LabConker
Gamma
Usuário com poucas negociações! Use sempre o saldo do ForoBeta!
E se pudéssemos estudar o trading de uma maneira diferente?
Em vez de tentar prever o que o preço fará na próxima operação, podemos propor algo muito mais simples:
Temos uma quantia determinada para arriscar.
Temos uma quantia que podemos ganhar.
Temos um Take Profit.
Temos um Stop Loss.
E, por fim, temos um resultado.
Ganhamos ou perdemos.
Se repetirmos esse processo centenas, milhares ou até milhões de vezes, podemos começar a estudar algo muito mais interessante: o comportamento estatístico de um sistema de apostas.
Esse é o ponto de partida do Laboratório de Probabilidades do Club Trader Global.
E este é o primeiro experimento que estamos usando para começar a construir a base do RSCORE-120.
Antes de continuar: apostar não é o mesmo que jogar com a sorte
Quando falamos de apostas, muitas pessoas pensam imediatamente em sorte.Mas não são exatamente a mesma coisa.
Uma aposta pode ser baseada totalmente na sorte, mas também pode ser baseada em informação, análise, probabilidades, condições previamente definidas ou uma estratégia.
Uma máquina caça-níqueis é essencialmente um jogo de azar.
Uma aposta esportiva, por outro lado, pode usar informações sobre times, jogadores, estatísticas, lesões, mando de campo, desempenho histórico e muitas outras variáveis.
A aposta continua sendo uma aposta.
O que muda é a informação usada para tomar a decisão.
Por isso, neste projeto, aposta não significa necessariamente sorte.
Existem apostas com diferentes níveis de retorno esperado e diferentes estruturas de risco.
E é justamente isso que queremos estudar.
O que é o RTP?
RTP significa Return to Player, ou Retorno ao Jogador.É uma forma de expressar quanto um sistema devolve ao jogador, em média, quando uma determinada aposta é repetida muitas vezes.
Por exemplo, um sistema com um RTP teórico de 90% significa que, no longo prazo, para cada 100 unidades apostadas, o retorno esperado seria de aproximadamente 90 unidades.
Isso não significa que cada jogador receba exatamente 90.
Um jogador pode ganhar muito mais.
Outro pode perder muito mais.
O RTP descreve o comportamento esperado do sistema quando observamos uma grande quantidade de apostas.
Como referência conceitual, podemos comparar diferentes sistemas:
Apostas esportivas: aproximadamente 90% de RTP.
Slots: aproximadamente 94% a 96% de RTP.
Trading por meio de uma futura infraestrutura RSCORE-120: objetivo conceitual de 98% de RTP.
Essas porcentagens são referências para entender o conceito e não significam que todas as apostas esportivas ou todos os caça-níqueis tenham exatamente esses valores.
Por que estamos falando de 98%?
Esta é uma das perguntas importantes do projeto.Os 98% estão relacionados aos custos de operar.
O modelo que estamos estudando está relacionado principalmente a instrumentos e estruturas do mercado cripto, onde os custos de entrada e saída podem ser relativamente baixos.
Por exemplo:
Futuros.
Futuros alavancados.
Mercados onde se usa empréstimo para operar.
Operações spot com uma estrutura de risco definida.
Opções vanilla.
Dependendo da exchange, do instrumento, do volume, do tipo de usuário e das condições concretas, as taxas podem ser bem pequenas.
Em determinados casos, uma operação pode ter uma taxa inferior a 0,5% em cada lado.
Ou seja, entrar pode custar menos de 0,5% e sair pode custar menos de 0,5%.
Numa situação desse tipo, o custo total de entrada e saída poderia ficar abaixo de 1%.
Para o nosso modelo geral, queremos usar um cenário conservador e levar esse custo até aproximadamente 2% como caso-limite.
Dessa forma, temos uma referência simples:
100% de retorno teórico
menos aproximadamente 2% de custos
igual a aproximadamente 98% de retorno.
Por isso os 98% aparecem como objetivo conceitual do modelo geral.
Mas há uma diferença importante:
O Experimento 1 ainda não aplica esse custo.
