Considerações avançadas para a Taxa de Acerto no Ponto de Equilíbrio (BEWR) em negociação e testes

Resposta direta: o que significa “taxa de acerto no ponto de equilíbrio”

A taxa de acerto no ponto de equilíbrio (BEWR) é a probabilidade de acerto que um sistema precisaria ter para que o resultado médio seja zero, após considerar os custos, sob uma definição específica do que conta como ganho ou perda. Em outras palavras, a BEWR conecta três partes móveis: (1) quanto você normalmente ganha quando acerta, (2) quanto você normalmente perde quando erra e (3) o que você normalmente paga por negociação (por exemplo, custos de transação e efeitos de execução).

Como a BEWR é um limiar baseado em premissas, ela não é uma constante universal. Se a sua estrutura de payoff, o seu modelo de custos ou as suas definições de resultado de negociação mudarem, a taxa de acerto no ponto de equilíbrio também mudará.

Mecânica: o modelo simples por trás da BEWR

Um ponto de partida comum é um modelo simplificado de dois resultados.

Definir os números de payoff

Assuma que cada negociação resulta em:

• Um ganho com payoff +W (líquido de quaisquer custos incluídos na definição de ganho).
• Uma perda com payoff −L (líquida de quaisquer custos incluídos na definição de perda).

Assuma que os ganhos ocorrem com probabilidade p e as perdas ocorrem com probabilidade (1 − p).

O valor esperado é igual a zero no ponto de equilíbrio

O valor esperado por negociação é:

• EV = p·W + (1 − p)·(−L)
• EV = p·W − (1 − p)·L

Defina EV = 0 e resolva para p:

• p = L / (W + L)

Este p é a taxa de acerto no ponto de equilíbrio sob as premissas do modelo.

Converter a “razão risco/recompensa” em BEWR

Se você expressar as magnitudes típicas de ganho e perda em relação à perda, por exemplo, deixando W = R·L, onde R é uma “razão de payoff ganho/perda”, então:

• BEWR = 1 / (R + 1)

Portanto, uma razão de payoff maior (ganhos maiores em relação às perdas) reduz o limiar da BEWR; perdas maiores em relação aos ganhos o elevam.

O que “ganho” e “perda” devem significar

A BEWR é sensível às suas definições operacionais:

• Se você definir ganhos como atingir um alvo antes de um stop, então W e L dependem da geometria alvo/stop.
• Se você definir ganhos por marcações de fim de dia, saídas por trailing stop, preenchimentos parciais ou saídas baseadas em tempo, W e L podem variar amplamente.

Em testes práticos, a definição de ganho/perda é frequentemente o motor oculto das mudanças na BEWR.

Evidência ou exemplo: por que a BEWR pode parecer estável, mas falhar na realidade

Aqui estão situações típicas em que os cálculos da BEWR parecem diretos, mas se tornam não confiáveis porque a distribuição real de resultados não corresponde ao modelo simplificado.

Exemplo (com premissas explícitas)

Suponha que um teste use uma estrutura fixa de alvo/stop e assuma resultados líquidos constantes:

• Magnitude do payoff de ganho (líquido): W
• Magnitude do payoff de perda (líquido): L

Sob essas premissas, a BEWR é L/(W+L).

Agora mude apenas um elemento: os custos.

• Se spreads, comissões ou slippage de execução forem maiores nos ganhos do que nas perdas (ou simplesmente maiores do que o que você incluiu), então o W líquido e/ou o L líquido mudam.
• Se você calcular erroneamente a BEWR usando valores antes dos custos, a BEWR real necessária para uma expectância zero será maior.

Isso ilustra uma dependência fundamental: a BEWR deve ser calculada usando os mesmos números de resultado “líquidos” que o seu backtest ou modelo de execução realmente produz.

Caso extremo: distribuição de payoff assimétrica

O modelo de dois resultados assume uma magnitude fixa para ganhos e uma magnitude fixa para perdas. Muitos sistemas de negociação violam isso.

