Simulador DCA vs Investimento Único (Lump Sum) Uma simulação Monte Carlo real mostra qual estratégia vence, e com que frequência
Valor e horizonte de investimento
Insira o valor que planeja investir (ex.: 10000).
Premissas de mercado (retorno esperado e volatilidade)
Historicamente, as ações rendem em média 6%-10% ao ano no longo prazo; os títulos, 2%-4%. Apenas para referência.
Uma volatilidade maior significa oscilações de preço mais fortes — e reforça a vantagem de distribuir as compras ao longo do tempo.
Configurações do DCA
Cada execução gera uma trajetória aleatória totalmente nova — clique várias vezes para sentir a variabilidade dos resultados.
Distribuição de probabilidade do valor final (Investimento único vs DCA)
O eixo horizontal mostra a faixa de valor final; o eixo vertical mostra o % de simulações que caem nessa faixa.
Resumo estatístico da simulação
Investimento único (Lump Sum)
Investir o valor total de uma vez, no primeiro dia
- Mediana0
- Média0
- Percentil 5 (cenário desfavorável)0
- Percentil 95 (cenário favorável)0
Investimento periódico (DCA)
Dividir o valor total em aportes iguais ao longo do tempo
- Mediana0
- Média0
- Percentil 5 (cenário desfavorável)0
- Percentil 95 (cenário favorável)0
*Esta ferramenta destina-se exclusivamente a fins educativos de simulação Monte Carlo. Utiliza um modelo simplificado de distribuição normal, não um modelo de risco completo do mercado real. Os resultados não garantem retornos futuros e não constituem aconselhamento de investimento.
O que é o Simulador DCA vs Investimento Único (Lump Sum)?
Quando recebe uma quantia importante — um bônus, uma herança, o valor da venda de ações — surge o dilema clássico: investir tudo de uma vez (investimento único, Lump Sum) ou distribuir ao longo do tempo (custo médio em dólar, Dollar-Cost Averaging, DCA)? A maioria das calculadoras online simplesmente assume um retorno anual fixo e calcula juros compostos, mas os mercados reais nunca entregam um retorno constante todos os anos — são aleatórios e voláteis. Esta ferramenta executa uma verdadeira simulação Monte Carlo: gera centenas a milhares de trajetórias de retorno mensal aleatórias com distribuição normal, calcula o valor final de ambas as estratégias em cada trajetória e mostra toda a distribuição de resultados — não apenas um número.
Importante: os resultados da simulação servem apenas para fins educativos e de estimativa. Não constituem um modelo de risco completo do mercado real nem aconselhamento de investimento. Não baseie decisões de investimento reais apenas nesta ferramenta.
O que os dados históricos realmente mostram?
Um conhecido estudo da Vanguard de 2012 analisou períodos móveis de 10 anos nos mercados dos EUA, Reino Unido e Austrália, e constatou que o investimento único superava o DCA em aproximadamente dois terços das vezes (65%-75%). O motivo principal: os mercados de ações passam muito mais tempo subindo do que caindo, então quanto mais cedo o capital estiver totalmente investido, mais tempo participa dessa tendência de alta. A verdadeira vantagem do DCA não é um retorno médio maior, mas sim reduzir o risco nos piores cenários — por isso esta ferramenta destaca o "percentil 5 (cenário desfavorável)" de ambas as estratégias.
Como funciona realmente a simulação Monte Carlo?
Esta ferramenta usa a transformada de Box-Muller para gerar números aleatórios com distribuição normal padrão, converte o retorno anual e a volatilidade informados em uma média e desvio padrão mensais, e simula uma trajetória de retorno mensal aleatória. Esse processo é repetido centenas a milhares de vezes (o número é configurável), calculando em cada trajetória o valor final tanto do investimento único quanto do DCA, e finalmente resume os resultados em mediana, média, percentis 5%/95% e taxa de vitória do investimento único — uma aplicação clássica do método de Monte Carlo em finanças.
Quando o DCA faz mais sentido?
- Volatilidade alta: em mercados turbulentos, distribuir as compras ao longo do tempo equilibra o preço de entrada e reduz o risco de investir tudo justamente num pico.
- Tolerância ao risco mais baixa: se uma queda repentina logo após um investimento único fosse te tirar o sono, o DCA troca um retorno esperado um pouco menor por mais tranquilidade.
- Dinheiro que chega gradualmente: se você já investe a partir da poupança mensal do salário, o DCA é simplesmente a abordagem natural — não há necessidade de atrasar artificialmente para acumular um valor para investir de uma vez.
Perguntas frequentes (FAQ)
P1: Por que obtenho um resultado diferente cada vez que executo a simulação?
Porque é uma simulação aleatória real — cada clique em "Executar simulação novamente" gera um conjunto totalmente novo de trajetórias de retorno. Esse é justamente o propósito da simulação Monte Carlo: mostrar uma gama de resultados plausíveis, não uma única resposta fixa. Clique várias vezes para sentir o quanto a distribuição pode variar.
P2: Quantas simulações (500/1000/2000/5000) devo escolher?
Mais simulações tornam as estatísticas (mediana, percentis, taxa de vitória) mais estáveis e menos afetadas pelo ruído aleatório, ao custo de um cálculo um pouco mais lento. 1000 simulações costumam ser estáveis o suficiente para o uso diário; escolha 2000 ou 5000 se quiser uma distribuição mais suave e precisa.
P3: Esta simulação considera inflação ou impostos?
Não. É um modelo simplificado que considera apenas quatro variáveis centrais: valor investido, retorno anual esperado, volatilidade anual e horizonte de investimento. Não inclui inflação, taxas de transação, impostos ou reinvestimento de dividendos, portanto os resultados reais serão diferentes.
P4: Se o investimento único vence mais frequentemente, devo sempre escolhê-lo?
O investimento único geralmente tem um valor esperado mais alto, mas isso não o torna livre de risco — se você investir tudo de uma vez justamente antes de uma queda, sua perda contábil de curto prazo será maior do que com o DCA. Sua decisão deve considerar sua tolerância ao risco, seu fluxo de caixa e seu horizonte de tempo, não apenas uma única porcentagem de taxa de vitória.
Você também pode precisar de