No Experimento 1 trabalhamos com RTP de 100%
Para manter o primeiro experimento o mais limpo possível, não aplicamos taxas.Ou seja, no Experimento 1 tratamos este sistema de apostas como um modelo com:
RTP teórico: 100%.
Isso é proposital.
Queremos estudar primeiro o comportamento matemático básico do sistema sem introduzir ainda o custo real das operações.
Dessa forma, podemos separar duas perguntas diferentes.
Primeiro:
O que acontece com o sistema quando não existem custos?
Depois:
O que acontece quando incorporamos custos reais?
Por isso os 100% correspondem ao modelo experimental inicial.
Os 98% pertencem ao objetivo conceitual que queremos estudar posteriormente, para uma infraestrutura aplicada a condições mais próximas do mercado real.
Onde é possível fazer essas «apostas»?
Quando falamos de uma «aposta» sobre o preço, não precisamos necessariamente de um produto que se chame aposta.Podemos usar diferentes instrumentos financeiros para construir uma posição cujo resultado dependa do que acontecer com o preço.
Por exemplo:
Futuros alavancados.
Compra de ativos usando empréstimo.
Operações spot com uma estrutura de Stop Loss.
Opções vanilla.
Cada instrumento tem suas próprias características, custos e riscos.
Mas, do nível de abstração que estamos usando neste laboratório, podemos observar algo em comum:
Estamos assumindo uma posição cujo resultado depende de um movimento futuro do preço.
O nome do instrumento não muda o conceito
Para entender de uma maneira simples:«Futuros alavancados» pode representar uma aposta sobre o preço.
«Compra spot com Stop Loss» pode representar uma aposta sobre o preço.
«Compra usando um empréstimo» pode representar uma aposta sobre o preço.
«Uma opção vanilla» pode representar uma aposta sobre o preço.
O instrumento financeiro muda.
A infraestrutura matemática que queremos estudar pode se manter.
Em todos os casos, podemos definir:
Um ponto de entrada.
Um risco máximo determinado.
Um objetivo.
Um possível ganho.
E um resultado final.
É isso que nos interessa.
Não o nome comercial do produto.
Mas há uma diferença importante
O fato de podermos representar diferentes instrumentos como uma estrutura de aposta não significa que todos tenham exatamente o mesmo risco.Um futuro alavancado, uma posição spot, uma opção vanilla e uma operação financiada por empréstimo têm características diferentes.
Também podem ter diferentes taxas, spreads, slippage, funding, vencimentos e condições de liquidação.
Por isso o experimento usa um modelo simplificado.
Primeiro queremos estudar a infraestrutura matemática.
Depois poderemos incorporar as diferenças reais de cada instrumento.
Definições do Experimento 1
Agora podemos definir exatamente como funciona o primeiro teste.Essas regras fazem parte do experimento e se mantêm iguais para as operações que participam dele.
120 bots disponíveis
O experimento conta com 120 bots.Mas os 120 não operam ao mesmo tempo.
A cada hora são selecionados 20 bots.
Esses 20 bots realizam suas respectivas operações.
Depois o experimento continua e uma nova seleção é gerada.
Com o passar do tempo, o laboratório acumula uma grande quantidade de operações.
O objetivo não é observar o que acontece com um único bot.
Queremos estudar o que acontece com o conjunto.
Operações completamente aleatórias
O Experimento 1 não usa análise do preço para decidir a direção das operações.Não se usam tendências.
Não se usam suportes.
Não se usam resistências.
Não se usam indicadores.
Não se tenta antecipar notícias.
A direção da operação é aleatória.
Isso é proposital.
Queremos começar com um sistema em que eliminamos, na medida do possível, a capacidade de tomar decisões direcionais e nos concentramos na estrutura matemática da operação.
Em operações reais, evidentemente, isso não precisa ser assim.
Os experimentos posteriores poderão incorporar diferentes formas de tomar decisões.
Preço de entrada
Cada operação recebe um preço de entrada calculado a partir do preço de mercado existente no momento em que a operação é registrada.A entrada é definida entre 1,00% e 2,50% de distância em relação ao preço de mercado daquele momento.
Portanto, a operação não entra necessariamente ao preço atual do mercado.
Existe uma distância definida entre o preço registrado e o preço de entrada.
