O custo de perder os melhores dias do mercado

Perder os melhores dias é o custo oculto de tentar fazer o market timing. Desde o início de 2016, manter-se totalmente investido no S&P 500 através do seu ETF de referência, o SPY, rendeu 275.5%. Se você pular apenas os dez melhores dias isolados ao longo dessa década, o retorno cai para 97%. Os melhores dias não ocorrem em tardes calmas. Eles se concentram nos períodos mais voláteis e piores do mercado, justamente onde o investidor nervoso sente mais tentação de vender.

O custo de perder os melhores dias

A ideia central é esta: pegue todos os dias de negociação desde o início de 2016, classifique-os pelo retorno diário e remova os melhores de uma posição simples de buy-and-hold no SPY. Todos os outros dias permanecem exatamente como estavam. O gráfico mostra o efeito dos juros compostos da década ao remover os principais dias.

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
ranked AS (
    SELECT log(1 + ret) AS lr, row_number() OVER (ORDER BY ret DESC) AS rnk
    FROM rets
    WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
)
SELECT k AS best_days_missed,
       round((exp(sumIf(lr, rnk > k)) - 1) * 100, 1) AS total_return_pct
FROM ranked
CROSS JOIN (SELECT arrayJoin([0, 10, 20, 30, 50]) AS k) AS kvals
GROUP BY k
ORDER BY k

Com investimento total, o SPY acumulou 275.5% no período. Remova os 10 melhores dias e aproximadamente dois terços desse ganho desaparecem, restando 97%. Remova os 20 melhores e restam 42.4%. Remova os melhores 50 e a década inteira fica negativa, em -32.5%. Cinquenta dias, de mais de dois mil, carregaram todo o resultado. O retorno de longo prazo não é distribuído uniformemente no tempo. Ele está concentrado em um número minúsculo de sessões enormes.

Por que é impossível evitar os melhores dias de propósito

A objeção óbvia é que um investidor inteligente também evitaria os dias ruins. Na prática, os dias bons e os dias ruins ocorrem simultaneamente. Se agrupar os vinte maiores dias de alta e os vinte maiores dias de baixa pelo ano em que ocorreram, eles se acumulam na mesma lista curta de anos.

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
    SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
    SELECT dt, ret,
           row_number() OVER (ORDER BY ret DESC) AS best_rnk,
           row_number() OVER (ORDER BY ret ASC) AS worst_rnk
    FROM clean
)
SELECT toYear(dt) AS year,
       countIf(best_rnk <= 20) AS best_20_days,
       countIf(worst_rnk <= 20) AS worst_20_days
FROM ranked
GROUP BY year
ORDER BY year

Apenas o ano de 2020 concentrou 11 dos vinte melhores dias e 9 dos vinte piores. O bear market de 2022 teve 5 de cada um. Os anos calmos entre eles não contribuíram com quase nada de nenhum dos dois. Dias de alta extremos e dias de baixa extremos são o mesmo clima, chegando juntos durante pânicos. Uma regra que evitasse os crashes teria evitado as recuperações que ocorrem logo ao lado deles.

Quando os maiores dias de alta realmente aconteceram

Ao analisar apenas os melhores dias, o padrão fica ainda mais nítido. Aqui estão os dez maiores ganhos de um único dia para o SPY ao longo da década, classificados por magnitude.

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
    SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
    SELECT dt, ret, row_number() OVER (ORDER BY ret DESC) AS best_rnk FROM clean
)
SELECT formatDateTime(dt, '%b %e, %Y') AS episode,
       round(ret * 100, 1) AS daily_return_pct
FROM ranked
WHERE best_rnk <= 10
ORDER BY daily_return_pct DESC

O melhor dia único da década foi Mar 24, 2020, quando o SPY saltou 9.5%. A maioria dos dez maiores dias de alta ocorreu durante o crash da primavera de 2020, com o restante no final de 2018, na queda de 2022 e no selloff de abril de 2025. Mesmo o menor desses dez ganhou 4.4% em uma sessão. Todos eles aconteceram enquanto o mercado caía forte ao redor. Um investidor que vendeu após uma semana assustadora para esperar a poeira baixar teria ficado em caixa exatamente para esses rebotes.

Time in the market, não timing the market

A frase antiga é que o tempo de exposição ao mercado (time in the market) vence a tentativa de prever o mercado (timing the market), e a aritmética por trás disso é direta. Um decênio de ganhos é concentrado em algumas dezenas de sessões, e essas sessões aparecem no meio de selloffs, em vez de após eles. Afastar-se para evitar o pior dia significa correr o risco de se afastar antes do melhor, e os dois costumam estar a poucos dias de distância.

Esta é a mesma lição que fundamenta comprar quando os outros estão com medo: as recuperações mais rápidas começam enquanto as manchetes ainda são ruins. Isso também se conecta à forma como um portfólio é construído para ser mantido. Suportar as quedas é mais fácil com posições dimensionadas para a volatilidade, o que reforça o argumento para limitar o risco de concentração e para apostar em ações de baixa volatilidade, que são mais simples de manter durante uma tempestade. Os melhores dias não são uma recompensa pela inteligência. São uma recompensa por continuar sentado na sua posição.

FAQ

Quanto custa perder os melhores dias do mercado?

Desde 2016, manter-se investido no SPY rendeu 275.5%. Perder apenas os dez melhores dias reduziu isso para 97%, e perder os cinquenta melhores tornou a década negativa, em -32.5%. Um pequeno número de dias carrega a maior parte do retorno de longo prazo.

Por que não posso apenas evitar os piores dias?

Os melhores e os piores dias se concentram nos mesmos períodos voláteis, muitas vezes dentro da mesma semana. Em 2020, 11 dos vinte melhores dias e 9 dos vinte piores ocorreram naquele único ano. Nenhuma regra confiável os separa com antecedência, e vender para evitar as quedas geralmente significa perder os rebotes.

Quando ocorreram os maiores dias de alta?

O melhor dia único do SPY desde 2016 foi Mar 24, 2020, com um ganho de 9.5%. A maioria dos dez maiores dias de alta ocorreu durante o crash da primavera de 2020, com outros no final de 2018, em 2022 e em abril de 2025, todos durante quedas acentuadas do mercado.

O tempo de exposição supera o market timing?

Neste registro, sim. Uma posição totalmente investida rendeu muito mais do que qualquer versão que tenha saído do mercado e perdido mesmo algumas das melhores sessões. Os melhores dias são poucos e muito concentrados dentro de períodos de queda para serem operados de forma confiável.

Cada número aqui é uma consulta armazenada que você pode abrir e auditar. Execute o mesmo teste de melhores dias em qualquer índice ou ação no terminal Strasmore.