Limitar as perdas financeiras diárias em um portfólio, faz sentido?

Fiz um estudo com mais de 1 ano de operações em conta real e é isso que vamos descobrir neste artigo.

Limitar as perdas financeiras diárias de uma estratégia de trading é uma boa ou não?

Pra começar, o que seria o limite de perda diário?

Sempre que uma estratégia atingir determinando valor financeiro negativo no dia, ela pararia de operar e só estaria habilitada novamente no dia seguinte.

Em tese, esse controle limitaria as perdas em um dia ruim para a estratégia.

É relativamente simples testar se o resultado de uma estratégia seria melhor adicionando um limite diário de perda financeira.

Basta adicionar essa opção em nosso robô, executar o backtest nos últimos anos e comparar os resultados: com ou sem limite, qual foi o melhor? O próprio relatório de backtest do Metatrader 5 nos daria a resposta.

Exemplo de robô (SDK) com limites diários

Desafio

O desafio é quando temos um portfólio de estratégias, ou seja, várias estratégias rodando simultaneamente. Como os resultados das operações que acontecerem durante o dia, positivos ou negativos, impactam no resultado global do portfólio, diariamente?

O pensamento lógico é:

É melhor deixar todas as estratégias operarem livremente, já que todas possuem expectativa matemática positiva no longo prazo, então o resultado de uma não deve impactar nas operações das outras.

Realmente, isso faz todo sentido. Mas será que podemos melhorar o resultado? O que gostaríamos de validar é:

Sempre que um limite financeiro X for alcançado, todos os robôs (estratégias) devem parar de operar neste dia? Isso trará melhores resultados para o portfólio no longo prazo?

E para validar este cenários temos algumas variações possíveis. Imagine o seguinte cenário:

• 3 robôs estão com operações abertas no momento
• Uma delas é finalizada no prejuízo
• O limite financeiro diário é alcançado.
• O que fazer com as operações que continuam em aberto? Podemos:

1. Não encerrar as operações em aberto e aguardar até que elas fechem em seus pontos de saída
2. Encerrar todas as operações em aberto imediatamente, afinal o limite financeiro já foi alcançado.
3. Encerrar as operações em aberto, somente se estiverem negativas no momento.
4. Encerrar as operações em aberto, somente se estiverem positivas no momento.

Note que todas as opções poderão fazer o prejuízo no dia aumentar ou diminuir, a depender do saldo das operações em aberto.

Para tornar este teste possível, o ponto inicial é termos todas as informações necessárias disponíveis, no momento em que o limite financeiro foi atingido. Ou seja, para cada operação finalizada, precisamos:

• Saldo da operação
• Saldo diário acumulado
• Demais estratégias posicionadas no momento
• Saldo em aberto das estratégias posicionadas no momento

De posse desses dados, conseguimos calcular qual das hipóteses levantadas anteriormente seria a melhor.

DQLabs - Escola de Quant Trading

Metodologia

Foi exatamente este teste que eu fiz, em dados de conta real (live trading) exatamente em 274 pregões. Mais de um ano de operações catalogados diariamente, trade a trade. Óbvio que não fiz isso tudo manualmente, implementei um robô que registra todos esses dados em tempo real para mim.

Vou compartilhar abaixo algumas das conclusões que cheguei. E já adianto, os resultados foram surpreendentes.

Para nivelarmos o escopo do teste, todas as operações foram realizadas por 6 diferentes robôs (estratégias) em uma conta controle, no ativo mini índice, utilizando lote mínimo: 1 contrato por operação.

Ao todo foram analisados neste estudo 1.591 operações.

A coleta dos dados foi feita utilizando um robô implementado na linguagem MQL5 e a análise dos dados foi feita utilizando a linguagem Python.

A métrica utilizada para avaliar os resultados foi o Fator de Recuperação = Lucro / Drawdown Máximo. Dessa forma, conseguimos avaliar tanto o retorno quanto o risco.

Resultados

Ao testar 6 variações de limites financeiros diários, variando de R$ -100 até R$ -200 (passo -20), obtive estes resultados (em relação a não usar limite de perda):

• Não encerrando as operações em aberto após o limite ser atingido: 67% dos resultados foram piores
• Encerrando todas as operações em aberto após o limite ser atingido: 67% dos resultados foram piores
• Encerrando as operações em aberto, somente quando o saldo em aberto estava positivo: 50% dos resultados foram piores
• Encerrando as operações em aberto, somente quando o saldo em aberto estava negativo: 33% dos resultados foram piores

Utilizando limites financeiros entre R$ -100 e R$ -200 ao não encerrar as operações após o limite ou encerrando todas, os resultados foram piores em relação a curva original (sem limite de perda).

Ao testar 11 variações de limites financeiro diários, variando de R$ -200 até R$ -300 (passo -10), obtive estes resultados (em relação a não usar limite de perda):

• Não encerrando as operações em aberto após o limite ser atingido: 90% dos resultados foram piores
• Encerrando todas as operações em aberto após o limite ser atingido: 18% dos resultados foram piores
• Encerrando as operações em aberto, somente quando o saldo em aberto estava positivo: 10% dos resultados foram piores
• Encerrando as operações em aberto, somente quando o saldo em aberto estava negativo: 100% dos resultados foram piores

Utilizando limites financeiros entre R$ -200 e R$ -300, 2 cenários apresentaram resultados piores em relação a curva original (sem limite de perda). O destaque positivo foi para: encerrar as operações em aberto somente quando lucrativas.

Comparativo

Vamos comparar os números da curva original com os novos números, aplicando o limite de perdas e encerrando as operações em aberto, somente quando o saldo em aberto estivesse positivo.

Curva Original

Lucro Total: 10.890

Drawdown Máximo: -2.192

Fator de Recuperação: 4.97

Utilizando Limite de Perda Diária igual a R$ -220

Lucro Total: 12.644

Drawdown Máximo: -1.427

Fator de Recuperação: 8.86

Podemos observar que o lucro aumentou 16% e o risco diminuiu 35%, proporcionando uma melhoria de 78% na relação risco retorno. Em outras palavras, com menos capital em risco, foi possível obter um lucro ainda maior.

Comparativo da curva original com o melhor resultado utilizando limite de perda

Para evitar que este seja um resultado isolado, também analisei os resultados com limites financeiros próximos ao selecionado. Todas as curvas utilizando limite de perda ficaram acima da curva original.

Comparativo da curva original com vários resultados utilizando limite de perda diferentes

Conclusão

Aplicar um limite diário de perda financeira pode melhorar a curva de capital no longo prazo, tanto aumentando o lucro, como diminuindo o risco. Porém não é possível estender o resultado deste estudo para qualquer tipo de portfólio. É necessário analisar como a correlação das estratégias pode impactar nesta decisão, além de outras variáveis como tamanho de stop loss e horários de operações.

Sugiro que antes da tomada de decisão um estudo semelhante a este seja aplicado com informações do seu próprio portfólio, dessa forma, você estará sempre embasado nos dados.

Este estudo só possível de ser feito com domínio das técnicas de trading quantitativo e de automação de estratégias de trading. Fica claro como utilizar dados e estatística podem melhor exponencialmente a forma como operamos no mercado financeiro.

Se quiser aprender mais sobre estes assuntos, te convido a conhecer nossa escola de Quant e Algo Trading.

Se você gostou desse tipo de conteúdo e gostaria de acompanhar, siga @devtrader no instagram.