Sobreajustamento / ajuste da curva

Por Jarosław Wasiński (EN) • Publicado em: 13 fev 2026 • Atualizado em: 23 out 2026

Ajustar uma estratégia demasiado ao ruído ou a características ocasionais dos dados usados no seu desenvolvimento. Procurar muitas regras e conservar o melhor resultado aumenta o enviesamento de seleção. Um parâmetro invulgar, por si só, não prova sobreajustamento; utilize dados de validação separados, custos realistas e verificações de sensibilidade sem reutilizar repetidamente o conjunto de teste final.

Os exemplos usam a notação numérica inglesa: a vírgula separa os milhares e o ponto indica a parte decimal. 1,000 significa mil; 1.25, um e um quarto.

Exemplo. Numa experiência hipotética, 20 testes independentes têm todos hipóteses nulas verdadeiras e cada um usa um nível de erro de 5%. O número esperado de rejeições falsas é 20 × 0.05 = 1, enquanto a probabilidade de pelo menos uma é 1 − 0.95²⁰ ≈ 64.15%. É um modelo de testes múltiplos, não a taxa de erro efetiva de todas as otimizações Forex.

Como se ajusta ao ruído

Os dados de desenvolvimento contêm relações possíveis e eventos aleatórios. Acrescentar filtros ou escolher instrumentos e parâmetros após analisar o desempenho pode captar esses eventos. A contagem de variantes também inclui ideias rejeitadas manualmente. Um período invulgar de um indicador não prova um erro de forma independente, enquanto um parâmetro popular não oferece proteção. O processo completo de seleção e avaliação é o que importa, não a aparência de uma curva.

Muitas pesquisas alteram a interpretação

O melhor resultado entre muitos modelos não tem a mesma interpretação que uma única regra especificada antecipadamente. Testes dependentes violam os pressupostos do exemplo de 64.15%, mas não restauram automaticamente a credibilidade do vencedor. Registe o número e o âmbito das pesquisas. Consulte Bailey e coautores, The Probability of Backtest Overfitting sobre a seleção de estratégias; não implica uma penalização percentual universal.

Como reduzir o problema

Fixe as definições e separe o desenvolvimento, a validação e o teste final. Examine a estabilidade de parâmetros próximos, custos realistas e períodos diferentes, divulgando estas escolhas adicionais. Ajustar a outro resultado de validação cria a necessidade de uma nova avaliação honesta. Não transforme o teste final em dados de treino sem o reconhecer. A simplicidade ajuda a controlar o procedimento, mas não demonstra, por si só, uma vantagem.

Uma narrativa económica não substitui os testes

Uma explicação convincente sobre procura, sessões ou comportamento dos bancos pode ser associada retrospetivamente a resultados casuais. Uma explicação deve gerar uma hipótese especificada antecipadamente, com condições em que as observações não a apoiariam. Não desvalorize todas as falhas como um mercado excecional. Acrescentar exceções alarga a procura de regras; registe-as e reavalie-as, conservando variantes falhadas e os motivos das alterações.

Diagnóstico e aplicação

OOS fraco também pode refletir uma mudança de regime, um problema de implementação ou incerteza. Compare fontes dos dados, instantes de disponibilidade e custos antes de tirar conclusões. Um diário de investigação deve incluir falhas e sucessos, com versões e datas. No curso: backtesting e testes prospetivos e negociação algorítmica. Fonte verificada em 11 de outubro de 2026.

Perguntas frequentes

Um backtest excelente prova sobreajustamento?

Não. Justifica uma revisão cuidadosa do processo, não constitui, por si só, um diagnóstico.

Remover alguns filtros resolve o problema?

Não automaticamente. A regra revista também precisa de validação honesta sem seleção baseada num teste conhecido.

← Voltar ao glossário completo