Essa condição faz parte das regras do Experimento 1.
Take Profit e Stop Loss
Uma vez definido o preço de entrada, a operação tem dois níveis principais:Take Profit.
Stop Loss.
A relação risco/retorno é sempre de 1 para 1.
Se arriscamos X, buscamos ganhar X.
Por exemplo:
Risco: 100.
Ganho possível: 100.
Se o preço atingir primeiro o Take Profit, a operação ganha.
Se atingir primeiro o Stop Loss, a operação perde.
Não se usa Break Even.
A operação não altera seu risco depois de iniciada.
Vida de uma operação pendente
Nem todas as operações chegam necessariamente a ser executadas.Por isso existe um tempo máximo para que uma operação pendente possa entrar no mercado.
Uma operação tem um ciclo de vida de 10 dias para ser executada.
Se durante esses 10 dias o preço nunca atingir o nível de entrada estabelecido, a operação é anulada.
Isso evita que uma operação possa permanecer indefinidamente esperando uma entrada.
Depois de transcorrido o prazo de 10 dias, ela deixa de fazer parte das operações pendentes do experimento.
O que acontece se a operação já entrou?
Assim que a operação atinge seu preço de entrada, começa seu ciclo como operação ativa.A partir desse momento, aplicam-se as regras de Take Profit e Stop Loss.
A operação continua aberta até que ocorra um dos resultados definidos.
Mas também existe um limite máximo.
Se uma operação permanecer aberta durante 12 dias desde sua entrada e ainda não tiver atingido nem o Take Profit nem o Stop Loss, a operação é anulada.
Dessa forma, nenhuma operação pode permanecer aberta indefinidamente.
Temos, então, dois limites de tempo diferentes:
10 dias para que uma operação pendente consiga entrar.
12 dias de vida máxima depois de executada.
As operações são atualizadas a cada minuto
Uma vez iniciada uma operação, seu estado é atualizado a cada minuto.O sistema verifica o que está acontecendo com o preço e determina se a operação continua aberta ou se já atingiu um de seus objetivos.
Quando o preço atinge primeiro o Take Profit, temos uma operação vencedora.
Quando atinge primeiro o Stop Loss, temos uma operação perdedora.
Se transcorrerem os 12 dias de vida máxima sem atingir nenhum dos dois níveis, a operação é anulada.
Cada resultado passa a fazer parte dos dados do experimento.
Por que usamos uma odd de 2.00?
Para que o modelo seja fácil de entender do ponto de vista das apostas, usamos uma odd de 2.00.Mas é preciso entender bem o que isso significa.
Não estamos dizendo que uma operação de trading seja literalmente uma aposta esportiva.
Estamos usando o conceito de odd como uma representação simples da nossa relação risco/retorno.
Uma odd de 2.00 representa uma estrutura em que o ganho possível equivale ao risco assumido.
Por isso todas as operações do experimento mantêm um risco/retorno de 1 para 1.
O mercado utilizado
O Experimento 1 trabalha unicamente com criptomoedas.Não usamos ações, índices nem outros mercados.
Trabalhamos com um grupo determinado de ativos, entre eles:
Bitcoin.
Ethereum.
Solana.
XRP.
Chainlink.
Isso permite manter definido o universo de ativos usado durante o experimento.
O que esperamos que aconteça?
Aqui aparece uma das partes mais interessantes.Temos operações aleatórias e uma relação risco/retorno de 1 para 1.
Além disso, neste primeiro experimento não aplicamos taxas.
Nossa hipótese inicial é que, no longo prazo, o sistema deveria se aproximar do equilíbrio.
Não queremos dizer que cada bot vá terminar exatamente em zero.
Isso seria impossível.
Alguns terão mais operações vencedoras.
Outros terão mais operações perdedoras.
Alguns terão sequências positivas.
Outros terão sequências negativas.
Mas, quando a quantidade de operações aumenta consideravelmente, esperamos que o comportamento geral tenda ao equilíbrio.
Em termos simples:
Não buscamos uma vantagem.
Não buscamos uma perda.
Buscamos observar o que acontece quando repetimos um sistema de apostas aleatório com uma estrutura perfeitamente equilibrada.
