Sua estratégia tem uma taxa de acerto de 58% e um fator de lucro de 1,7. Isso parece bom no papel. Mas se você embaralhasse exatamente as mesmas 200 negociações em uma ordem diferente, quantas dessas sequências teriam zerado sua conta antes da negociação 100? É isso que uma simulação de Monte Carlo responde — e se você nunca executou uma na sua própria curva de equidade, está tomando decisões de risco com informações incompletas.
O que uma Simulação de Monte Carlo Realmente Faz pelos Traders
A ideia central é simples: pegue um conjunto fixo de resultados de negociações (seus ganhos, perdas e seus tamanhos), randomize a ordem milhares de vezes e registre o que acontece com a conta em cada execução simulada. Após 5.000 ou 10.000 iterações, você obtém uma distribuição de possíveis caminhos de equidade — um melhor caso, um pior caso e tudo entre eles.
O que os traders se importam com esses resultados geralmente são três coisas. Primeiro, o drawdown máximo em todos os caminhos simulados — não apenas o que você realmente experimentou, mas o pior que os mesmos resultados de negociação poderiam ter produzido. Segundo, a probabilidade de ruína em um limite de drawdown específico (por exemplo, perder 20% da sua conta). Terceiro, a faixa de equidade final, que mostra quanto do seu desempenho real é edge repetível versus sorte de sequência.
Isso não é backtesting. Você não está reproduzindo dados de mercado. Você está testando sob estresse uma série já comprovada de resultados para entender quão frágil ou durável é o edge subjacente.
Executando uma Simulação de Monte Carlo Grátis Manualmente (e Por Que os Inputs Importam)
Não faltam ferramentas gratuitas de simulação de Monte Carlo online — uma planilha básica pode fazer isso. A estrutura para uma simulação manual é:
- Liste seus retornos de negociação como múltiplos de R (ex.: +1R, +2,3R, -1R, -0,5R).
- Use uma função de número aleatório para embaralhar essa lista.
- Calcule a curva de equidade acumulada para essa sequência embaralhada.
- Repita esse embaralhamento de 1.000 a 10.000 vezes.
- Registre o drawdown máximo e a equidade final para cada execução.
A matemática em um exemplo prático: digamos que você tenha 50 negociações — 29 vencedoras com média de +1,2R e 21 perdedoras com média de -1R. A taxa de acerto é de 58% (29 ÷ 50). O fator de lucro é (29 × 1,2) ÷ (21 × 1,0) = 34,8 ÷ 21,0 = 1,657, arredondando para 1,66. A expectância é (0,58 × 1,2) + (0,42 × -1,0) = 0,696 − 0,420 = +0,276R por negociação. Isso é um edge positivo genuíno. Mas as mesmas 50 negociações embaralhadas na sequência mais azarada podem produzir um drawdown de 14R antes de se recuperar — aproximadamente um impacto de 28% na conta se você estiver arriscando 2% por negociação. Uma execução de Monte Carlo traz essa possibilidade à tona para que ela não te surpreenda no meio da operação.
Esses números só significam algo se os inputs forem honestos. Uma simulação construída com dados estimados ou selecionados de negociações dará uma falsa sensação de segurança. É aqui que ter um histórico de negociações preciso e completo importa mais do que a própria ferramenta de simulação.
O Problema com a Maioria dos Simuladores de Monte Carlo Grátis Online
A maioria das ferramentas gratuitas de simulação de Monte Carlo que você encontra online pede que você digite uma taxa de acerto e um R médio. Isso é bom para uma verificação rápida, mas achata duas coisas que importam: a distribuição dos seus ganhos e perdas, e a consistência da sua taxa de acerto em diferentes condições de mercado.
Uma estratégia com ganhos agrupados entre +0,8R e +1,4R se comporta de maneira muito diferente de uma com a maioria dos ganhos em +0,5R e outliers ocasionais de +4R — mesmo que a média seja idêntica. E um trader que ganha 62% nas configurações da sessão de Londres, mas apenas 44% durante a sobreposição de Nova York, tem um perfil de risco muito diferente do que sua taxa de acerto combinada de 55% sugere.
