Qual é um bom profit factor para um bot de trading?

O que o profit factor mede

Some os resultados positivos realizados de todas as operações vencedoras. Separadamente, some os valores absolutos das perdas realizadas de todas as operações perdedoras. Divida a primeira soma pela segunda. No TradingView, o relatório de estratégia define o profit factor pelos totais de lucro bruto e perda bruta das operações concluídas.

Se as operações vencedoras contribuíram com 1.500 USDT no total e as perdedoras retiraram 1.000 USDT, o profit factor é 1,5. O lucro líquido realizado é de 500 USDT nesse conjunto simplificado de operações. A razão mostra quanto se ganhou por unidade perdida. Não mostra a suavidade da trajetória do patrimônio.

1,5 ou 2,0 é um bom profit factor?

Um valor de 1 significa que os valores ganhos e perdidos foram iguais nas operações encerradas medidas. Abaixo de 1, as perdas superaram os ganhos. Acima de 1, as operações encerradas foram lucrativas considerando os custos realmente incluídos no relatório. Nenhuma dessas afirmações prevê a próxima operação.

Um fator de 1,5 pode ser animador após custos realistas e um teste independente substancial. Um fator de 2 em dez operações otimizadas pode ser menos convincente do que um fator menor que persiste em muitos períodos não vistos. Não existe um corte universal defensável, pois frequência da estratégia, mercado, prazo de manutenção, alavancagem e incerteza variam. Trate faixas populares como linguagem de triagem, não como certificação.

A mesma estratégia antes e depois dos custos de trading

Considere uma sequência fictícia de 13 operações concluídas: oito ganham 100 USDT cada antes dos custos, e cinco perdem 100 USDT cada antes dos custos. Os oito ganhos somam 800 USDT e as cinco perdas somam 500 USDT. O profit factor bruto é 800 ÷ 500 = 1,60. Essa é uma conta ilustrativa, não um backtest da TensorParadigm.

Agora suponha 10 USDT de custos combinados de execução por operação concluída. Cada antiga vencedora contribui com 90 USDT, somando 720 USDT. Cada perda cresce para 110 USDT, somando 550 USDT. O profit factor passa a ser 720 ÷ 550 ≈ 1,31. O lucro líquido cai de 300 para 170 USDT.

Se o custo presumido sobe para 30 USDT por operação, as mesmas oito vencedoras contribuem com 560 USDT, as cinco perdedoras retiram 650 USDT e o profit factor passa a ser 560 ÷ 650 ≈ 0,86. O resultado líquido realizado é uma perda de 90 USDT. Esses custos hipotéticos foram escolhidos para mostrar sensibilidade, não são uma cotação de taxas de corretora. Recalcule os resultados individualmente, pois os custos podem até transformar um pequeno ganho bruto em perda líquida.

• Antes dos custos: 8 × 100 ÷ (5 × 100) = 1,60; líquido +300 USDT
• Com custo de 10 USDT por operação: 8 × 90 ÷ (5 × 110) ≈ 1,31; líquido +170 USDT
• Com custo de 30 USDT por operação: 8 × 70 ÷ (5 × 130) ≈ 0,86; líquido −90 USDT

Profit factor e taxa de acerto respondem a perguntas diferentes

A taxa de acerto conta com que frequência uma operação terminou lucrativa. O profit factor compara o dinheiro ganho com o dinheiro perdido. Um bot pode ganhar frequentemente com pequenos lucros, mas ocasionalmente perder muito mais do que ganha. Outro pode ganhar menos vezes, mas obter ganhos maiores quando acerta.

As duas medidas dependem da definição de operação. Uma estratégia que aumenta uma posição aberta pode informar muitos conjuntos de posições encerrados com lucro enquanto carrega temporariamente grandes perdas não realizadas. Nem a taxa de acerto nem o profit factor, isoladamente, dizem se a conta teria sobrevivido àquela exposição.

Por que o número de operações e a concentração importam

Uma razão alta em 12 operações encerradas é mais sensível ao acaso do que a mesma razão em uma amostra muito mais ampla e variada. Contar 1.000 operações ainda é insuficiente se todas vieram de um único regime ou se a estratégia foi escolhida após testar milhares de combinações de parâmetros no mesmo histórico.