E se os bots perderem dinheiro?
Suponhamos que, depois de milhares de operações, observemos que muitos bots terminam perdendo.E que o conjunto apresente uma perda significativa.
Isso seria um resultado negativo para a nossa hipótese inicial.
E devemos considerá-lo como uma possível falha do experimento.
Mas é preciso entender o que significa «falhar».
Não significa que o trading tenha fracassado.
Significa que a estrutura matemática que estamos testando não produziu o comportamento esperado.
Teríamos que investigar por quê.
A distância de entrada introduz algum viés?
A duração máxima das operações afeta o resultado?
O comportamento do mercado altera a distribuição?
Existe alguma característica que não estamos considerando?
Uma falha também gera informação.
E o que acontece se houver muitos vencedores?
Esse cenário seria ainda mais interessante.Suponhamos que as operações sejam realmente aleatórias, mas que, depois de uma grande quantidade de operações, encontremos muitos bots com resultados positivos.
Poderíamos até descobrir que o conjunto apresenta uma rentabilidade positiva.
Seria um sucesso?
Não necessariamente.
Também poderia ser considerado uma falha do Experimento 1.
Porque o experimento foi projetado para criar uma referência de equilíbrio.
Se aparecer uma vantagem positiva inesperada, temos que descobrir de onde ela veio.
Existe um viés?
Existe alguma característica do mercado que não estamos considerando?
A distância entre o preço atual e a entrada está produzindo algum efeito?
Existe um comportamento estatístico que ainda não entendemos?
Ou encontramos algo que realmente pode se tornar uma vantagem matemática?
Essa seria uma falha muito interessante.
Porque nos obrigaria a investigar.
O objetivo não é ganhar
Isso é provavelmente o mais importante do Experimento 1.Os bots não foram projetados para ganhar dinheiro.
Também não foram projetados para perdê-lo.
Foram projetados para gerar dados.
Queremos criar um cenário em que tenhamos muitos bots tomando decisões aleatórias e observar o que acontece quando todos usam a mesma estrutura de gestão de risco.
Se, depois de milhares de operações, o conjunto se aproximar do equilíbrio, teremos uma primeira referência importante.
Se perder demais, teremos que investigar por quê.
Se ganhar demais, também teremos que investigar por quê.
Nos três casos obtemos informação.
O preço não é o protagonista
Em operações reais, as decisões não precisam ser aleatórias.Um trader pode usar análise técnica, fundamentalista, tendências, volume, volatilidade e muitas outras fontes de informação.
O Experimento 1 não tenta representar isso.
Estamos fazendo propositalmente algo artificial.
Queremos tirar a análise do preço da equação.
Queremos observar o que acontece quando uma estrutura de risco/retorno é repetida muitas vezes.
Depois poderemos introduzir informação.
E aí começará outra etapa do laboratório.
Da gestão de risco ao RSCORE-120
O objetivo do RSCORE-120 é construir uma infraestrutura matemática orientada às decisões de risco e retorno.Não queremos que seja simplesmente mais um indicador que diga:
«Compre.»
«Venda.»
«O Bitcoin vai subir.»
«O Bitcoin vai cair.»
Esse não é o objetivo.
Queremos estudar a estrutura que existe por trás de cada decisão.
Quanto arriscamos.
Quanto podemos ganhar.
Que retorno esperamos.
O que acontece quando repetimos a operação.
Como o risco se comporta.
E como podemos medir tudo isso.
O Experimento 1 é o primeiro tijolo dessa construção.
Os 98% sempre estiveram lá?
E aqui aparece uma das perguntas mais interessantes do projeto.Se, depois de todos esses experimentos, conseguirmos demonstrar que uma infraestrutura baseada no RSCORE-120 pode trabalhar em torno de um RTP de 98%…
Esse retorno sempre esteve presente?
O RSCORE-120 simplesmente consegue revelá-lo e medi-lo?
Ou o RSCORE-120 está criando artificialmente esse comportamento por meio da sua própria estrutura de gestão de risco?
Ainda não sabemos.
E é justamente por isso que estamos experimentando.
Detalhes das operações do Experimento 1
Explicação
