Revisão de Drawdown: o que é, como funciona e suas limitações

O que é revisão de drawdown?

A revisão de drawdown é um método de revisão de desempenho focado em declínios a partir de um ponto máximo recente. Na prática, ela avalia o quanto o desempenho caiu (profundidade) e quanto tempo levou para se afastar desse ponto mínimo (duração), com base em uma série temporal, como uma curva de equity ou o histórico de valor da conta.

A ideia central é que dois registros de desempenho podem parecer semelhantes em retorno total, mas diferir fortemente no tamanho e no momento de suas piores quedas. A revisão de drawdown visa descrever essas piores quedas de forma estruturada e comparável.

Como funciona a revisão de drawdown

1) Escolha a série de desempenho e a definição

A maioria das revisões de drawdown começa com uma série escolhida (por exemplo, o equity da conta ao longo do tempo). Em seguida, você aplica uma definição consistente de “pico” e “vale”. Uma abordagem comum usa o valor máximo atingido até cada ponto e mede a distância até o ponto mínimo atual ou seguinte.

Como diferentes ferramentas e comunidades usam convenções ligeiramente diferentes (por exemplo, se o drawdown é calculado sobre o equity bruto versus líquido de taxas, ou como os dados ausentes são tratados), definições consistentes são importantes. Se o objetivo é a comparação, a mesma definição deve ser usada em todos os períodos, estratégias ou contas.

2) Calcule a profundidade do drawdown e acompanhe a linha do tempo

Após definir o cálculo, você identifica os eventos de drawdown: períodos em que a série se afasta de sua máxima recente. Para cada evento, a revisão de drawdown normalmente registra:

• Profundidade: o quanto a série cai em relação ao pico anterior (frequentemente expresso como uma porcentagem).
• Duração: o tempo desde o início do drawdown até os marcos de recuperação.
• Contexto de recuperação: o que acontece após o vale (por exemplo, se a recuperação é rápida ou prolongada).

Duração e recuperação são importantes porque um drawdown raso, mas longo, pode parecer diferente de um profundo, mas curto.

3) Revise “o que estava acontecendo” durante os drawdowns

Uma revisão faz mais do que calcular números. Ela vincula eventos de drawdown a contextos que podem plausivelmente afetar o desempenho, como mudanças na atividade de trading, qualidade de execução ou mudanças no regime de volatilidade. O objetivo não é provar causalidade, mas criar uma lista de verificação verificável de fatores que você possa confirmar posteriormente com dados.

Se você estiver revisando vários períodos, a revisão de drawdown também pode apoiar comparações estruturadas, como se os piores drawdowns tendem a ocorrer sob certas condições (por exemplo, maior volatilidade) ou após mudanças específicas de processo.

4) Compare alternativas usando as mesmas métricas

Uma abordagem prática de “comparação factual” é definir vários critérios—como profundidade máxima do drawdown, profundidade média do drawdown entre eventos, tempo total gasto em drawdowns e velocidade de recuperação—e então calculá-los de forma consistente para cada alternativa que você deseja avaliar.

Com o tempo, isso pode ajudar a distinguir entre melhorias no retorno e melhorias no comportamento de perdas. Dois sistemas que ambos retornam dinheiro ainda podem diferir materialmente em quanto drawdown eles criam.

Principais limitações, riscos e o que pode ser verificado

A revisão de drawdown mede o comportamento de perdas, não a segurança futura

A revisão de drawdown é descritiva do comportamento passado. Ela não garante que drawdowns futuros serão menores, mais curtos ou mais fáceis de recuperar. Mercados e condições podem mudar, e uma curva que parece estável em um período pode se comportar de forma diferente em outro.

Por causa disso, a revisão de drawdown é melhor tratada como evidência sobre as características históricas de perdas, não como um preditor com certeza.

Os resultados dependem da qualidade dos dados e de definições consistentes

Se a série de entrada estiver incompleta (timestamps ausentes, registro de equity inconsistente) ou se taxas, financiamento ou efeitos de execução forem tratados de forma diferente entre períodos, as métricas de drawdown podem ser enganosas. Mesmo pequenas diferenças de convenção (como os picos são rastreados, como as conversões de moeda são tratadas, como os outliers são tratados) podem alterar a profundidade e a duração do drawdown.

Para verificar afirmações sobre o comportamento do drawdown, você precisa de entradas reproduzíveis: os mesmos dados, o mesmo método de cálculo e uma trilha de auditoria clara para qualquer pré-processamento.

O drawdown não identifica causas de forma única

Um grande drawdown pode vir de muitas fontes: dinâmica da estratégia, slippage de execução, mudanças de liquidez, mudanças na exposição ao risco ou sequências aleatórias de resultados. A revisão de drawdown pode sinalizar “quando a dor aconteceu”, mas não pode, por si só, estabelecer qual fator a causou.

Uma interpretação segura é que a revisão de drawdown ajuda a gerar hipóteses sobre fatores contribuintes que devem ser testados com dados adicionais e verificáveis de forma independente (por exemplo, logs de execução ou medições de exposição ao risco).

A incerteza estatística aumenta com históricos mais curtos

Se você revisar uma janela curta de backtest ou dados históricos limitados, as métricas de drawdown podem ser instáveis. Eventos raros podem não aparecer, e o “drawdown máximo” pode ser dominado por poucas observações.

Isso não torna a revisão de drawdown inútil, mas significa que comparações baseadas em amostras pequenas devem ser interpretadas com cautela.

Como usar a revisão de drawdown em um processo de pesquisa

A revisão de drawdown é mais útil quando está inserida em um fluxo de trabalho de pesquisa mais amplo e verificável:

• Use definições consistentes e documente-as.
• Recalcule as métricas sob as mesmas convenções para cada alternativa.
• Cruze os períodos de drawdown com logs independentes ou contexto mensurável.
• Trate a saída como evidência para o comportamento de perdas, não como uma certeza sobre resultados.

Se o seu objetivo é entender o risco de desempenho, a revisão de drawdown fornece uma lente estruturada para o comportamento de perdas. Seu principal valor é a clareza sobre “quão ruim foi” e “como evoluiu”, juntamente com uma maneira consciente da incerteza de comparar alternativas.