Contas demo, backtesting, testes forward e reprodução do mercado

Pode testar uma estratégia em demo, com histórico, em tempo real ou reproduzindo o mercado. Cada ambiente responde a uma pergunta diferente e tem limites próprios. Explicamos o que demonstra um resultado, como incluir custos e separar escolha de parâmetros e avaliação independente. Mostramos também como erros de dados e simulação melhoram uma curva antes da execução real.

1. Demo, paper trading, backtest, forward, reprodução e real: seis perguntas

Muitos equívocos vêm de «testei a estratégia». Onde e em que aspeto? Não são degraus de uma escala de precisão: medem coisas diferentes.

Uma conta demo funciona no servidor do corretor com dinheiro virtual. As cotações partilham normalmente a fonte da real, mas o servidor demo simula com regras simplificadas. Define-as o corretor, não a plataforma, e variam por conta. Dizer o que «não reproduz» exige documentação específica, não regra universal (entrada 16 da bibliografia mostra um exemplo). Modelos de execução e tratamento do fluxo de ordens estão na secção de escolha do corretor.

O paper trading regista decisões sem ordens para execução real. Uma folha, script ou emulador do ambiente gráfico atribui execuções. A distinção importa: se o emulador atribui, as suas regras decidem o preço, não o mercado. Examina a lógica de decisão, não a qualidade da execução, salvo se descrever e justificar separadamente as regras do emulador.

Um backtest reproduz regras no histórico. Responde condicionalmente: o que aconteceria se dados, ticks e custos refletissem a realidade. A resposta não supera a qualidade dos pressupostos.

Um forward testa fora do período de ajuste: histórico reservado não visto pelo otimizador ou observação em tempo real, vela a vela, sem voltar atrás.

A reprodução do mercado reproduz histórico ocultando o futuro e permite decisões manuais. Treina estratégias discricionárias, não equivale a capital real.

Uma conta real é o único ambiente em que se mede o custo efetivo de execução: desvio de execução, alargamento do spread, rejeições e execuções parciais.

2. O que demo e paper trading não medem

Demo é descrita como «real sem dinheiro», mas é falso em pontos verificáveis. A tabela mostra elementos ausentes ou simplificados que afetam diretamente o resultado real. São simplificações típicas, não regras universais: o fornecedor define o âmbito, que pode variar entre contas do mesmo corretor.

A última linha pode transformar um plano sensato em improvisação, mas não é o tema. O comportamento sob pressão está no artigo sobre processo e resultado. Aqui interessa o mensurável: custo de execução.

Medir derrapagem, não estimar. Registe em cada operação: preço no sinal, preço pedido, preço de execução, spread ao clicar, spread na execução, latência, sessão, informação sobre eventuais acontecimentos macroeconómicos e hora do servidor da corretora. Depois de reunir uma amostra, calcule a mediana e a cauda da distribuição, não apenas a média: algumas execuções extremas podem torná-la enganadora em qualquer direção. Só um número assim obtido é adequado ao modelo de custos de um backtest.

Caso de referência: 3 de janeiro de 2019, salto do iene. Com pouca liquidez asiática, os pares do iene saltaram em minutos; o banco central australiano descreve num quadro (entrada 12 da bibliografia, consultado em 22.08.2026). Às 9:36 AEDT, em cerca de 30 segundos e sem notícias relevantes, o iene subiu 3 por cento face ao dólar. Bid-ask passou de cerca de 2 pips para 100–300 pips. O quadro acrescenta que a liquidez era sazonalmente baixa naquela hora e época e que corretores de retalho fecham automaticamente com stop loss ao ultrapassar uma perda definida. Ativou-se o mecanismo cujo custo só é reproduzido conforme o modelo escolhido; os modos simplificados não o fazem, executando ao preço da ordem (ver ordens pendentes). Movimento e preços variaram entre fornecedores e corretores: não há um único número «verdadeiro» de pips. A conclusão é concreta: spread fixo e derrapagem zero não reproduzem essas janelas; stops apertados são os mais sensíveis. Evento e contexto pertencem à secção de sessões e horários.

3. Resultado do backtest: dados, ticks e custos

O resultado de um testador depende de três coisas que o utilizador pode decidir sem se aperceber: que dados foram carregados, como foi reproduzido o movimento dentro da vela e o que foi acrescentado a cada operação.

