A probabilidade de ruína é o risco matemático de que o capital de um trader caia a zero antes que sua estratégia gere lucro suficiente para sobreviver. Segundo o relatório da ESMA, entre 74% e 89% dos clientes de varejo perdem dinheiro operando CFDs em corretoras europeias, o que mostra o quanto esse risco é subestimado. A fórmula básica: P(ruína) = ((1 - edge) / (1 + edge))^(capital / risco_por_trade), onde edge representa sua vantagem estatística líquida por trade.
O que é a probabilidade de ruína?
Definição matemática
A teoria da ruína é um ramo da matemática atuarial aplicada ao trading por gestores quantitativos desde os anos 1970. A fórmula exata para uma série de operações com esperança positiva é:
P(ruína) = ((1 - a) / (1 + a))^N
onde:
- a = vantagem por unidade de risco (edge), calculada como
(taxa_acerto x ganho_médio - taxa_perda x perda_média) / perda_média - N = número de unidades de risco que seu capital comporta (capital / risco por trade)
Exemplo concreto: um trader com 55% de taxa de acerto, ratio ganho/perda de 1:1 e risco de 2% por trade em uma conta de R$ 10.000 tem um edge de 0,10 e N = 50 unidades de risco.
P(ruína) = ((1 - 0,10) / (1 + 0,10))^50 = (0,818)^50 = aproximadamente 0,00008, ou 0,008%
Esse número muda drasticamente se o risco por trade subir para 5%: N cai para 20 unidades e P(ruína) sobe para aproximadamente 1,2%.
Por que esse cálculo é crucial antes de operar ao vivo
A maioria dos traders avalia estratégias apenas pelo drawdown máximo observado no backtest. Esse número nada diz sobre a probabilidade de ruína real: duas estratégias podem apresentar o mesmo drawdown máximo mas probabilidades de ruína radicalmente diferentes conforme a distribuição dos resultados.
Diferença entre drawdown e ruína
Drawdown e probabilidade de ruína medem dois riscos distintos:
| Critério | Drawdown máximo | Probabilidade de ruína |
|---|---|---|
| Definição | Maior queda pico-vale observada | Risco do capital chegar a zero |
| Natureza | Histórico e descritivo | Probabilístico e preditivo |
| Utilidade | Medir a dor passada | Antecipar a sobrevivência futura |
| Limitação | Ignora sequências de perdas não observadas | Requer distribuição estável dos retornos |
| Ação corretiva | Reduzir alavancagem ou frequência | Ajustar tanto edge quanto tamanho de posição |
Um drawdown de 20% pode ser aceitável. Uma probabilidade de ruína de 15% significa que, executando sua estratégia 100 vezes em períodos diferentes, você destrói a conta em 15 dos cenários. A literatura sobre teoria da ruína (Actuarial Society) mostra que até estratégias lucrativas podem ter probabilidades de ruína elevadas quando o sizing de posição está mal calibrado.
Fatores que influenciam a probabilidade de ruína
Tamanho de posição
O tamanho de posição é a alavanca mais poderosa sobre a probabilidade de ruína. A relação não é linear: dobrar o risco por trade não dobra a probabilidade de ruína, ela aumenta de forma exponencial.
Ilustração com um edge constante de 0,08:
| Risco por trade | N unidades de risco (R$10k) | Probabilidade de ruína aprox. |
|---|---|---|
| 1% | 100 | < 0,01% |
| 2% | 50 | 0,04% |
| 3% | 33 | 0,4% |
| 5% | 20 | 4,2% |
| 10% | 10 | 20% |
Esta tabela explica por que traders quantitativos e prop firms geralmente limitam o risco por trade a 1-2%: a probabilidade de ruína permanece matematicamente negligenciável. Veja nosso guia sobre position sizing e o Kelly criterion para se aprofundar.
