Função de Custo em Mercados de Previsão: Como o Preço Muda

A função de custo é a regra matemática que diz quanto custa comprar contratos e mover a probabilidade em um mercado de previsão. Em inglês, o termo é cost function. Em AMMs como o LMSR, ela transforma cada ordem em preço, slippage e nova probabilidade exibida.

Este guia explica a ideia sem exigir cálculo avançado. O foco é a microestrutura dos mercados de previsão. Uma ordem muda o preço. Ordens grandes custam mais. A liquidez aparece na curva. Esse modelo difere de um livro de ofertas.

Conteúdo educacional. Não é recomendação de investimento, trading ou uso de qualquer plataforma.

Para relacionar com outros textos do blog, veja também traders e precisão em mercados de previsão, como escolher um app de mercados de previsão e o contexto do bloqueio de mercados de previsão no Brasil.

O Que é Função de Custo em Mercados de Previsão?

Uma função de custo é uma regra que calcula o custo total para manter certo estado de um mercado. Em mercados de previsão automatizados, ela define quanto o trader paga para comprar contratos adicionais. A diferença entre o custo antes e depois da ordem determina o preço de execução.

Em um mercado binário, existem dois resultados: “Sim” e “Não”. O preço do contrato “Sim” costuma ser lido como uma probabilidade implícita. Se o “Sim” custa 0,60, o mercado está sinalizando algo próximo de 60%.

A função de custo explica como esse preço sai de 0,50 e vai para 0,60. Ela não diz qual evento vai acontecer. Ela apenas define a mecânica de preço quando traders compram ou vendem contratos.

Definição em uma frase

Em mercados de previsão, função de custo é a fórmula que calcula o custo de mudar o inventário de contratos. Ela também define o preço marginal de cada resultado.

Essa frase separa três ideias importantes:

• existe um estado atual do mercado;
• uma ordem muda esse estado;
• o custo da mudança vira o preço pago pelo trader.

Portanto, a função de custo não é um palpite. Ela é uma regra de execução.

Por que o termo aparece em AMMs e LMSR

O termo aparece muito em AMMs, ou automated market makers. Um AMM é um mecanismo que oferece liquidez por regra. Ele não precisa esperar outro trader colocar uma ordem exatamente oposta.

O LMSR, sigla para Logarithmic Market Scoring Rule, é um dos modelos mais conhecidos nesse contexto. Ele foi popularizado por Robin Hanson em estudos sobre market scoring rules. A literatura sobre o tema usa a função de custo para mostrar como preços, pagamentos e perda máxima se conectam.

A página da Wikipedia sobre cost function trata o termo de forma mais ampla em economia. Já a página sobre loss function explica outra família de funções usadas para medir erro ou perda. Em prediction markets, a ideia é mais específica: a função precifica estados de mercado.

O que ela não é: custo operacional, taxa ou fee

Esse ponto evita muita confusão. A função de custo não é a taxa da plataforma. Também não é o custo operacional de rodar servidores. E não é, por si só, o lucro do operador.

Ela é a curva de preço do mecanismo. Taxas podem existir por fora. Spread também pode aparecer em alguns modelos. Porém, a função de custo responde outra pergunta: “quanto custa comprar este bloco de contratos dado o estado atual do mercado?”

Como uma Cost Function Transforma Ordens em Preços

A lógica central é simples. O mercado tem um estado antes da ordem. Depois, o trader compra uma quantidade de contratos. O mercado passa a ter outro estado. A função calcula o custo total dos dois estados.

O trader paga a diferença:

Custo da ordem = C(estado depois) - C(estado antes)

Esse cálculo é o coração do AMM com função de custo. Ele evita que o preço fique parado quando alguém compra muito. Quanto mais o trader empurra o mercado para um lado, mais caro fica continuar empurrando.