Modelo de geração de ticks

MetaTrader 5 documenta cinco modos: Cada tick, Cada tick baseado em ticks reais, OHLC de 1 minuto, Apenas preços de abertura e Cálculos matemáticos. A diferença principal é entre os dois primeiros. Em Cada tick são gerados algoritmicamente a partir de dados de minuto. Em Cada tick baseado em ticks reais usam-se ticks do corretor: um fluxo concreto, não uma reconstrução completa do mercado. OHLC de 1 minuto emula quatro preços por minuto, Apenas preços de abertura executa na abertura da vela e Cálculos matemáticos não carrega histórico e otimiza funções matemáticas. Nomes e ordem confirmam-se nas definições do testador (entrada 2 da bibliografia, consultado em 22.08.2026). Os modos mudam com versões: confirme a ajuda da sua antes de usar.

Escolher ticks reais não garante que nenhum seja calculado. Se existir vela de minuto sem ticks, o testador gera-os em «Cada tick»; se existirem ticks sem vela, ignora-os, segundo a documentação (entrada 1 da bibliografia, consultado em 22.08.2026). Falhas ou incoerências do arquivo produzem trechos modelados sem indicação separada. Com ticks reais o spread pode mudar dentro da vela; com gerados usa-se o fixo dessa vela. O modo muda percurso e spread.

A consequência é incómoda: se importa se máximo ou mínimo foi tocado primeiro —como com stop e objetivo ativos juntos—, ticks gerados de minutos adivinham a ordem. É propriedade do modelo, não erro. MetaTrader 4 informa cobertura histórica à parte, mas calcula o movimento intravela em vez de ler um fluxo real. Documenta três modos: Apenas preços de abertura, Pontos de controlo e Cada tick — o último gera com dados do período inferior mais próximo e todos os próximos disponíveis; se faltarem inferiores usa modelos de ondas (entrada 14 da bibliografia, consultado em 22.08.2026). A barra de qualidade mostra o período usado: quanto menor, menos se adivinha. Ticks reais e profundidade dependem do corretor e da conservação.

Como o testador executa ordens pendentes

O modelo decide que preços o testador vê. Outra camada é como os usa com uma pendente, frequentemente invisível nas definições e a procurar na documentação. Para calcular bem separe: quando se executa e a que preço. O preço depende no MetaTrader 5 de dois eixos: instrumento e modo dos dados. Confundi-los faz aplicar uma frase verdadeira onde não vale.

Latência. A latência do testador MetaTrader 5 afeta colocar a ordem pelo sistema, não a execução posterior no servidor. Nas pendentes só se atrasa a colocação; a execução real é no servidor sem atraso de rede, segundo a documentação (entrada 2 da bibliografia, consultado em 22.08.2026). Uma ordem já colocada executa sem atraso de rede, corretamente: também não o tem na realidade.

Primeiro eixo: instrumento. Sem latência não significa executar ao nível pedido. A documentação distingue instrumentos: FX/CFD OTC são fora de bolsa; contratos cambiais em bolsa são outra categoria. Nos primeiros, toda pendente e SL/TP ativa por bid/ask e executa ao bid/ask atual na ativação (entrada 13 da bibliografia, secção Ativação e execução de ordens, primeiro parágrafo, consultado em 22.08.2026). Todos os tipos de ordens pendentes, incluindo ordens limitadas, bem como stop loss e take profit, são, portanto, executados ao bid ou ask atual no momento da ativação, não ao nível registado na ordem. Numa ordem limitada, uma diferença favorável face ao preço indicado é uma melhoria de preço; não autoriza uma execução para além do limite na direção desfavorável.

O limite sem derrapagem refere-se a instrumentos de bolsa. O parágrafo seguinte separa ações e contratos de bolsa: gráficos e stops usam o último preço negociado (Last); limites, bid/ask. Executa limites ao preço escrito sem derrapagem; outros ao bid/ask atual com possível derrapagem (entrada 13, segundo parágrafo e mesma consulta). Citá-lo como regra universal é erro de âmbito, não de citação: «limite sem derrapagem» vale em bolsa. Para FX fora de bolsa vale o parágrafo anterior; o contrato cambial em bolsa segue essas regras.