Esperança matemática
Uma esperança matemática negativa torna a ruína certa no longo prazo. Mas até uma esperança positiva não garante a sobrevivência: se o edge é fraco e as posições são grandes demais, a probabilidade de ruína continua perigosa.
A fórmula da esperança matemática por trade:
E = (taxa_acerto x ganho_médio) - (taxa_perda x perda_média)
Edge positivo é necessário mas não suficiente. Aprofunde-se em nosso artigo sobre métricas de backtest e esperança.
Variância dos resultados
Uma estratégia muito volátil com bom edge médio pode ter probabilidade de ruína mais alta do que uma menos rentável mas mais consistente. A variância amplifica sequências consecutivas de perdas e aumenta o risco de atingir zero antes da recuperação. É exatamente isso que a simulação Monte Carlo captura melhor do que a fórmula analítica.
Calculando a probabilidade de ruína com Monte Carlo
Método de simulação por reshuffling
A simulação Monte Carlo por reshuffling (ou bootstrap) é o método recomendado por traders quantitativos. O processo:
Coletar os resultados do backtest
Embaralhar aleatoriamente (reshuffle)
Simular cada trajetória
Calcular a proporção de ruínas
Este método tem a vantagem de usar a distribuição real dos resultados da sua estratégia, sem assumir normalidade dos retornos (hipótese frequentemente falsa no trading).
Leitura dos resultados
Uma simulação Monte Carlo produz uma distribuição de curvas de equity. Os indicadores-chave a extrair:
3 números essenciais da sua simulação
- Probabilidade de ruína: percentual de trajetórias que atingem zero (ou seu limite)
- Drawdown no percentil 95%: o drawdown que você experimentará em 95% dos cenários
- Capital esperado após N trades: a mediana das trajetórias finais
Exemplo prático
Um trader tem um backtest de 200 trades: 52% de trades vencedores, ratio ganho/perda médio de 1,3. Risco fixo de 2% por trade em uma conta de R$ 10.000. A fórmula analítica dá uma probabilidade de ruína teoricamente muito baixa.
Mas após 10.000 simulações Monte Carlo, os resultados revelam:
- 3,2% das trajetórias sofrem drawdown superior a 30% em algum momento
- 0,4% das trajetórias atingem o limite de ruína em -50%
- O drawdown mediano no percentil 95% é de 22%
Esses números permitem calibrar com precisão o limite de stop-out de uma prop firm ou definir seu próprio patamar de parada de emergência. Veja como testar a robustez do seu backtest para complementar essa análise.
O Backtrex integra diretamente esse cálculo no relatório de backtest: 10.000 simulações Monte Carlo são executadas automaticamente após cada backtest, sem nenhum código para escrever. Explore as funcionalidades do Backtrex ou confira os planos e preços.
Estratégias para reduzir o risco de ruína
Position sizing ótimo (Kelly, fração de Kelly)
O Kelly criterion define o tamanho de posição teoricamente ótimo para maximizar o crescimento do capital no longo prazo sem risco de ruína. A fórmula:
f = (p x b - q) / b
onde f = fração do capital a arriscar, p = probabilidade de ganho, q = probabilidade de perda, b = ratio ganho/perda.
Na prática, os traders usam uma fração do Kelly (geralmente 1/4 ou 1/2 do Kelly) por três razões:
- O Kelly completo maximiza o crescimento mas gera drawdowns psicologicamente insustentáveis
- As estimativas de p e b derivadas do backtest carregam incerteza estatística significativa
- A fração do Kelly mantém a probabilidade de ruína bem abaixo de 1%
A regra prática dos profissionais
A literatura quantitativa recomenda visar uma probabilidade de ruína inferior a 1% para qualquer operação ao vivo. Para prop firms como FTMO ou MyForexFunds, onde a ruína significa a perda imediata do acesso ao capital, muitos traders buscam 0,1%. Isso geralmente se traduz em risco máximo de 0,5% a 1% por trade, dependendo da distribuição dos resultados.
