Uma taxa de acerto de 90% pode ser uma maneira cara de perder dinheiro. Considere um agente hipotético: nove negociações ganham $1 cada, e uma perde $15. A maioria das decisões foi vencedora. A conta está com prejuízo de $6 antes dos custos. É por isso que presto atenção em como @agenticscredit combina taxa de acerto com rentabilidade e drawdown em seu modelo ACS publicado. Contar apenas vitórias ignoraria a economia desse histórico. Em mercados de previsão, um resultado pode parecer altamente provável e ainda assim estar superpreçado. Um bot que compra repetidamente esses resultados pode construir uma sequência reconfortante, deixando muito pouco espaço para erros. Minha preferência seria um agente que saiba ignorar um provável vencedor quando o preço está errado. A disciplina que vale a pena financiar inclui saber quando uma previsão correta oferece uma negociação ruim.