Custo antes e depois da ordem

Imagine um mercado sobre a próxima decisão do COPOM. O resultado “Sim” poderia significar “o COPOM cortará a Selic na próxima reunião”. O resultado “Não” seria o complemento.

Antes de qualquer ordem relevante, o mercado mostra 50% para “Sim”. Isso não significa certeza neutra. Significa apenas que, naquele estado, a função de custo gera um preço marginal próximo de 0,50.

Agora um trader compra contratos “Sim”. O estado muda. A função calcula um novo custo total. A diferença entre o novo custo e o custo antigo é o valor pago.

Essa diferença pode parecer abstrata. Mas ela resolve uma questão prática: o trader não paga apenas o primeiro preço visto na tela. Ele paga um preço médio para todo o tamanho da ordem.

Preço marginal vs. preço médio de execução

O preço marginal é o preço do próximo contrato muito pequeno. É como olhar a cotação instantânea no topo da curva.

O preço médio de execução é o custo total dividido pela quantidade comprada. Ele mostra quanto o trader pagou, em média, pelo bloco inteiro.

Esses dois preços podem ser diferentes. Se a ordem move o mercado de 50% para 60%, o preço final é 60%. Porém, o preço médio pago pode ficar entre 50% e 60%, dependendo da curva e do tamanho da ordem.

Essa diferença é o slippage. Em termos simples, slippage é o impacto de preço causado pela própria ordem.

Por que comprar mais contratos aumenta o preço

Em um AMM de prediction market, comprar “Sim” aumenta a demanda por “Sim”. A função de custo responde elevando o preço marginal desse resultado.

Isso faz sentido econômico. Se muitos traders querem exposição ao mesmo resultado, o mercado precisa exigir preço maior para vender mais contratos daquele lado. Caso contrário, um trader poderia comprar volume enorme sem mover a probabilidade exibida.

A curva também protege o market maker. Ela cria uma relação clara entre tamanho da posição, preço e risco máximo. Essa é uma das razões pelas quais modelos como LMSR são importantes.

Exemplo Prático: Mercado Sobre Decisão do COPOM

Vamos usar um exemplo hipotético. Ele não representa um mercado real, nem dados ao vivo. Serve apenas para mostrar a mecânica.

Suponha um mercado binário:

Pergunta: “O COPOM cortará a Selic na próxima reunião?”
Contrato Sim: paga 1,00 se houver corte.
Contrato Não: paga 1,00 se não houver corte.

No início, o preço marginal do “Sim” está em 0,50. O mercado parece equilibrado.

Cenário: probabilidade inicial de 50%

Um trader acredita que a chance de corte é maior. Ele quer comprar contratos “Sim”. Antes da ordem, cada contrato pequeno teria preço perto de 0,50.

Mas o trader não compra uma fração mínima. Ele compra um bloco grande o bastante para mover o mercado até 0,60.

A tela depois da ordem mostra 60% para “Sim”. Isso pode levar a uma leitura errada: “ele pagou 0,60 por tudo”. Não necessariamente.

Ordem que move o mercado para 60%

Se a curva for suave, os primeiros contratos podem sair perto de 0,50. Depois, à medida que a ordem avança, os próximos saem a 0,52, 0,54, 0,56 e assim por diante.

O preço final é 0,60. O preço médio pode ser 0,55. Nesse caso, o trader comprou um bloco que empurrou o mercado para 60%, mas pagou média de 55 centavos por contrato.

A tabela abaixo resume a diferença:

Essa distinção é crucial. Um mercado pode mostrar 60% depois da compra, mas isso não diz sozinho quanto custou chegar lá.

Como interpretar slippage

Slippage não é sempre ruim. Ele é uma consequência normal de negociar contra uma curva. Porém, ele muda o cálculo do trader.

Se o trader acha que a chance real é 62%, pagar média de 55% pode parecer atraente. Se a ordem fosse maior e a média subisse para 61%, a margem ficaria bem menor.