Segundo eixo: o modo de modelação. O tipo de instrumento determina o que acontece nos modos rigorosos — Cada tick e Cada tick baseado em ticks reais. O modo de modelação constitui um eixo distinto e, nos modos simplificados, desativa por completo essa regra: «Nos modos de teste “Apenas preços de abertura” e “OHLC de 1 minuto”, as ordens pendentes, bem como SL e TP, são executadas aos preços especificados nas ordens. O algoritmo de execução a preços de mercado utilizado nos modos rigorosos (cada tick e ticks reais) não é adequado aos modos menos rigorosos» (referência 13, mesma data de consulta). O fornecedor apresenta ainda a razão e a conclusão: «Em alguns modos não são gerados ticks intermédios, pelo que a diferença entre o preço pedido na ordem e o preço atual (Open ou OHLC) pode ser significativa. A execução das ordens ao preço pedido em “Apenas preços de abertura” e “OHLC de 1 minuto” proporciona resultados de teste mais rigorosos». A lógica é contrária à intuição: num modo simplificado, o testador não dispõe de um preço de mercado posterior à ativação, pelo que executa ao preço registado na ordem, pois executar na abertura da vela seguinte introduziria um erro maior do que executar no nível da ordem.

A combinação dos dois eixos. Para um símbolo FX não negociado em bolsa, isto cria no testador do MetaTrader 5 dois ambientes de execução diferentes que se confundem facilmente, porque o relatório tem o mesmo aspeto em ambos:

• Modos rigorosos (Cada tick, Cada tick baseado em ticks reais) — todas as ordens pendentes, bem como SL e TP, são executadas ao bid ou ask atual no momento da ativação. O desvio de execução é modelado, mas apenas dentro da trajetória de preços reproduzida pelo testador, gerada a partir de dados de minutos ou obtida no arquivo de ticks da corretora
• Modos simplificados (OHLC de 1 minuto, Apenas preços de abertura) — todas as ordens pendentes, bem como SL e TP, são executadas exatamente ao preço registado na ordem. O desvio de execução desaparece por completo do cálculo, para todos os tipos de ordem em simultâneo

O mecanismo desta simplificação difere entre os dois tipos de ordem, embora o efeito favoreça o resultado em ambos. Após a ativação, uma ordem stop comporta-se como uma ordem de mercado: na realidade, o seu preço de execução é o primeiro disponível depois de ultrapassado o nível, não o próprio nível. Executar nesse nível, como fazem os modos simplificados, retira do cálculo todo o custo do salto e aumenta artificialmente o resultado. Uma ordem limitada compra abaixo do mercado ou vende acima: executá-la ao nível indicado pressupõe liquidez suficiente para toda a posição exatamente a esse preço, quando tocar num preço não garante liquidez suficiente para a execução. Numa bolsa também conta a posição na fila; em FX/CFD OTC aplicam-se as regras de execução do fornecedor. O testador não modela nem a fila nem o volume disponível no nível: conhece apenas a trajetória dos preços. Ambas as simplificações favorecem, portanto, o resultado, mas só entram no cálculo quando o modo escolhido as permite.

Outra condição é o lado do mercado: um nível é tocado pela série de preços correspondente ao lado da ordem, pelo que uma compra reage ao ask e uma venda ao bid. Um teste com uma única série, normalmente o bid, reproduz o outro lado acrescentando o spread. A documentação MQL5 refere que «durante o teste, o spread não é modelado, mas obtido a partir dos dados históricos» (referência 3 da bibliografia, consultada em 22.08.2026). O momento da ativação depende, portanto, do spread registado nos dados, não do que teria ocorrido na sua conta. Também importa a densidade da própria trajetória dos preços: a página sobre ticks avisa que «os níveis stop e as ordens pendentes podem ser ativados a um preço diferente do especificado, sobretudo em testes em períodos temporais superiores» (referência 1 da bibliografia).

O que isto significa ao interpretar um relatório. O relatório do testador não indica qual dos dois ambientes o produziu: é necessário consultar as definições da execução do teste. As mesmas regras executadas num modo rigoroso e num modo simplificado produzem cálculos diferentes, e não se trata de precisão numérica, mas de uma regra de execução diferente. As estratégias mais sensíveis são as que têm um resultado médio por operação pequeno e um stop apertado, porque o custo do salto retirado representa uma parte substancial do resultado. Por isso, a regra de execução das ordens pendentes deve constar da descrição do ambiente de teste, a par do modelo de ticks e do modelo de custos; se o relatório não a revelar, é necessário verificá-la na documentação da ferramenta. O teste de controlo é barato: repetir a execução num modo rigoroso e depois novamente com execuções agravadas num valor da ordem do desvio médio, para verificar quanto resta do resultado.

