System Quality Number (SQN): a conta, a escala e o que ele fez com os meus 26 robôs

Atualizado em 09/08/2026

O SQN responde a uma pergunta legítima: como separar uma estratégia com vantagem de uma sequência de sorte. A conta é honesta e a intuição por trás dela também. O problema aparece na hora de aplicar, porque quase toda plataforma calcula o SQN em cima do lucro por operação, e a fórmula original pede outra coisa.

Este artigo abre a conta termo a termo, mostra a escala do Van Tharp, e depois roda tudo isso nos meus robôs para mostrar onde a métrica cola e onde ela se desmancha. Todos os números daqui em diante são de backtest próprio, in-sample, e estão marcados como tal.

A conta, termo a termo

A fórmula canônica cabe em uma linha, e cada uma das três peças dela responde a uma pergunta diferente sobre a estratégia:

\mu_R é a média dos R-múltiplos, ou seja, o quanto a estratégia ganha em média para cada unidade de risco exposta na operação. Um R-múltiplo é o resultado de uma operação dividido pelo risco inicial dela. Se o seu risco inicial é 200 dólares e você fecha com 600 de lucro, o resultado foi +3R. Se você é estopado no risco inicial, foi -1R. Essa divisão tira o tamanho da posição da conta e deixa só a qualidade da operação.

\sigma_R é o desvio padrão desses R-múltiplos, que mede o espalhamento dos resultados em torno da média. Duas estratégias podem ter a mesma média e experiências completamente diferentes: uma entrega resultados parecidos toda semana, a outra entrega um ganho enorme no meio de uma fila de perdas. A segunda é muito mais difícil de seguir, e o desvio padrão é o que separa as duas.

\sqrt{N} é o fator de amostra. Ele existe porque confiança em estatística cresce com a raiz do número de observações, não com o número. É o mesmo termo que aparece no erro padrão da média. Na prática ele diz que a mesma relação entre média e desvio vale mais quando foi medida em 400 operações do que em 25.

Esse terceiro termo é o que faz o SQN ser útil e perigoso ao mesmo tempo. Ele conserta o problema de dar nota alta para amostra pequena. Em troca, ele torna o número incomparável entre estratégias com quantidades diferentes de operações. Duas estratégias idênticas em qualidade, uma com 100 e outra com 400 operações, pontuam com o dobro de diferença. O número não está errado, ele só não é um ranking de qualidade.

O que a pesquisa mostra: Van Tharp construiu o SQN para dimensionar posição, não para escolher estratégia. Em Definitive Guide to Position Sizing (2008), o SQN entra como insumo do modelo de alocação: quanto mais alto, mais agressivo o dimensionamento pode ser. A escala de qualidade é uma consequência dessa leitura, e o próprio autor avisa que ela pressupõe uma amostra razoável e um sistema com risco inicial definido.

A escala do Van Tharp

Guarde a última linha, porque é onde meu teste bateu.

O que aconteceu quando rodei nos meus 26 robôs

Peguei os deals exportados do MT5 dos 26 robôs de grid com ATR do portfólio internacional, janela de 2024 a 2026, lote 0,01. São 3.562 operações fechadas e 5.884,12 dólares de resultado líquido no período, tudo in-sample. Para cada robô calculei a média e o desvio padrão do resultado líquido por operação, já com comissão e swap dentro, e apliquei a fórmula.

O menor deu 1,08. A mediana deu 3,73. O maior deu 20,33. Dezesseis dos vinte e seis ficaram acima de 3,0, que é a faixa que a escala chama de raríssima. Se eu levasse esse resultado a sério, teria acabado de descobrir dezesseis Santos Graais numa tarde de terça.

Óbvio que não descobri. Eu alimentei a fórmula com lucro por operação em vez de R-múltiplo, que é o atalho que praticamente toda plataforma usa quando você pede o SQN. A partir daí a conta mede outra coisa.

Por que o número inflou

Um grid não tem stop fixo. Ele abre uma posição, e se o preço vai contra, ele abre outra, e o risco da operação vai sendo definido pelo caminho que o preço faz, não por uma distância decidida na entrada. Sem risco inicial definido, 1R não existe, e sem 1R o R-múltiplo não existe.