Portanto, entender a função de custo ajuda a comparar convicção, tamanho da ordem e qualidade de execução.

LMSR: A Função de Custo Mais Conhecida em Prediction Markets

O LMSR é o exemplo clássico de função de custo em mercados de previsão. Ele usa uma forma logarítmica para criar preços contínuos e perda limitada para o operador.

Uma forma comum da função é:

A fórmula do LMSR usa logaritmo e exponencial para ligar quantidade, preço e liquidez.

Onde:

• qᵢ representa a quantidade de contratos em cada resultado;
• b é o parâmetro de liquidez;
• ln é o logaritmo natural;
• exp é a função exponencial;
• a soma percorre os resultados possíveis.

Você não precisa decorar a fórmula para usar a intuição. O ponto principal é este: o preço de cada resultado depende da quantidade relativa de contratos já comprados e do parâmetro b.

A intuição da fórmula log-sum-exp

A parte log-sum-exp cria uma curva suave. Quando mais contratos “Sim” entram no mercado, o preço do “Sim” sobe. Ao mesmo tempo, o preço do “Não” cai.

Em um mercado binário idealizado, os preços dos dois lados tendem a somar 1. Assim, se o “Sim” vai para 0,60, o “Não” fica perto de 0,40, antes de considerar taxas ou detalhes de implementação.

Essa estrutura torna a probabilidade exibida fácil de ler. Ela também evita saltos bruscos quando as ordens são pequenas.

O parâmetro b como profundidade/liquidez

O parâmetro b controla a profundidade da curva. Um b maior significa mais liquidez virtual. Nesse caso, a mesma ordem move menos o preço.

Um b menor deixa a curva mais sensível. Uma ordem menor já causa impacto visível. Isso pode ser útil para mercados novos, mas aumenta o slippage.

Pense no b como uma decisão de desenho do mercado. Se ele for alto, o market maker subsidia mais liquidez inicial. Se ele for baixo, o mercado fica barato de operar, mas menos profundo.

Bounded loss: por que o operador consegue limitar risco

Um ponto famoso do LMSR é a perda limitada, ou bounded loss. A função permite calcular a perda máxima do market maker em certos cenários.

Isso não elimina risco operacional. Também não garante lucro. Mas ajuda o operador a saber qual capital precisa reservar para prover liquidez.

Essa previsibilidade é valiosa. Em um mercado de previsão sem liquidez inicial, traders podem não encontrar contraparte. Com um AMM, eles conseguem negociar desde o início, dentro dos limites da curva.

Função de Custo, Liquidez e Slippage

A função de custo conecta preço e liquidez. Ela responde: “quanto o preço se move quando alguém compra uma quantidade específica?”

Se o preço se move pouco, o mercado parece profundo. Se se move muito, o mercado é raso. Essa profundidade não vem de ordens reais no livro. Ela vem da fórmula.

Curva rasa vs. curva íngreme

Uma curva rasa absorve ordens maiores com menor impacto. Traders conseguem entrar e sair com menos slippage. Isso melhora a experiência de execução.

Uma curva íngreme muda o preço rápido. Poucos contratos podem alterar a probabilidade exibida. Isso pode gerar sinais ruidosos, principalmente em mercados pequenos.

Por isso, uma probabilidade exibida deve ser lida junto com profundidade. Um mercado a 60% com muita liquidez comunica algo diferente de um mercado a 60% movido por uma ordem pequena.

Liquidez virtual não é liquidez infinita

AMMs criam liquidez virtual. Isso significa que sempre há uma cotação segundo a função. Porém, não significa que qualquer tamanho será executado sem custo.

Quanto maior a ordem, maior tende a ser o impacto. O trader pode até conseguir comprar, mas a média de execução pode piorar bastante.

Esse ponto é essencial em mercados de previsão. A probabilidade exibida não é uma promessa de execução ilimitada naquele preço.

