Corri 6 estratégias e nenhuma ganhou vs. HODL. Os backtests anuais de “300%” que aparecem na internet, 90% caem nestes três problemas
Primeiro, meu baseline: BTC/USDT em 1 hora, de 2024-01-16 a 2026-08-22, 22.786 candles. Capital de $10.000. MACD, RSI, Turtle Trading, grade (grid), ICT/SMC e follow de tendência — 6 estratégias comuns — todas ficaram atrás de “comprar e não mexer” (HODL). Rentabilidade anualizada do HODL: +25,71%. Resultado: 0/6 venceram.
Vão dizer: “então sua estratégia é simples demais”. Mas o que é mais perigoso do que uma estratégia ruim é o overfitting: ajustar os parâmetros de um jeito que encaixa perfeitamente no passado; o backtest fica assombrosamente bonito, e no live dá tudo errado. Eu já caí nos três buracos:
1️⃣ Ajuste à curva (curve fitting) do ruído. Quanto mais parâmetros, mais fácil “decorar” também o ruído histórico. Só há uma linha de candles — se você ajusta dez parâmetros para encaixar nela, é como decorar a resposta; não é resolver o problema.
2️⃣ Erros na contabilidade sem perceber. Minha primeira versão caiu nisso: PnL acumulado ao longo do tempo, e no fim não batia com a variação de caixa. Bugs de backtest quase sempre tendem a favorecer resultados “mais bonitos” — ignorar taxas/commission, usar dados do futuro. Se você aplica uma identidade contábil, fica tudo evidente.
3️⃣ Falta de validação fora da amostra. Pegar o histórico inteiro para ajustar parâmetros e depois usar a mesma fatia para reportar o resultado é como olhar a resposta antes de fazer a prova. O correto é: separar os dados — ajustar nos primeiros 70% e validar nos últimos 30%. Os parâmetros são escolhidos só na etapa de treino; o retorno é reportado só na etapa de validação.
Ao ver um backtest bonito, faça três perguntas primeiro: a conta bate? Quantos parâmetros tem? Já rodou fora da amostra? Se não conseguir responder essas três, aquele +300% provavelmente é ruído histórico.
A IA escreve código de backtest rápido, mas não vai conciliar suas contas por você, nem vai impedir que você overfit.
Em qual backtest bonito você caiu? Comenta aí e, no próximo post, organizo o 《TOP3 dos calotes que leitores caem》.
$BTC #加密
Primeiro, meu baseline: BTC/USDT em 1 hora, de 2024-01-16 a 2026-08-22, 22.786 candles. Capital de $10.000. MACD, RSI, Turtle Trading, grade (grid), ICT/SMC e follow de tendência — 6 estratégias comuns — todas ficaram atrás de “comprar e não mexer” (HODL). Rentabilidade anualizada do HODL: +25,71%. Resultado: 0/6 venceram.
Vão dizer: “então sua estratégia é simples demais”. Mas o que é mais perigoso do que uma estratégia ruim é o overfitting: ajustar os parâmetros de um jeito que encaixa perfeitamente no passado; o backtest fica assombrosamente bonito, e no live dá tudo errado. Eu já caí nos três buracos:
1️⃣ Ajuste à curva (curve fitting) do ruído. Quanto mais parâmetros, mais fácil “decorar” também o ruído histórico. Só há uma linha de candles — se você ajusta dez parâmetros para encaixar nela, é como decorar a resposta; não é resolver o problema.
2️⃣ Erros na contabilidade sem perceber. Minha primeira versão caiu nisso: PnL acumulado ao longo do tempo, e no fim não batia com a variação de caixa. Bugs de backtest quase sempre tendem a favorecer resultados “mais bonitos” — ignorar taxas/commission, usar dados do futuro. Se você aplica uma identidade contábil, fica tudo evidente.
3️⃣ Falta de validação fora da amostra. Pegar o histórico inteiro para ajustar parâmetros e depois usar a mesma fatia para reportar o resultado é como olhar a resposta antes de fazer a prova. O correto é: separar os dados — ajustar nos primeiros 70% e validar nos últimos 30%. Os parâmetros são escolhidos só na etapa de treino; o retorno é reportado só na etapa de validação.
Ao ver um backtest bonito, faça três perguntas primeiro: a conta bate? Quantos parâmetros tem? Já rodou fora da amostra? Se não conseguir responder essas três, aquele +300% provavelmente é ruído histórico.
A IA escreve código de backtest rápido, mas não vai conciliar suas contas por você, nem vai impedir que você overfit.
Em qual backtest bonito você caiu? Comenta aí e, no próximo post, organizo o 《TOP3 dos calotes que leitores caem》.
$BTC #加密