Quase todos pensamos que MAIS É MELHOR. Que quanto mais indicadores, condições e teorias de trading da internet houver num gráfico, maiores serão as chances de ganhar.
Este é justamente o pensamento que devemos evitar a todo custo. Muitos de nós acreditam cegamente que, quanto mais confirmações houver, MELHOR será para a minha operação.
Passei um ano inteiro assim, com uma estratégia que tinha um bom gatilho, mas que, de tantos indicadores complementares, acabou ficando SUPEROTIMIZADA. E é justamente sobre isso que vou falar neste último post da série sobre Como fazer um backtesting profissional do zero: (Por que sua estratégia vai falhar ao vivo) e (Da ideia ao algoritmo: quais plataformas usar e quais dados).
Então, no trading, o importante não é a quantidade de indicadores e confirmações, mas sim a hipótese que fundamenta sua estratégia, qual é a lógica que a compõe ou, mais simplesmente, POR QUE SUA ESTRATÉGIA DEVERIA FUNCIONAR. Se você responder a isso e, além disso, respaldar sua resposta com dados passados e o resultado for positivo, terá uma estratégia que não se baseia em opiniões, fé ou lógica de botequim, mas em uma certeza que vem de ter validado sua ideia com dados.
Vamos ao que interessa: como descobrir se minha estratégia está excessivamente ajustada e como validá-la? O que equivale a perguntar de quantos DADOS PASSADOS preciso para que ela seja considerada consistente.
De acordo com Perry Kaufman (Guide to Creating a Successful Algorithmic Trading Strategy), uma das lendas vivas do trading sistemático, a consistência não depende dos anos de dados, mas do tamanho da amostra de operações (Sample Size). Para ele, avaliar MENOS de 100 ou 200 operações produz resultados erráticos e estatisticamente irrelevantes.
Assim, a ideia de que quanto mais anos de dados eu abranger, mais regimes de mercado poderei cobrir é contraproducente, pois seria como estabelecer a meta de encontrar o Santo Graal do trading: uma estratégia que funcione em todos os regimes. É melhor ficarmos com a ideia de construir um portfólio de sistemas especializados, em que cada um domina um regime específico.
Por outro lado, no que diz respeito ao SOBREAJUSTE OU OVERFITTING, como já apontamos, ele ocorre quando forçamos nossa estratégia a cumprir muitas condições ao mesmo tempo para, por exemplo, gerar uma entrada, realizar lucros ou manter a operação aberta.
No backtesting, isso significa forçar o algoritmo a cumprir condições demais no passado para “aumentar os lucros” e fazer a estratégia parecer perfeita, sem nenhuma perda — o que é UMA TRAPAÇA EM TODA REGRA.
Você não criou um sistema vencedor; apenas criou um código que decorou as respostas às perguntas que o professor fez ontem.
Quando o mercado mudar de personalidade (regime que você não sabe quando vai mudar), em tempo real, sua conta sofrerá as consequências devastadoras do sobreajuste.
Nesse sentido, Roberto Pardo, autor do Walk-Forward Analysis, ressalta que, por ser uma simulação de estresse, o backtesting revela que um sistema suficientemente robusto é aquele que sabe se comportar em seu regime ideal e tem regras de gestão de risco que minimizam as perdas quando o mercado entra em um regime hostil.
Assim, pretender que uma única estratégia seja perfeita em todos os cenários é uma utopia matemática que só causa sobreajuste (overfitting). Um profissional isola os dados para saber com exatidão em qual regime específico sua estratégia tem vantagem e projeta uma gestão de risco robusta para proteger o capital quando o mercado mudar de personalidade.
Se você quer fazer um backtesting com rigor estatístico, estas são algumas regras que pode considerar:
1. Esqueça os indicadores, avalie o tempo: um sistema consistente não depende de setas milagrosas, mas de estatísticas brutas. Para estratégias rápidas de scalping ou day trading, você precisa testar suas regras lógicas em um histórico de pelo menos 3 a 5 anos de dados puros (extraídos de fontes confiáveis). Isso obriga seu robô a enfrentar todos os regimes possíveis: mercados em alta, quedas sangrentas e faixas laterais de liquidação. Se ele só ganha quando todos os indicadores estão juntos de forma precisa e alinhados com as estrelas, não é uma estratégia, é um bilhete de loteria.
2. O Teste Cego: para descobrir se sua estratégia é real ou uma ilusão visual, aplique a regra institucional: divida seus dados. Use os primeiros x anos para projetar as regras do seu robô. Depois, coloque-o para operar nos x anos restantes mais recentes, sem alterar um único parâmetro. Se nesse último período o desempenho despencar drasticamente ou passar a dar prejuízo, seu sistema estava sobreajustado. Descarte-o sem hesitar.
3. Execução: o ajuste final para que sua simulação seja idêntica à realidade é programar seu gatilho seguindo o protocolo Next Bar Open. O algoritmo analisa o fechamento do candle, calcula as vantagens, mas executa a ordem exatamente no microssegundo em que o próximo candle abre (00:00 UTC). Operar no ruído entre esses momentos da sessão destrói sua vantagem.
Fazer trading sistemático e quantitativo não exige memorizar padrões de candles, encher a tela de linhas coloridas nem colocar cem mil indicadores que forneçam condições para entrar no mercado, sair ou manter uma operação aberta.
Exige aceitar que menos é mais e que a única garantia de sobrevivência é uma vantagem estatística comprovada.
São tempos de leitura.
#EarningsSeason #TradingSistematico