Diversificação de estratégias
A correlação entre estratégias é um fator-chave para reduzir a probabilidade de ruína global de um portfólio. Duas estratégias descorrelacionadas com probabilidades de ruína individuais de 2% podem ter probabilidade de ruína combinada inferior a 0,5%, pois suas sequências de perdas não ocorrem simultaneamente. Essa abordagem está no centro do backtesting vs. forward testing e da gestão quantitativa de portfólio.
Important Risk Warning
Conclusão
A probabilidade de ruína é o número mais importante que a maioria dos traders nunca calcula. A fórmula analítica dá uma aproximação rápida; a simulação Monte Carlo revela a distribuição completa dos cenários possíveis. Para qualquer estratégia ao vivo (e especialmente para contas financiadas por prop firms), visar uma probabilidade de ruína inferior a 1% através de risco por trade bem calibrado é uma condição de sobrevivência, não uma opção.
Gestores quantitativos profissionais geralmente visam menos de 1% de probabilidade de ruína. Acima de 5%, a estratégia ou o money management deve ser revisado antes de qualquer uso ao vivo. Para contas financiadas por prop firms (FTMO, MFF), alguns traders buscam 0,1% pois a ruína significa encerramento imediato do acesso ao capital. Na prática, risco de 1% ou menos por trade em uma estratégia com edge positivo geralmente resulta em probabilidade de ruína negligenciável.
A probabilidade de ruína aumenta de forma exponencial com o tamanho das posições, não linearmente. Passar de 2% para 5% de risco por trade pode multiplicar a probabilidade de ruína por 50 ou mais, dependendo do seu edge. Por outro lado, reduzir o risco por trade pela metade diminui a probabilidade de ruína muito mais do que proporcionalmente, pois cada sequência de perdas consome menos capital e dá à estratégia mais tempo para se recuperar.
Não. Um backtest clássico produz uma única trajetória: a que realmente ocorreu no mercado na ordem em que os sinais apareceram. A simulação Monte Carlo gera milhares de trajetórias embaralhando os mesmos trades em ordens diferentes. Ela revela cenários de drawdown e ruína que o backtest nunca observou, mas que permanecem perfeitamente possíveis com a mesma estratégia. É a diferença entre "o que aconteceu" e "o que poderia ter acontecido".
O Kelly completo define o tamanho de posição que maximiza o crescimento do capital no longo prazo. Na prática, ele gera drawdowns muito grandes (30-50%) e é muito sensível a erros de estimativa. O Kelly fracionado (geralmente 1/4 ou 1/2 do Kelly) reduz o tamanho da posição proporcionalmente: o crescimento é mais lento, mas os drawdowns e a probabilidade de ruína são consideravelmente reduzidos. A maioria dos praticantes usa 1/4 do Kelly ou menos.
Na prática, 10.000 simulações fornecem uma estimativa estável da probabilidade de ruína para a maioria das estratégias. Além de 50.000 simulações, o ganho de precisão é negligenciável. O fator limitante não é o número de simulações mas a qualidade e quantidade de trades no backtest original: uma simulação Monte Carlo em 30 trades será muito menos confiável do que em 500 trades.
Sim. O Backtrex calcula automaticamente a probabilidade de ruína e as simulações Monte Carlo no relatório de backtest, sem nenhum código necessário. Traders que usam plataformas como TradingView ou MetaTrader geralmente precisam programar a simulação em Pine Script ou Python, ou usar uma ferramenta de terceiros. O Backtrex integra essa análise diretamente no fluxo de backtesting visual.
A probabilidade de ruína calculada sobre um backtest continua sendo uma estimativa baseada em dados históricos. No forward testing, ela deve ser recalculada periodicamente à medida que novos trades são adicionados. Se a probabilidade de ruína subir significativamente ao vivo em comparação ao backtest, é um sinal de que a estratégia pode ter curve fitting ou que as condições de mercado mudaram.