Como ordens grandes revelam a profundidade real

Ordens grandes testam a curva. Elas mostram quanto capital é necessário para mover a probabilidade.

Se uma compra moderada leva o preço de 50% para 70%, a curva é rasa. Se uma compra muito maior só leva para 53%, a curva é profunda.

Na prática, traders experientes observam tamanho, impacto e preço médio. Eles não olham apenas a probabilidade final.

Cost Function vs. Order Book: Diferença Para Polymarket e Kalshi

Nem todo mercado de previsão usa AMM com função de custo. Muitos mercados usam livro de ofertas, também chamado de CLOB, ou central limit order book.

Em um CLOB, compradores e vendedores colocam ordens. O preço nasce do encontro entre bids e asks. Em um AMM, o preço nasce da função.

Essa diferença muda a experiência de trading.

No CLOB, preços vêm de bids e asks

Em um livro de ofertas, um bid mostra quanto alguém quer pagar. Um ask mostra quanto alguém quer receber para vender. O spread é a diferença entre os dois.

Esse modelo é comum em mercados financeiros. Ele também aparece em mercados de previsão modernos. O trader vê a profundidade disponível em cada nível.

A vantagem é a transparência das ordens. A desvantagem é que mercados novos podem ficar vazios. Sem participantes, o livro pode ter spread largo e pouca profundidade.

No AMM, preços vêm da função

No AMM, não é preciso esperar outro trader no mesmo momento. A função oferece um preço. O trader negocia contra o mecanismo.

Isso ajuda no início do mercado. Também cria uma regra estável de preço. Porém, a liquidez tem custo. Alguém precisa financiar o risco do market maker ou aceitar os limites da curva.

Em resumo, o AMM troca dependência de contrapartes por dependência de uma fórmula.

Quando cada modelo funciona melhor

O AMM tende a ser útil quando o mercado é novo, pequeno ou difícil de inicializar. Ele dá uma cotação desde cedo.

O CLOB tende a funcionar bem quando há muitos traders ativos. Nesse caso, a competição entre ordens pode reduzir spreads e melhorar a profundidade.

Modelos híbridos também existem. Eles tentam combinar liquidez inicial do AMM com eficiência de livro quando o mercado amadurece.

Por Que Traders Devem Entender a Função de Custo?

A função de custo parece um tema técnico. Mas ela afeta decisões simples: quanto comprar, quando dividir ordens e como ler uma probabilidade.

Traders que ignoram a curva podem superestimar a qualidade do preço exibido. Eles veem 55% na tela e acham que todo o tamanho sairá a 55%. Em mercados rasos, isso raramente é verdade.

Prever impacto de preço antes de negociar

Antes de enviar uma ordem grande, o trader precisa estimar impacto. A função de custo permite essa estimativa.

Se a plataforma mostra prévia de execução, ela está fazendo esse cálculo por trás. Se não mostra, o trader deve ser mais cauteloso com tamanho.

Uma ordem pequena pode ser boa para testar profundidade. Uma ordem maior pode exigir divisão em partes, embora isso não elimine impacto se a curva continuar igual.

Comparar mercados líquidos e rasos

Dois mercados podem mostrar a mesma probabilidade. Ainda assim, um pode ser muito mais líquido.

Imagine dois mercados sobre eleição brasileira de 2026. Ambos mostram 40% para um candidato. No primeiro, uma ordem pequena muda para 47%. No segundo, a mesma ordem muda para 41%.

O segundo mercado tem mais profundidade naquele momento. A probabilidade dele pode ser mais difícil de manipular temporariamente. Isso não significa que seja correta, mas torna o sinal mais robusto.

Evitar confundir probabilidade exibida com preço executável

A probabilidade exibida costuma ser preço marginal. Ela é útil, mas incompleta.

Para executar, importa o preço médio. Para sair da posição, importa a liquidez do lado oposto. Para avaliar risco, importam taxas, regras do evento e resolução.

