Qual é uma boa taxa de acerto para um bot de trading? O número sozinho não basta

O que a taxa de acerto realmente mede

A taxa de acerto é a porcentagem de operações concluídas com lucro. Se um bot encerra 100 operações e 60 são lucrativas, a taxa é de 60%. O cálculo é simples, e por isso costuma ser o primeiro número apresentado em um relatório de estratégia.

O número não diz nada sobre a magnitude. Não revela se a operação vencedora média ganhou um ou cem dólares, nem mostra se uma única perda poderia apagar os ganhos das vinte operações vencedoras anteriores.

Isso torna a taxa útil para descrever a frequência de operações vencedoras, mas incompleta como medida da qualidade da estratégia. Ela deve ser lida junto com os valores ganhos e perdidos.

A fórmula da taxa de acerto de equilíbrio

O valor esperado liga a taxa de acerto ao dinheiro. Considere p como a probabilidade de uma operação vencedora, W como o ganho médio, L como o valor absoluto da perda média e C como o custo total médio por operação concluída. O resultado esperado é pW menos (1 − p)L menos C.

Ao igualar esse resultado a zero, a taxa de equilíbrio é (L + C) ÷ (W + L). Se os ganhos e as perdas médios já incluem todos os custos, a fórmula se simplifica para L ÷ (W + L). A estratégia precisa superar esse limite para ter expectativa positiva sob as mesmas premissas.

Os exemplos abaixo usam R como uma unidade de risco inicial. Mostram por que uma taxa menor pode ser suficiente quando o ganho médio é maior e por que custos realistas mudam a resposta.

Por que uma taxa de acerto de 80% ainda pode perder dinheiro

Imagine um bot que ganha em oito de cada dez operações. Cada ganho rende 1 unidade e cada perda custa 5 unidades. Os ganhos somam 8 unidades, enquanto as duas perdas retiram 10. Antes dos custos, a estratégia perdeu 2 unidades apesar da taxa de acerto de 80%.

Esse padrão pode aparecer em sistemas que realizam pequenos lucros rapidamente, mas deixam posições perdedoras crescerem. Aumentar uma posição em queda para reduzir o preço médio também pode registrar muitos ganhos pequenos, concentrando o risco na rara operação que não se recupera.

Uma taxa alta não é automaticamente suspeita. Apenas exige o mesmo escrutínio que qualquer outro resultado. Inspecione a maior perda, a perda média, a regra de saída, a alavancagem e o comportamento em movimentos extremos antes de tratá-la como evidência de segurança.

Como uma taxa de acerto de 40% pode ser lucrativa

Considere agora 100 operações: 40 vencedoras ganham 2 unidades cada e 60 perdedoras perdem 1 unidade cada. Os ganhos brutos são 80 unidades e as perdas brutas, 60, deixando 20 antes dos custos. O sistema perde mais vezes do que ganha, mas sua estrutura de ganhos e perdas cria expectativa positiva.

Estratégias de seguimento de tendência podem ter esse formato: muitas tentativas terminam em pequenas perdas, enquanto poucos movimentos sustentados geram ganhos maiores. A experiência pode ser desconfortável mesmo com a matemática correta. Várias perdas podem ocorrer em sequência.

Uma estratégia adequada precisa, portanto, de expectativa positiva e de um padrão de perdas que o operador consiga tolerar. Abandonar um processo válido durante uma sequência normal de perdas pode transformar uma vantagem estatística em perda real.

Os custos de negociação mudam o alvo

Taxas, spread, slippage e funding são pagos em dinheiro, não em percentuais de uma página de marketing. Seu efeito é especialmente grande quando a estratégia negocia com frequência ou captura pequenos movimentos de preço.

No exemplo de ganho e perda iguais, a taxa de equilíbrio é 50% antes dos custos. Se cada operação concluída custa em média 0,1R, o limite sobe para 55%. Uma taxa divulgada de 53% pareceria positiva em um modelo sem custos e negativa sob a premissa mais realista.

Os custos também variam. Uma ordem a mercado durante um choque de volatilidade pode ser executada mais longe do preço esperado que em condições normais. Um teste confiável usa premissas realistas e verifica se o resultado resiste a premissas piores.

