Taxa de acerto: por que ela importa mais que vitórias no trading

Entenda como a taxa de acerto revela a saúde da sua estratégia e por que ela vale mais do que simplesmente 'ganhar mais vezes'.

O que é taxa de acerto — e por que não é só 'quantidade de greens'

Taxa de acerto é a proporção de trades que finalizam com lucro sobre o total de operações. Se você fez 20 operações e 12 foram positivas, a taxa é 60 %. Mas esse número sozinho não diz se você está ganhando dinheiro: um único loss grande pode apagar vários gains pequenos.

O que realmente importa é a relação entre quanto você arrisca e quanto espera ganhar. Imagine um robô que acerta 40 % das vezes, mas quando acerta ganha 3 % e quando erra perde 1 %. No fim do mês ele ainda está positivo, mesmo com mais derrotas que vitórias. Já um algoritmo com 70 % de acerto, mas que ganha 0,5 % e perde 1,5 %, pode quebrar a conta em poucas semanas.

Por isso, profissionais medem a taxa de acerto junto com o *pay-off médio* (quanto ganha em cada vitória) e o *drawdown médio* (quanto perde em cada derrota). A métrica final é o *expectativa matemática*: se for positiva, a estratégia sobrevive; se for negativa, não importa quantas vezes você ganhe.

Por que a taxa de acerto é mais confiável que o número absoluto de vitórias

Número de vitórias varia com o volume de trades. Um algoritmo hiperativo pode entregar 30 greens em uma semana, enquanto outro mais conservador entrega 8. Comparação direta é enganosa: o segundo pode ser mais rentável se cada vitória vale 2 % e cada derrota custa 0,8 %.

A taxa de acerto, ao ser uma proporção, remove o viés de volume. Ela permite comparar duas estratégias com ritmos diferentes ou avaliar a mesma estratégia em fases de alta e baixa volatilidade. No painel da Spider você vê essa taxa ajustada ao *tempo de exposição*: um dia com 5 trades e 3 greens rende 60 %, assim como uma semana com 50 trades e 30 greens. A comparação fica limpa.

Além disso, a taxa de acerto ajuda a detectar *curvas de desgaste*. Imagine que um robô mantém 65 % de acerto durante 8 meses e, de repente, cai para 45 % por três semanas seguidas. Issa queda já é sinal de que o algoritmo pode estar fora de *regime* — mudou a volatilidade, o par deixou de *cointegrar* ou o *spread* deixou de ser atrativo. O dashboard da Spider pinta esse ponto em vermelho para você visualizar na hora.

Como analisar a taxa de acerto antes de assinar uma estratégia

No Radar da Spider, clique em *Ver estatísticas* dentro do card de qualquer algoritmo ou analista CNPI. Você verá três números lado a lado:

  • **Taxa de acerto mensal** — idealmente acima de 50 %, mas combine com os dois abaixo.
  • **Pay-off médio** — valor ganho por vitória. Se for inferior a 0,7× o *drawdown*, desconfie.
  • **Drawdown médio** — perda por derrota. Se for maior que 1,5× o *pay-off*, a conta precisa de mais vitórias que derrotas para não quebrar.

Use a *razão pay-off/drawdown* como atalho: números acima de 1,5 já mostram que a estratégia consegue errar mais vezes que acertar e ainda assim ficar no azul. Abaixo de 1, precisa de taxa de acerto superior a 60 % para sobreviver.

Por fim, olhe o *período de backtest*. Algoritmos com menos de 12 meses de histórico ainda não passaram por *stress* como eleições, *hawkish* do Fed ou *halving* de cripto. Preferir estratégias com 24 meses ou mais reduz surpresas futas.

Taxa de acerto alta = melhor estratégia? O erro de *overfitting*

Um *overfitted* consegue 80 % de acerto no passado, mas quebra no futuro. Acontece quando o criador ajusta parâmetros até o robô *decorar* os movimentos do gráfico, em vez de *generalizar* padrões. No momento em que o mercado muda de comportamento, a taxa despenca.

Para escapar dessa cilada, exigimos que toda estratégia listada na Spider passe por *walk-forward* antes de ser ativada: os meses são divididos em janelas, o algoritmo é treinado com janela A e testado na janela B, depois com B→C e assim por diante. Se a taxa de acerto cai mais de 10 % entre treino e teste, a estratégia volta para *draft*.

Portanto, prefira algoritmos com taxa de acerto *estável* a uma com picos de 90 %: ela reflete *robustez*, não *sorte* ou *data mining*.

Como melhorar a sua própria taxa de acerto sem reescrever o robô

Você não precisa codar nada: dentro do *Robôs de IA* da Spider, copie um algoritmo *open-source*, acesse a aba *Otimizador* e defina:

  • **Stop-loss dinâmico** — ajusta o *stop* conforme a volatilidade de cada ativo, reduzindo *drawdown* sem tocar no *pay-off*.
  • **Meia-volta parcial** — vende 50 % da posição quando atinge 1× *risco*, garantindo que *alguma* parte *trabalhe* mesmo que o restante *stop*.
  • **Horário de trade** — filtra apenas os horários em que o *backtest* mostra *edge* (ex: 10-12 h para mini-Dólar, 14-16 h para cripto *spot*).

Com esses três ajustes, testes internos mostram salto médio de 7-9 % na taxa de acerto sem alterar a lógica principal do robô. Ajustes são gratuitos e demoram menos de cinco minutos.

Perguntas frequentes

Qual taxa de acerto mínima eu devo aceitar?+

Se a razão *pay-off/drawdown* ficar acima de 1,5, 50 % já basta. Abaixo disso, fuque de 55 % pra cima.

A Spider garante que a taxa passada se repetirá?+

Não. Todo histórico é *backtest*, não promessa. A função da estatística é *filtrar estratégias com *edge* estável*, não *garantir retorno*.

Posso acompanhar a taxa em tempo real?+

Sim. No *Painel* você vê taxa de acerto *dia, semana e mês* de cada estratégia ativa, além de *drawdown* acumulado.

Tem algum custo para ver esses dados?+

Não. Estatísticas são *data* aberto dentro da plataforma; taxa só incide sobre *performance* positiva, não sobre *consulta*.

Por que minha taxa caiu depois que migrei de *paper* para conta real?+

Slippage, *spread* e *execução* real alteram pequenos valores. Se a queda for superior a 5 % por mais de sete dias, revisamos a estratégia com você.

Teste grátis

Ative uma estratégia com algoritmo auditado e acompanhe a taxa de acerto em tempo real.

Conheça a plataforma