Quanto mais granulares forem seus dados de negociação, mais honestos serão seus inputs de Monte Carlo. Filtrar por configuração, por sessão, por instrumento — esse tipo de detalhamento é o que transforma uma simulação genérica em algo que reflete seu edge real, em vez de uma aproximação suavizada dele.
Como Seu Diário de Trading se Conecta ao Teste de Estresse da Curva de Equidade
É aqui que o diário deixa de ser um exercício de manutenção de registros e começa a ser analítico.
Se você registrou cada negociação com tags de configuração, tags de sessão e preços precisos de entrada/saída, pode extrair listas filtradas de múltiplos de R para condições específicas. Isso permite executar simulações de Monte Carlo separadas para diferentes subconjuntos do seu trading — suas negociações de configuração A vs. suas negociações de configuração B, por exemplo, ou suas negociações em sessões de alta volatilidade vs. suas negociações em sessões mais lentas. Você pode descobrir que a curva de equidade da sua configuração A é extremamente durável em 5.000 simulações, enquanto a curva da configuração B estoura um limite de drawdown de 25% em 30% das execuções. Isso é uma descoberta acionável.
O Edgelog rastreia taxa de acerto, fator de lucro, expectância e detalhamentos por par e por configuração como parte do seu diário gratuito — você pode ver sua curva de equidade, seu gráfico de drawdown e seu calendário de P&L diário sem pagar nada ou atingir um limite de negociações. Ele não tem um simulador de Monte Carlo integrado (é uma ferramenta que estamos desenvolvendo), mas os dados de múltiplos de R que você extrai do seu diário são exatamente o que você cola em uma simulação de planilha ou em uma ferramenta gratuita de simulação de Monte Carlo online.
Se você quiser começar a construir esses dados, um diário gratuito no Edgelog não custa nada e sincroniza automaticamente de MT4/MT5 via o EA EdgelogSync, ou de Binance, Bybit e OKX via chaves de API somente leitura. Nada para pagar, sem período de teste.
O Que Fazer com os Resultados
Depois de executar uma simulação, aqui está o que observar:
- Drawdown máximo no 5º percentil — o pior resultado de drawdown em 95% dos seus caminhos simulados. Arrisque sua conta como se esse número fosse real, porque ele pode ser.
- Probabilidade de ruína — quantos caminhos atingem seu limite pessoal de drawdown "eu pararia de negociar essa estratégia". Se isso for mais de 5–10% das execuções, seu dimensionamento de posição é agressivo para o edge que você tem.
- Dispersão da equidade final — se a diferença entre seus percentis 10 e 90 for enorme, uma grande parte dos seus retornos reais depende da sequência, não da habilidade. Isso não é motivo para abandonar a estratégia, mas é motivo para dimensionar de forma conservadora.
Uma simulação de Monte Carlo não diz se seu edge é real. Ela diz se sua gestão de risco é robusta o suficiente para sobreviver à variância que um edge real ainda produz. Essas são perguntas diferentes, e ambas importam.
Tornando a Simulação Válida
O maior erro que os traders cometem com a análise de Monte Carlo é executá-la uma vez com números aproximados, sentir-se tranquilizados e nunca mais revisá-la. Seu edge muda. As condições de mercado mudam. Uma estratégia que passou no teste de estresse de Monte Carlo com dados de 2022 pode parecer muito diferente com dados de 2024 se as condições de spread ou os perfis de volatilidade mudaram.
Execute uma nova simulação a cada 100–200 negociações usando seus resultados reais registrados, não os dados originais de backtest. Seu diário torna isso possível — se você tem registrado consistentemente, sempre terá uma série atualizada de múltiplos de R para trabalhar. Verifique seu fator de lucro e taxa de acerto como verificações básicas antes de cada execução de simulação, para não alimentar uma simulação com dados de um edge em deterioração e interpretar mal o resultado como confirmação de que a estratégia ainda se sustenta.
Os traders que vi explodirem contas em estratégias que sabiam ser lucrativas quase sempre pularam este passo. O edge estava bom. O risco de sequência, combinado com um dimensionamento que não deixava espaço para uma sequência ruim, foi o que os destruiu. Uma simulação de Monte Carlo gratuita não garante nada — mas mostrará exatamente quanto espaço você não tem.
Comece a registrar os dados de negociação que tornam uma simulação válida: diário de trading gratuito no Edgelog.