A função de custo é apenas uma parte do sistema. Ela não substitui leitura de regras, gerenciamento de risco e avaliação do evento.

Erros Comuns ao Interpretar Cost Functions

A SERP sobre “cost function” mistura economia, machine learning e decisão estatística. Isso cria ruído para quem pesquisa mercados de previsão.

Guias como o da DataCamp sobre cost functions explicam bem o uso em machine learning. Outros artigos, como este texto no Medium sobre cost functions em ML, focam em erro de modelos. Esses usos são válidos, mas não são a mesma coisa que uma função de custo de AMM.

Confundir cost function de ML com AMM

Em machine learning, uma função de custo mede erro. O objetivo é treinar um modelo para reduzir esse erro. Ela pode comparar previsão e valor real.

Em um AMM de mercado de previsão, a função de custo precifica contratos. Ela define quanto custa mudar o estado do mercado.

As duas ideias usam matemática. Porém, a pergunta é diferente. Em ML, pergunta-se “quão errado está o modelo?”. Em AMM, pergunta-se “quanto custa comprar este novo estado?”.

Achar que preço final é o preço médio pago

Esse é o erro mais comum para traders. O preço final após a ordem não é igual ao preço médio da ordem.

Se uma ordem leva o mercado de 50% para 60%, o preço médio pode ser 55%. Se a curva for diferente, pode ser 56% ou outro valor. Sem olhar o custo total, não dá para saber.

Por isso, uma boa interface deve mostrar estimativa de execução, não apenas a nova probabilidade.

Ignorar taxas, spread e profundidade

A função de custo explica impacto de preço no AMM. Mas a experiência real pode incluir taxas, arredondamentos, limites de ordem e regras de liquidação.

Em CLOBs, o spread e a profundidade do livro entram no cálculo. Em AMMs, a curva e o parâmetro de liquidez são centrais.

Em ambos os casos, o trader deve separar três conceitos: probabilidade, preço executável e custo total da operação.

Mini Glossário Relacionado

AMM: mecanismo que define preços por regra automática, sem exigir contraparte direta para cada negociação.

LMSR: modelo de market scoring rule com função de custo logarítmica. É conhecido por preços contínuos e perda limitada.

Preço marginal: preço do próximo contrato pequeno, dado o estado atual do mercado.

Preço médio: custo total da ordem dividido pela quantidade comprada.

Slippage: diferença entre preço esperado e preço médio de execução, causada pelo impacto da ordem.

Parâmetro de liquidez: variável que controla quanto uma ordem move o preço em uma curva de AMM.

Bounded loss: propriedade de alguns modelos em que a perda máxima do market maker pode ser calculada antes.

CLOB: livro central de ofertas, onde bids e asks de participantes formam o preço.

FAQ Sobre Função de Custo

Qual é a fórmula da cost function?

Depende do modelo. No LMSR, uma forma comum é C(q)=b·ln(Σ exp(qᵢ/b)). Nessa fórmula, qᵢ representa contratos por resultado e b controla a liquidez. Quanto maior b, menor o impacto de preço da mesma ordem.

Cost function é a mesma coisa que loss function?

Não exatamente. Em machine learning, loss function mede erro do modelo. Em mercados de previsão com AMM, cost function calcula o custo de comprar contratos e mover preços. A tradução “função de custo” pode aparecer nos dois contextos, mas o uso é diferente.

Como encontrar FC, VC e TC?

Essa pergunta vem da microeconomia. FC é custo fixo, VC é custo variável e TC é custo total. Esse vocabulário não é o foco deste artigo. Aqui, função de custo significa a regra de precificação usada por AMMs em mercados de previsão.

Polymarket usa AMM ou CLOB?

A resposta pode variar por produto e período. O ponto conceitual é que um CLOB forma preço por bids e asks, enquanto um AMM forma preço por função. Ao analisar qualquer plataforma, procure a documentação atual do mercado específico e veja se a execução ocorre contra livro de ofertas, AMM ou modelo híbrido.