O modelo de custos

A cada operação somam-se quatro rubricas com unidades diferentes, que não devem ser confundidas:

• Spread — em pips ou pontos. A pergunta decisiva é se o teste utiliza um spread fixo, o spread registado nos dados ou o spread atual no momento de início do teste. Três respostas diferentes, três resultados diferentes: no testador do MetaTrader 5, a documentação citada acima esclarece a questão; noutras ferramentas, é necessário procurar a resposta na descrição desse testador específico
• Comissão — na moeda da conta, normalmente por lote e por lado. Para a comparar com o spread, é necessário convertê-la em pips utilizando o valor do pip para o instrumento e para a dimensão da posição
• Pontos de swap — cobrados por manter uma posição durante a mudança do dia de liquidação, com uma cobrança tripla num determinado dia da semana. Irrelevantes para uma estratégia intradiária, mas por vezes superiores ao spread numa estratégia de posição
• Desvio de execução — em pips ou pontos, como diferença entre o preço pedido e o preço de execução. No testador, só entra onde a regra de execução o permite: para um par de moedas no testador do MetaTrader 5, os modos rigorosos aplicam-no a todos os tipos de ordem pendente, incluindo SL e TP, enquanto nos modos OHLC de 1 minuto e Apenas preços de abertura não entra de todo, porque as execuções ocorrem aos preços registados nas ordens (referência 13 da bibliografia)

A latência fica deliberadamente fora desta lista, embora por vezes seja acrescentada como quinta rubrica. Mede-se em milissegundos, não em pips, e não se soma a uma operação: é um parâmetro do modelo de execução, ou seja, influencia qual preço é utilizado, não quanto é subtraído. O testador do MetaTrader 5 permite emulá-la nos modos Sem atraso e Atraso aleatório e também com um atraso fixo. Como mostra a secção sobre a execução de ordens pendentes, a emulação abrange a colocação da ordem pelo sistema automatizado, não a execução de uma ordem já presente no mercado (referência 2 da bibliografia). Misturar estas duas grandezas na mesma linha do cálculo de custos é um erro de unidades, não um arredondamento.

Convém distinguir dois erros que parecem semelhantes. A latência de rede medida com um comando ping ao endereço do servidor não é o tempo de execução de uma ordem: entre ambos estão a validação da corretora, a fila e o próprio momento da execução. A infraestrutura, os servidores virtuais e a continuidade de funcionamento de um sistema automatizado são desenvolvidos no artigo sobre automação, EA e VPS; aqui apenas importa que a latência seja assumida explicitamente no teste, em vez de ser considerada silenciosamente nula.

A qualidade dos próprios dados

Antes de um resultado ter algum significado, os dados têm de ser verificados: lacunas e descontinuidades na série, duplicados, valores anómalos, cronologia, fuso horário e mudança da hora de verão, convenção do carimbo temporal das velas (abertura ou fecho), bem como se a série é construída a partir do bid, do ask ou do preço médio. Este último ponto é frequentemente desvalorizado, mas determina se um nível chegou a ser tocado: uma posição curta é fechada ao ask, pelo que uma vela construída com o bid pode nunca mostrar o preço que ativou o stop.

4. Backtest perfeito e irreal: anatomia de uma curva bonita

Um resultado bonito do testador costuma nascer não de um grande engano, mas de quatro pequenas concessões, cada uma aparentemente inocente. Segue-se a descrição de cada uma e da forma de a detetar.

Primeira concessão: uma entrada a um preço que ainda não podia ser conhecido

A regra diz «entrar quando a vela fechar acima da média», e o teste entra ao preço de fecho dessa mesma vela. Um sinal que exige o fecho definitivo só pode gerar uma ordem depois de esse fecho estar confirmado, a um preço então disponível. Num modelo típico que calcula uma vez no fecho, isto significa o primeiro tick da vela seguinte. O preço de execução pode coincidir com o fecho anterior, mas a sua disponibilidade não pode ser assumida sem especificar o modelo. Corrigir este pressuposto pode alterar substancialmente o resultado.