Quando você troca o R-múltiplo pelo lucro em dólares, o denominador da fórmula deixa de ser o espalhamento do risco assumido e passa a ser o espalhamento do tamanho dos ganhos. E um grid fecha muitas operações pequenas e parecidas, então esse desvio é baixo por construção. Média alta dividida por desvio baixo, tudo multiplicado pela raiz de mais de cem operações, dá número grande. O robô eur_atr_H3d fechou 123 operações com média de 2,33 dólares e desvio de 1,27, e chegou aos 20,33. A conta está certa. O que ela mede é que os lucros dele são parecidos entre si, e a escala promete ler outra coisa.

A mesma estratégia, medida em duas metades

Fiz um segundo teste, mais duro. Calculei o SQN de cada robô usando só a primeira metade das operações dele e comparei com o SQN da amostra inteira. Se o número fosse uma medida estável de qualidade, as duas leituras deveriam andar juntas, e o termo da raiz previa uma diferença de cerca de 1,41 vez.

Deu 0,81. Andou para trás. E três robôs pontuaram negativo na primeira metade e positivo no total, o que significa que a mesma amostra reprovava e aprovava o mesmo robô dependendo de onde eu cortasse.

Os três são de iene, e a virada tem explicação de mercado. A segunda metade da janela pega o movimento do iene que desmontou o carry trade, e esses grids operavam a favor desse movimento. Um robô que estava reprovado vira aprovado porque o mercado mudou de humor. É informação boa sobre o mercado e informação ruim sobre a métrica.

Vale olhar também a quebra por par, porque ela mostra a mesma coisa por outro ângulo. A mediana do SQN foi 6,35 no euro, 5,04 na libra, 4,34 no dólar canadense e 1,62 no iene. O código dos robôs é o mesmo nos quatro pares. O que muda de um grupo para o outro é o comportamento do par na janela medida.

E o fator de amostra não salvou

Uma expectativa razoável seria que os robôs com mais operações pontuassem mais alto, já que a raiz de N empurra nessa direção. Medi a correlação entre o SQN e o número de operações nos 26. Deu -0,06. Nada. O robô com mais operações da amostra, jpy_atr_H6b com 253, ficou em 1,62, enquanto um dos que menos operaram, o cad2_atr_H6c com 66, ficou em 4,30.

Isso não contradiz a fórmula. Mostra que o efeito da raiz de N é pequeno perto do efeito da razão entre média e desvio, e que essa razão varia muito mais entre robôs do que o tamanho da amostra. Quem usa o SQN para ordenar candidatos está ordenando, na prática, por quão parecidos são os lucros de cada operação.

Por que eu uso teto de drawdown e não SQN

A escolha não é sobre qual número é mais bonito. É sobre qual pergunta eu preciso responder antes de colocar dinheiro.

O SQN responde quão consistente foi o resultado médio por operação. A minha pergunta é outra: quanto isso pode perder num caminho ruim que ainda seja plausível. A segunda é a que quebra conta.

Por isso a régua do portfólio é outra. Cada robô entra com um teto de drawdown tirado do percentil 95 de uma simulação de Monte Carlo sobre a ordem das operações dele, e quando fura esse teto ele sai da carteira e outro entra. A carteira toda é montada pelo número efetivo de fatores de risco independentes, que mede quantos fatores independentes existem de verdade quando você olha a correlação dos resultados, e não quantos robôs estão ligados. Na montagem que está no ar, essa régua entregou 19 fatores independentes contra 7 de um sorteio aleatório do mesmo pool, e drawdown de 462 dólares contra 1.377.

Nenhum desses números é um SQN. E nenhum deles teria mudado se eu tivesse escolhido os robôs pelo SQN, porque os dezesseis “Santos Graais” da minha tabela incluem robôs que a auditoria do portfólio cortou por concentrar risco.

