Simulação de Monte Carlo [Ferramenta Gratuita]
Reproduza seu histórico de operações milhares de vezes em ordem aleatória para revelar a gama de resultados — incluindo as sequências de azar que seu único caminho escondeu. Veja quanto foi habilidade e quanto foi sorte.
Aviso legal: Negociar instrumentos financeiros envolve risco e todo o conteúdo desta página é fornecido apenas para fins educacionais. Nada aqui constitui aconselhamento financeiro ou recomendação de compra ou venda de qualquer instrumento.
Insira valores válidos.
Como isso é calculado?
Simula milhares de sequências aleatórias de operações com base na taxa de acerto e no risco-retorno.
Ler o guia completo
Cada parâmetro, fórmula e exemplo — a referência completa desta ferramenta.
O que é a simulação de Monte Carlo na negociação?
A simulação de Monte Carlo testa a resistência de uma estratégia ao reproduzir suas próprias operações históricas em milhares de ordens aleatorizadas. Seu histórico real é apenas um caminho entre as operações que você acabou fazendo; reorganizá-las mostra toda a gama de caminhos que o mesmo conjunto de operações poderia ter produzido — incluindo as sequências de azar em que as perdas se concentram no início. O resultado não é uma previsão melhor do futuro. É um olhar honesto sobre quanto do seu resultado foi habilidade versus a sorte do sorteio.
Os conceitos-chave
Aleatorização
Reordenar ou reamostrar resultados históricos para gerar novos caminhos de resultados.
Distribuição de drawdown
A dispersão dos drawdowns possíveis, não apenas o observado historicamente.
Faixa de confiança
O intervalo dentro do qual a maioria dos resultados simulados se encontra.
Um exemplo com números reais
- 1
Insira o histórico de operações
Sua estratégia tem 45% de taxa de acerto, ganho médio de $100, perda média de $60, em 100 operações.
- 2
Execute milhares de reorganizações
O simulador reproduz essas operações em milhares de ordens diferentes, cada uma produzindo seu próprio caminho de patrimônio.
- 3
Leia a distribuição
O caminho mediano se parece com seu histórico, mas algumas ordens de azar concentram as perdas no início e produzem drawdowns muito mais profundos.
- 4
Julgue a robustez
Se muitos caminhos simulados perdem pesadamente, seu resultado histórico pode ter dependido de uma ordem de sorte — a estratégia é mais frágil do que parecia.
Como usar
Insira o histórico de operações
Taxa de acerto, ganho/perda médio e número de operações.
Execute a simulação
Gere milhares de caminhos aleatorizados.
Leia a distribuição
Mediana, drawdown no pior caso e faixas de confiança.
A fórmula, passo a passo
Simulação
Sample N trades per run from input distribution; repeat many runs
As estatísticas resumidas descrevem a distribuição dos resultados.
Erros que os traders cometem
✗ Tratar o resultado histórico como o único resultado possível
✓Sua sequência de operações é um sorteio aleatório. Monte Carlo mostra a família de caminhos que as mesmas operações poderiam ter produzido.
✗ Achar que mais simulações corrigem entradas ruins
✓Milhares de execuções refinam a distribuição, mas não podem corrigir uma taxa de acerto ou payoff imprecisos. Lixo entra, lixo sai.
✗ Ler Monte Carlo como uma previsão do futuro
✓Ele mapeia a sensibilidade do passado à ordem e à sorte. Não diz nada sobre mudanças futuras no regime de mercado.
Quando esta ferramenta se aplica — e quando não
Use quando
- ✓Após um backtest, para ver o quão dependente o resultado é da ordem das operações.
- ✓Ao decidir se um valor de drawdown é robusto ou um acaso da sequência.
- ✓Antes de aumentar o capital, para entender a gama de caminhos plausíveis.
Evite quando
- ✗Usá-lo antes de ter uma amostra de operações significativa.
- ✗Presumir que o caminho mediano é 'o resultado esperado' e ignorar a cauda.
- ✗Tratá-lo como substituto da validação fora da amostra.
Dicas que realmente ajudam
Foque na cauda, não na mediana
Os 5% piores drawdowns simulados são o número para dimensionar. A mediana favorece toda estratégia.
Compare reorganização vs reamostragem
A reorganização mantém suas operações exatas; a reamostragem com reposição testa uma premissa diferente. Execute ambas para delimitar a incerteza.
Combine com testes fora da amostra
Monte Carlo informa sobre a sorte dentro das suas operações; fora da amostra informa sobre a sorte nos dados. Eles respondem a perguntas diferentes.
Ferramentas relacionadas e próximos passos
Perguntas frequentes
Monte Carlo torna os backtests mais confiáveis?▾
Ele amplia o quadro ao mostrar o quão sensíveis os resultados são à ordem das operações e à sorte, mas ainda usa as mesmas entradas e premissas históricas.
Quantas execuções de simulação são suficientes?▾
Mais execuções significam uma distribuição mais estável, por isso a ferramenta usa milhares por padrão. O ponto-chave é a estabilidade: se os números resumidos param de mudar muito à medida que você adiciona execuções, você amostrou o suficiente.
Qual é a diferença entre reorganização e reamostragem?▾
A reorganização mantém seu conjunto exato de operações, mas muda a ordem delas. A reamostragem sorteia operações com reposição, permitindo repetições. Ambas mapeiam 'o que poderia ter acontecido', apenas com premissas diferentes sobre o futuro.
O que devo observar no resultado da simulação?▾
Foque na dispersão, não na mediana — especialmente nos drawdowns do pior caso na cauda da distribuição. Se uma parcela significativa dos caminhos simulados perde pesadamente, o resultado histórico pode ter sido sorte.
Monte Carlo é o mesmo que o teste fora da amostra do campo de treinamento?▾
Não. O teste fora da amostra valida em dados históricos não vistos; Monte Carlo reorganiza as operações que você já tem. Os dois respondem a perguntas diferentes e são mais fortes quando usados juntos.
Pronto para validar sua primeira estratégia?
Coloque a estratégia de outra pessoa — ou a sua própria ideia — nos dados reais. Grátis para começar, sem cartão.
Sem cartão de crédito · 50 créditos grátis ao se cadastrar
Os resultados de Monte Carlo são cenários gerados estatisticamente, não previsões de desempenho futuro.
Disclaimer: The tools and content on this site are provided for educational purposes only and do not constitute investment advice. Trading and investing involve a substantial risk of loss, and past performance does not guarantee future results.