Kalshi usa livro de ofertas?

A Kalshi é conhecida por mercados de evento com estrutura de ofertas em contratos. Para o trader, o conceito importante é ler bids, asks, spread e profundidade quando a plataforma opera como livro de ofertas. Isso difere de um AMM puro, no qual a função calcula o preço.

A função de custo garante que a probabilidade está correta?

Não. Ela garante apenas uma regra de preço. A probabilidade do mercado pode estar errada, atrasada, manipulada temporariamente ou baseada em pouca liquidez. A função organiza a negociação, mas não prevê o evento.

Uma curva com mais liquidez é sempre melhor?

Não sempre. Mais liquidez reduz slippage, mas custa capital. Uma curva muito profunda pode dificultar que novas informações mudem o preço rapidamente. O desenho ideal depende do evento, do volume esperado e do risco aceito pelo market maker.

Conclusão

A função de custo é o motor de preço em muitos AMMs de mercados de previsão. Ela conecta ordem, probabilidade, liquidez, slippage e risco do market maker.

Para o trader, a lição prática é clara. Não basta olhar a probabilidade exibida. É preciso entender o preço médio de execução, o impacto da ordem e a profundidade do mercado.

Em modelos como LMSR, a fórmula permite liquidez inicial e perda limitada. Em livros de ofertas, o preço vem de bids e asks. Cada modelo tem vantagens, custos e riscos.

Se você entende a função de custo, lê mercados de previsão com mais precisão. Você sabe quando uma probabilidade é apenas uma cotação marginal, quando uma ordem grande pode distorcer o sinal e por que liquidez é tão importante quanto opinião.

Guia rápido: função de custo em linguagem simples

A função de custo responde uma pergunta direta. Quanto custa mover o preço agora? Se a resposta sobe devagar, o mercado parece profundo. Se a resposta sobe rápido, o trader sente slippage. Por isso a função de custo é parte central do desenho de um AMM.

Pense em uma escada. Cada compra sobe um degrau. Cada venda desce um degrau. A regra que define a altura desses degraus é a função de custo. Em um mercado pequeno, os degraus podem ser altos. Em um mercado com mais liquidez, os degraus podem ser menores.

A função de custo não prevê o futuro sozinha. Ela organiza o preço dentro do mercado. Traders ainda trazem informação, dúvida e opinião. O modelo apenas transforma ordens em preço. Esse ponto evita uma confusão comum. A fórmula não sabe quem vai vencer. Ela só cobra mais quando a ordem empurra o mercado.

Para o usuário, o teste prático é simples. Simule a ordem antes de enviar. Compare preço inicial, preço final e preço médio. Se a diferença for grande, há pouco espaço para negociar naquele tamanho. Se a diferença for pequena, o mercado absorve melhor a ordem.

Para o operador, a função de custo é uma escolha de produto. Ela afeta spread, incentivo, risco e experiência. Uma regra muito sensível assusta traders grandes. Uma regra muito rasa pode custar caro ao provedor de liquidez. O bom desenho busca equilíbrio.

Checklist simples para o leitor

Veja o preço antes de agir. Veja o tamanho disponível. Veja o spread. Veja se a ordem pode ficar parcial.

Use ordem limite quando preço for mais importante. Use ordem a mercado quando tempo for mais importante. Evite ordem grande em book raso. Divida a ordem quando fizer sentido.

Compare preço inicial e preço médio. Se a diferença for alta, há slippage. Se o spread for aberto, há pouca disputa. Se a fila for pequena, o mercado pode mudar rápido.

A regra prática é simples. Microestrutura não é detalhe. Ela define custo, risco e experiência. Quem entende a regra negocia melhor. Quem ignora a regra pode pagar caro sem perceber.

Versão curta para revisão rápida

Leia o book com calma. Veja o preço. Veja o lote. Veja a fila. Veja o spread. Não olhe só a chance na tela. O custo real pode mudar.