Quando o SQN serve de verdade

Nada disso quer dizer que a métrica seja inútil. Ela serve, e bem, em três situações concretas:

1. Estratégia com stop fixo por operação. Se existe uma distância de risco decidida na entrada, o R-múltiplo existe, e aí a fórmula mede o que promete. Tendência com stop por ATR e reversão com stop estrutural se encaixam.
2. Comparar versões da mesma estratégia. Mesmo ativo, mesma janela, mesmo número aproximado de operações, mudando só um parâmetro. Aqui o termo da raiz sai da conta na prática e sobra a razão entre média e desvio, que é informativa.
3. Dimensionar posição, que é o uso para o qual o número foi criado.

O que ele não serve é para ranquear estratégias diferentes, com números de operações diferentes, sem risco inicial definido. Foi exatamente esse uso que produziu meus dezesseis Santos Graais.

SQN e Sharpe medem coisas diferentes

Os dois dividem um retorno médio por um desvio padrão, e param de se parecer aí.

Os dois compartilham a mesma fragilidade, que é premiar quem testou muitas configurações e reportou a melhor. Para isso existe o Sharpe deflacionado, que desconta do número o efeito de ter feito muitas tentativas. O SQN não tem uma correção equivalente consagrada, e é mais um motivo para não usá-lo como critério de seleção.

Os números deste artigo

Como calcular o seu, sem se enganar

1. Confirme que existe 1R. Sua estratégia define, na entrada, quanto vai perder se der errado? Se a resposta é não, pare aqui. O número que você calcular não vai ser um SQN.
2. Registre o risco inicial de cada operação, não só o resultado. É o campo que quase todo diário de trade esquece, e sem ele não há R-múltiplo.
3. Converta cada resultado em R-múltiplo dividindo pelo risco inicial daquela operação.
4. Calcule média, desvio padrão e multiplique pela raiz do total.
5. Refaça em duas metades da amostra. Se os dois números discordam muito, você mediu o período, não a estratégia. Foi o que aconteceu com os meus três robôs de iene.

Perguntas frequentes

Qual é um bom SQN?

Pela escala de Van Tharp, 1,6 é o piso do que ele considera negociável, 2,0 a 2,4 é muito bom e acima de 3,0 seria raríssimo. Só que a escala pressupõe R-múltiplos reais e amostra razoável. Nos meus 26 robôs de grid, calculados com lucro por operação, 16 passaram de 3,0, o que mostra que a faixa perde o sentido quando a premissa não vale.

Dá para calcular SQN de uma estratégia de grid ou martingale?

Não de forma válida. Grid e martingale não fixam o risco na entrada, então 1R não existe e o R-múltiplo também não. O número que a plataforma mostra nesses casos é a média do lucro por operação dividida pelo desvio dela, que costuma sair alto justamente porque essas estratégias fecham muitas operações pequenas e parecidas.

SQN serve para escolher entre robôs diferentes?

Serve mal. O termo da raiz de N faz o número depender do tamanho da amostra, então dois sistemas de qualidade igual pontuam diferente só por terem operado mais ou menos. Para comparação entre estratégias distintas, prefira medidas de risco de cauda e de diversificação efetiva, que respondem quanto se pode perder e quantos fatores de risco independentes existem.

Quantas operações eu preciso para o SQN significar alguma coisa?

Van Tharp trabalha com pelo menos 30 operações, e na prática 100 é um piso mais confortável. Mesmo assim, o teste que vale mais é dividir a amostra em duas metades e comparar. Três dos meus robôs davam SQN negativo na primeira metade e positivo no total, com mais de 120 operações cada.

SQN e Sharpe são a mesma coisa?

Não. O SQN mede por operação e em unidades de risco inicial, com o tamanho da amostra dentro da fórmula. O Sharpe mede por período e em retorno percentual do capital, com o tamanho da amostra tratado à parte. O Sharpe tem correção consagrada para múltiplas tentativas, o Sharpe deflacionado, e o SQN não tem equivalente.

Referências

• Tharp, V. K. (2008). Definitive Guide to Position Sizing. International Institute of Trading Mastery. Origem do System Quality Number e da escala de classificação.
• Bailey, D. H., & López de Prado, M. (2014). The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality. SSRN 2460551. A correção de múltiplas tentativas que existe para o Sharpe e não para o SQN.
• Backtests próprios do portfólio de grids do Invista Já, deals exportados do MT5, janela 2024 a 2026, in-sample. Cálculo em gradiente-linear/sqn_dos_robos.py.