Inspecione a maior operação vencedora. Se remover apenas essa operação faz o profit factor cair abaixo de 1, o resultado depende de um evento raro. Depois, divida o teste em períodos cronológicos e examine o fator em períodos não vistos. Essas verificações não garantem desempenho futuro; mostram se o número principal resiste a questionamentos básicos.

Uma razão não mostra a ordem dos resultados. Duas estratégias podem ter o mesmo lucro e perda totais e, ainda assim, passar por drawdowns e tempos de recuperação muito diferentes. Analise a série de patrimônio, não apenas uma tabela de operações encerradas.

O que o relatório pode omitir

O TradingView informa que o profit factor é calculado a partir de resultados realizados e não inclui posições atualmente abertas. Se um sistema mantém aberta uma operação com grande prejuízo enquanto as anteriores foram lucrativas, o fator exibido pode parecer saudável enquanto o patrimônio da conta está sob pressão.

O risco é mais acentuado ao aumentar posições, usar piramidagem e alavancagem. Peça o lucro ou prejuízo atual em aberto, drawdown dentro dos candles, exposição nocional máxima e comportamento da margem junto da razão das operações encerradas. Uma estratégia não deve ganhar credibilidade apenas por adiar o reconhecimento de uma perda.

Como comparar dois relatórios de bots de forma justa

Use o mesmo mercado, periodicidade dos candles, janela de teste e tratamento de custos antes de comparar duas cifras. Um fator calculado antes das comissões não é diretamente comparável a outro calculado depois. Funding e slippage podem estar ausentes de qualquer relatório, a menos que tenham sido realmente modelados.

Verifique se o número citado vem de backtest, observação em dados novos ou histórico de conta real. Registros reais oferecem evidências diferentes de uma simulação histórica, mas ainda não garantem repetibilidade. Examine giro, concentração de perdas, drawdown máximo, tempo abaixo do pico anterior e mudanças de estratégia durante o período medido.

Não presuma que uma razão muito alta seja automaticamente falsa. Ela pode ocorrer em uma amostra curta ou seletiva. Isso justifica verificar perdas ausentes, histórico incompleto, erros de antecipação, execuções irrealisticamente favoráveis e seleção de parâmetros.

Como a TensorParadigm interpreta essa métrica

Tratamos o profit factor como uma parte do registro de desempenho, junto de retorno, drawdown máximo, número de operações, exposição e premissas de custos. Quando um relatório mostra um fator de 3, a primeira pergunta é quais operações, período e contabilização de perdas o produziram, não se o número parece impressionante.

Também mantemos backtests separados dos resultados reais observados. Se as taxas foram modeladas em um backtest, a premissa deve estar visível. Se uma posição continua aberta, seu risco deve ser considerado além do fator das operações encerradas. O objetivo é tornar uma alegação de desempenho testável, em vez de escolher um limiar favorável.

Nosso registro ao vivo: um profit factor que ainda não pode ser calculado

O profit factor divide o lucro bruto pela perda bruta. No registro ao vivo dos nossos agentes em 26 de outubro de 2026, as 78 operações encerradas deram lucro, então a perda bruta das encerradas era zero e a razão não tem valor finito.

Isso não significa que a estratégia não tenha perdas. As 10 operações ainda abertas estavam todas abaixo do preço de entrada, de 0,7% a 11,1% antes da alavancagem. Um profit factor que conta só as encerradas deixaria essas operações de fora. Um número completo exige avaliar as posições abertas pelo preço atual, ou incluir os resultados finais quando forem encerradas.

Nosso estudo de caso ao vivo lista todas as operações, abertas e encerradas, para que o leitor possa conferir o registro.

A resposta útil

Um profit factor acima de 1 após custos adequados é um ponto de partida necessário para um conjunto lucrativo de operações encerradas, mas não é evidência suficiente de um bot robusto. Um fator abaixo de 1 significa que as operações encerradas medidas perderam dinheiro sob as premissas incluídas.

Peça a lista de operações subjacentes, a contagem, o modelo de custos, as posições abertas, o drawdown do patrimônio e o desempenho em dados que não foram usados para ajustar o sistema. O número se torna significativo quando essas peças concordam.