | 66,7% |
| 0,80 (80%) | 55,6% |
| 0,83 (83%) | 54,6% |
| 0,90 (90%) | 52,6% |
| 0,95 (95%) | 51,3% |
| 1,00 (100%) | 50,0% |
| 2,00 (200%) | 33,3% |
| 8,00 (800%) | 11,1% |
Um robô que "acerta 70%" em um contrato com payout de 20% está perdendo dinheiro, porque precisaria de 83,3%. Já uma regra que acerta só 15% em um contrato que paga 8 vezes a entrada estaria acima do equilíbrio. A taxa de acerto, isolada, não diz nada.
A probabilidade natural do contrato
O segundo passo é comparar o ponto de equilíbrio com a probabilidade "natural" do evento. Nos índices sintéticos, os preços são gerados de forma aleatória, e cada dígito final de 0 a 9 tende a aparecer com a mesma frequência. Assim:
- Em par ou ímpar, cada lado tem cerca de 50% de chance.
- Em um contrato "acima de 1", vencem os dígitos de 2 a 9, cerca de 80%.
- Em "iguala" um dígito específico, a chance é de cerca de 10%.
A corretora calibra o payout de cada contrato para que ele pague um pouco menos do que o justo para essa probabilidade. É daí que vem a margem dela. O resultado prático é que, se você operar sem nenhuma vantagem real, a taxa de acerto vai ficar perto da probabilidade natural, que é menor do que o ponto de equilíbrio. Ou seja: a regra perde, devagar e de forma consistente.
Para superar o equilíbrio, uma regra precisaria prever o próximo tick melhor do que o acaso. Em um processo aleatório e auditado, isso é extremamente difícil, e é o que qualquer backtest sério deve tentar refutar.
Expectativa por operação
Juntando os dois números, chegamos à expectativa, o resultado médio por unidade arriscada:
E = w × p − (1 − w)
| Taxa de acerto | Payout | Expectativa por R$ 1 arriscado |
|---|---|---|
| 50% | 0,83 | −R$ 0,085 |
| 50% | 0,95 | −R$ 0,025 |
| 55% | 0,83 | +R$ 0,0065 |
| 60% | 0,83 | +R$ 0,098 |
Repare que, mesmo com 55% de acerto e payout de 0,83, a vantagem é de menos de um centavo por real arriscado. É uma margem tão fina que pequenas variações na taxa real, na latência de execução ou no payout disponível já a eliminam. Explicamos o conceito em profundidade em expectativa matemática no trading.
O que o gale faz com essa conta
Muitos robôs usam gale (martingale): depois de uma perda, aumentam a entrada para recuperar o prejuízo e ainda lucrar. A taxa de acerto "por ciclo" sobe bastante, o que deixa os números de divulgação muito bonitos. Mas a conta muda junto.
Considere payout de 0,83, entrada inicial de R$ 1 e até duas recuperações (G1 e G2). Para recuperar e ainda lucrar R$ 0,83, a entrada do G1 precisa ser cerca de R$ 2,21, e a do G2 cerca de R$ 4,86. Um ciclo completo arrisca até R$ 8,07 para ganhar R$ 0,83.
- Com 50% de acerto por operação, o ciclo perde as três apenas em 12,5% das vezes. A taxa de acerto do ciclo é de 87,5%, um número que impressiona.
- Mas o ponto de equilíbrio do ciclo é 8,07 / (8,07 + 0,83), cerca de 90,7%.
- A expectativa por ciclo fica em torno de 0,875 × 0,83 − 0,125 × 8,07, ou cerca de −R$ 0,28.
Dividindo essa perda pelo valor médio apostado por ciclo (cerca de R$ 3,32), a perda por real arriscado continua em torno de 8,5%, a mesma da entrada simples. O gale não muda a vantagem da regra. Ele aumenta o volume arriscado e concentra as perdas em eventos raros e grandes, o que piora o risco de ruína. Veja também por que o martingale é arriscado.