Tamanho da amostra e variedade de mercado importam

Uma taxa calculada com vinte operações é frágil. Poucos resultados diferentes podem alterá-la bastante. Mais operações reduzem essa sensibilidade, mas o número sozinho não resolve tudo. Mil operações quase idênticas em um mercado tranquilo podem oferecer evidência menos útil que uma amostra com altas, quedas, lateralizações e choques de volatilidade.

O processo de desenvolvimento também importa. Se as configurações foram escolhidas após examinar todo o histórico, o resultado pode refletir acaso em vez de uma relação duradoura. Dados não usados, regras congeladas e observação prospectiva ajudam a separar descoberta de avaliação.

Nenhum número único de operações garante confiabilidade. A confiança deve crescer quando a amostra é maior, os regimes são mais variados, os custos são realistas e resultados semelhantes aparecem fora do período de desenvolvimento.

Leia estas métricas junto com a taxa de acerto

Ganho e perda médios revelam a relação ganho/perda. A expectativa combina essa relação com as probabilidades de ganho e perda. O fator de lucro compara todo o lucro bruto com toda a perda bruta. O drawdown máximo descreve a maior queda a partir de um pico anterior do patrimônio.

O número de operações e a duração do teste mostram quanta evidência sustenta os números. A maior perda pode revelar risco de cauda escondido pelas médias. Exposição, alavancagem e tempo de recuperação mostram quanto capital e paciência a estratégia exigiu.

Juntas, essas medidas respondem a uma pergunta melhor: o sistema produziu um retorno que compensou o risco e a incerteza assumidos? A taxa de acerto sozinha não responde.

• Ganho médio dividido pela perda média
• Valor esperado por operação após os custos
• Fator de lucro
• Drawdown máximo e tempo de recuperação
• Maior perda e maior sequência de perdas
• Número de operações, período de teste e regimes de mercado

Como interpretar a simulação da TensorParadigm

A simulação histórica da TensorParadigm iniciada em 1º de janeiro de 2026 registrou 907 operações lucrativas entre 1.373 concluídas, equivalentes a uma taxa de acerto de 66,06%. O mesmo relatório mostrou fator de lucro de 3,252, retorno de 79,70% e drawdown máximo de 16,77%.

A taxa de acerto fica mais informativa quando esses números adicionais estão visíveis. O fator de lucro contextualiza os ganhos brutos em relação às perdas brutas, enquanto o drawdown descreve parte do risco vivido durante o percurso.

A simulação cobrou 0,12% de comissão em cada entrada e saída, mais 0,03% de derrapagem, as mesmas taxas das operações ao vivo. Os números ainda descrevem uma única simulação histórica, não uma promessa de desempenho futuro.

O que nosso registro ao vivo mostra e o que ele esconde

As operações ao vivo dos nossos agentes mostram por que a taxa de acerto precisa de contexto. No recorte de 26 de outubro de 2026, 88 operações tinham sido publicadas no nosso canal público do Telegram desde 6 de outubro. As 78 encerradas deram lucro depois da comissão: 100% de acerto nas operações encerradas.

Esse número sozinho enganaria. As outras 10 operações ainda estavam abertas, todas abaixo do preço de entrada, de 0,7% a 11,1% antes da alavancagem. O ganho mediano das encerradas foi de +1,19% antes da alavancagem, então a maior perda aberta equivalia a cerca de nove vezes um ganho típico.

Quando os ganhos são encerrados rápido e as posições perdedoras continuam abertas, a taxa de acerto das encerradas pode parecer perfeita enquanto perdas reais ainda estão sendo carregadas. A medida honesta inclui as posições abertas pelo preço atual. Nosso estudo de caso ao vivo lista cada operação aberta para que o leitor possa conferir com o mercado.

Uma referência honesta

Não existe uma boa taxa de acerto universal para um bot de trading. O limite correto depende do tamanho do ganho médio, da perda média e do custo total de negociação.

Uma boa taxa divulgada permanece acima do equilíbrio em operações suficientes e condições variadas, enquanto drawdown e sequências de perdas ficam dentro de limites definidos. O número deve apoiar uma decisão baseada em evidências, não substituí-la.