• Os ganhos podem se agrupar perto de pequenos lucros, enquanto grandes ganhos ocasionais ocorrem raramente.
• As perdas podem apresentar caudas pesadas (perdas extremas raras).

Mesmo que as magnitudes médias de ganhos e perdas pareçam corresponder, o timing, a dependência do caminho e o comportamento das caudas podem alterar a expectância realizada quando custos e restrições de execução são aplicados.

Caso extremo: saídas no “ponto de equilíbrio” e resultados parciais

Em alguns sistemas, uma negociação pode sair em um estado neutro ou quase neutro, ou as saídas podem ser parciais. Então, você efetivamente introduz um terceiro resultado (ou payoffs fracionários). Se você ainda forçar o resultado em apenas “ganho” vs. “perda”, o limiar da BEWR se torna mal especificado.

Caso extremo: condições não estacionárias

A BEWR é uma fórmula para um limiar sob um determinado modelo de probabilidade. Se as probabilidades de ganho/perda mudarem ao longo do tempo devido a mudanças no regime de mercado (liquidez, volatilidade, risco de eventos), então a taxa de acerto observada pode não corresponder mais ao limiar de equilíbrio calculado.

Limitações e riscos: o que pode invalidar a BEWR

1) Custos e efeitos de execução são difíceis de modelar de forma consistente

A BEWR é tão precisa quanto os inputs de payoff líquido. Detalhes de execução, como slippage, fila de ordens, preenchimentos parciais e timing, podem alterar sistematicamente o W e o L realizados.

Modo de falha: calcular a BEWR a partir de um conjunto de premissas de custos (por exemplo, preenchimentos ideais) e depois aplicá-la a uma realidade de execução diferente.

2) A taxa de acerto sozinha pode ser enganosa

Muitas pessoas focam na taxa de acerto porque é fácil de contar. Mas a expectância depende tanto da taxa de acerto quanto da magnitude dos ganhos/perdas.

• Uma estratégia pode ter uma alta taxa de acerto, mas ganhos pequenos e perdas grandes ocasionais.
• Ela também pode ter uma baixa taxa de acerto, mas ganhos grandes que compensam perdas menores e mais frequentes.

Portanto, a BEWR deve ser tratada como uma relação entre a probabilidade de acerto e a estrutura de payoff, não como uma “meta” isolada.

3) Sobreajuste na definição de resultados

Se você ajustar sua classificação de ganho/perda, tamanhos de alvo ou lógica de stop para fazer a BEWR parecer favorável em dados passados, você pode acidentalmente codificar a configuração do teste em vez do processo subjacente.

Modo de falha: os “ganhos” e “perdas” do backtest não são replicados na execução ao vivo porque a lógica de saída ou a modelagem de custos diferem.

4) Efeitos de tamanho de amostra e regime

As estimativas de probabilidade de acerto são incertas, especialmente com tamanhos de amostra limitados.

• Amostras pequenas podem tornar a taxa de acerto observada volátil.
• Mudanças de regime podem invalidar a premissa de que a mesma probabilidade se aplica no futuro.

Nesses casos, a BEWR ainda pode ser calculada, mas compará-la a uma taxa de acerto observada ruidosa não responde de forma confiável se o sistema tem expectância zero fora da amostra.

Verificação e próximas perguntas: como verificar a BEWR de forma independente

Para verificar a BEWR de uma maneira que seja verificável de forma independente, mantenha o processo consistente:

1. Use uma definição de resultado líquido. Calcule W e L como payoffs líquidos realizados, consistentes com seu modelo de custos e premissas de execução. 2) Corresponda à classificação de ganho/perda. Garanta que os mesmos eventos contados como ganhos e perdas nos inputs da BEWR sejam exatamente o que você contará na avaliação. 3) Calcule a BEWR a partir dos inputs correspondentes. Use a relação simples p = L/(W+L) somente se o seu modelo de resultado for verdadeiramente de dois valores (ou estenda-o se você tiver múltiplos resultados).