Antes de comprar, faça uma pausa. Pergunte qual preço você aceita. Pergunte qual perda você aceita. Pergunte se há gente do outro lado. Se a resposta não for clara, reduza o lote.

Uma boa ordem tem plano. Ela tem preço. Ela tem tamanho. Ela tem razão. Ela não nasce do medo. Ela não nasce da pressa. Ela segue uma tese simples.

O mercado muda rápido. Uma notícia muda o book. Um trader grande muda o preço. Um spread aberto muda o custo. Por isso, o preço visto agora não basta. O preço final importa mais.

Use este roteiro. Primeiro, veja o melhor preço. Depois, veja a segunda linha. Depois, veja a terceira linha. Some o tamanho. Compare com sua ordem. Se sua ordem for maior que o topo, espere slippage.

Se quiser entrar aos poucos, divida a ordem. Se quiser travar preço, use limite. Se quiser sair logo, aceite custo maior. Não existe regra perfeita. Existe troca entre tempo, preço e risco.

Para estudar depois, salve o caso. Anote preço antes. Anote preço médio. Anote tamanho. Anote horário. Com poucas notas, você aprende onde pagou caro. Com treino, você erra menos.

O ponto central é simples. Microestrutura vira dinheiro. Ela muda a execução. Ela muda o risco. Ela muda a leitura do mercado. Quem entende isso lê probabilidades com mais cuidado.

Guia de bolso para evitar erro comum

Comece pequeno. Teste o book. Veja o preço. Veja o lote. Veja o spread. Não corra. O mercado espera.

Se o preço mudar muito, pare. Revise a ordem. Talvez o lote seja alto. Talvez o book seja raso. Talvez o spread esteja ruim.

Use uma meta clara. Você quer entrar? Você quer sair? Você quer só testar? Cada meta pede uma ordem diferente.

Preço bom não basta. Tamanho bom também conta. Tempo também conta. Custo também conta. O melhor trade junta esses pontos.

Não trate a tela como verdade fixa. A tela é um retrato. Ela muda. Uma ordem nova muda tudo. Uma notícia muda tudo. Um book fraco muda tudo.

Anote o que ocorreu. Foi cheio? Foi parcial? O preço médio foi bom? O spread estava aberto? Essa revisão cria memória. Ela melhora a próxima ordem.

O resumo é simples. Leia antes de agir. Meça antes de clicar. Aceite que há custo. Evite pressa. Use limite quando puder. Proteja o preço quando o mercado estiver raso.

Guia de bolso para evitar erro comum

Comece pequeno. Teste o book. Veja o preço. Veja o lote. Veja o spread. Não corra. O mercado espera.

Se o preço mudar muito, pare. Revise a ordem. Talvez o lote seja alto. Talvez o book seja raso. Talvez o spread esteja ruim.

Use uma meta clara. Você quer entrar? Você quer sair? Você quer só testar? Cada meta pede uma ordem diferente.

Preço bom não basta. Tamanho bom também conta. Tempo também conta. Custo também conta. O melhor trade junta esses pontos.

Não trate a tela como verdade fixa. A tela é um retrato. Ela muda. Uma ordem nova muda tudo. Uma notícia muda tudo. Um book fraco muda tudo.

Anote o que ocorreu. Foi cheio? Foi parcial? O preço médio foi bom? O spread estava aberto? Essa revisão cria memória. Ela melhora a próxima ordem.

O resumo é simples. Leia antes de agir. Meça antes de clicar. Aceite que há custo. Evite pressa. Use limite quando puder. Proteja o preço quando o mercado estiver raso.

Fontes úteis

A definição matemática do LMSR vem do paper de Robin Hanson, Logarithmic Market Scoring Rules for Modular Combinatorial Information Aggregation.

Para uma visão geral de market scoring rules, veja também Proper scoring rule.