Quantos dados são necessários
Suponha que um teste mostre 56% de acerto em um contrato com equilíbrio de 54,6%. Isso prova vantagem? Depende da quantidade de operações. Com taxa perto de 55%, a margem aproximada de 95% de confiança é:
| Operações | Margem aproximada | Intervalo para 56% observado |
|---|---|---|
| 200 | ± 6,9 pontos | 49,1% a 62,9% |
| 1.000 | ± 3,1 pontos | 52,9% a 59,1% |
| 5.000 | ± 1,4 ponto | 54,6% a 57,4% |
| 20.000 | ± 0,7 ponto | 55,3% a 56,7% |
Só com milhares de operações o intervalo inteiro fica acima do equilíbrio. E isso vale para um teste em dados novos. Se a regra foi escolhida entre muitas candidatas olhando o mesmo histórico, a exigência é ainda maior, porque alguma delas vai parecer boa só por sorte. É o problema do overfitting.
Um exemplo com dados reais
Em um teste interno do Codexium com 14.730 ticks do índice Volatility 100, um conjunto de 46 regras fixas de par ou ímpar, cada uma ligada a um minuto do dia e a um lado, acertou 49,6% no total. Com essa amostra, a margem de confiança fica perto de ± 0,8 ponto, ou seja, a taxa real provavelmente está entre 48,8% e 50,4%, bem abaixo dos cerca de 54,6% necessários para empatar com payout de 0,83. As regras pareciam boas no período em que foram encontradas e voltaram para perto de 50% quando medidas em mais dados. É exatamente o comportamento esperado de um processo aleatório.
Por isso, a nossa prática é manter regras novas em teste apenas registrando os sinais, sem operar, e só considerar aprovada uma regra que fique acima do equilíbrio, com margem, em dias que não participaram da sua criação.
Como aplicar no seu backtest
- Anote o payout real de cada contrato testado, não um valor arredondado.
- Calcule o equilíbrio com
1 / (1 + p)antes de olhar os resultados. - Separe os dados em período de criação e período de validação.
- Meça a taxa de acerto por operação, não por ciclo de gale.
- Calcule a expectativa e o intervalo de confiança.
- Inclua custos de execução, como entradas perdidas por atraso ou payout menor do que o esperado.
- Só aprove se o intervalo inteiro, nos dados novos, estiver acima do equilíbrio.
O passo a passo completo de um teste honesto está em backtest de robô para a Deriv, e as outras métricas que vale acompanhar estão em métricas de desempenho de robô.
Para aplicar essa relação à linha de assertividade por gale que aparece no app, leia assertividade do robô na Deriv.
Perguntas frequentes
Uma taxa de acerto alta é sempre boa?
Não. Ela só é boa se estiver acima do ponto de equilíbrio do payout do contrato. Contratos de probabilidade alta pagam pouco e exigem acerto muito alto.
Escolher contratos com payout maior resolve?
Não por si só. Payout maior vem junto com probabilidade natural menor. O que importa é a diferença entre a sua taxa real e o equilíbrio, não o tamanho do pagamento.
O gale melhora a taxa de acerto?
Melhora a taxa por ciclo, mas eleva o equilíbrio do ciclo na mesma proporção e aumenta o valor arriscado. A vantagem por real apostado não muda.
Resumo
Taxa de acerto e payout só fazem sentido juntos. O ponto de equilíbrio é 1 / (1 + p), e em contratos de dígitos ele fica acima da probabilidade natural do evento, o que cria uma expectativa negativa para quem opera sem vantagem real. O gale não muda essa conta, apenas aumenta o volume e o risco de perdas grandes. Para afirmar que uma regra supera o equilíbrio, são necessários milhares de operações em dados novos, com intervalo de confiança inteiro acima do ponto de empate. Operar envolve risco de perda, e nenhum robô elimina essa matemática. Continue em backtest e dados.