Um teste de sensibilidade, não um veredito: desloque a entrada uma vela e repita o teste. Se o resultado desaparecer, apenas sabe que o sistema não suporta um deslocamento da entrada de um período. Uma fuga de informação do futuro é uma explicação possível, mas não a única: o sinal pode simplesmente ter curta duração ou ser sensível ao preço de execução. O que esclarece a questão é uma auditoria à disponibilidade de cada variável no momento da decisão; o procedimento completo, incluindo o que não demonstra, está na caixa no final da secção sobre antecipação de informação.

Segunda concessão: ausência de custos

Um teste sem spread, comissão e desvio de execução não é uma versão simplificada do sistema. É um sistema diferente, com outro valor esperado e outro limiar de rentabilidade. A dimensão dessa alteração pode ser calculada, como mostra a secção seguinte.

Terceira concessão: um conjunto entre mil tentativas

Um otimizador devolve uma classificação. Apresentar a primeira linha como resultado da estratégia omite a informação sobre quantas variantes foram verificadas. Com tentativas suficientes, o melhor resultado é elevado apenas pela estatística da pesquisa, mesmo para regras sem sentido; o tratamento formal deste fenómeno encontra-se na referência 8 da bibliografia. O número de variantes testadas faz parte da descrição do resultado tanto como o período e os custos.

Quarta concessão: avaliar com os dados utilizados no ajuste

Se os parâmetros foram escolhidos no mesmo período para o qual depois se apresenta o resultado, não existe validação: existe uma descrição do ajuste aos dados. É também o erro mais fácil de detetar: basta perguntar que segmento de dados foi utilizado no ajuste e qual exclusivamente na avaliação.

Quatro concessões num cálculo: quanto resta da curva bonita

Enumerar as quatro concessões ainda não mostra a sua dimensão. O cálculo seguinte mostra-a e foi construído para que cada passo possa ser verificado com uma única operação.

Como verificar cada linha. A coluna em dólares é o resultado em pips multiplicado por 10,00 USD e por 1 000 operações. Os passos 0, 1 e 2 utilizam a mesma variante de parâmetros, retirando um pressuposto de cada vez; a subtração é, por isso, vertical: 2,60 − 1,40 = 1,20 e 1,20 − 1,20 = 0,00. Os passos 3 e 4 não são novas subtrações, mas respostas a duas perguntas diferentes sobre o mesmo resultado; por isso são calculados separadamente, em vez de acrescentados ao passo 2.

Passo 1 retira 1,40 pips, a parte do movimento da vela do sinal que a regra reclamava ao entrar a um preço conhecido apenas no fecho. Não é por acaso que, após a correção, restam exatamente 1,20 pips brutos: trata-se do mesmo sistema cuja sensibilidade aos custos é decomposta na secção seguinte. Passo 2 mostra a consequência dessa sensibilidade: ao adicionar 1,20 pips de custo total de abertura e fecho, o resultado fica a zero até ao último cêntimo.

Passo 3 mostra a distância entre o resultado selecionado e a mediana das variantes testadas. O primeiro lugar de uma classificação de 1 200 variantes é o maior de 1 200 valores; a sua vantagem sobre a mediana — aqui, 0,45 pips por operação — ilustra a seleção, mas não mede, por si só, o sobreajuste. Uma mediana negativa de toda a classificação também não prova que o ponto escolhido seja um pico isolado: avalie os parâmetros vizinhos e dados independentes. Passo 4 avalia o mesmo conjunto congelado em 12 meses não vistos pelo otimizador, produzindo −0,30 pips por operação.

Neste cálculo hipotético, retirar três das quatro concessões transformou +26 000 USD em −3 000 USD, convertidos para as mesmas 1 000 operações, sem alterar uma única regra da estratégia. A quarta concessão — o privilégio de mostrar o primeiro lugar da classificação — permanece intacta na quarta linha, porque nos dados fora da amostra funciona o mesmo conjunto de parâmetros congelado. A sua distância face à mediana é apresentada separadamente na terceira linha, que responde a outra pergunta. Apenas mudaram os pressupostos sobre quando se pode entrar, quanto custa uma operação, que variante se pode mostrar e em que dados se pode avaliá-la.

5. Sensibilidade aos custos: cálculo passo a passo

É aqui que a maioria das estratégias deixa de existir. O cálculo seguinte não é o resultado de um teste realizado: é uma construção com pressupostos explícitos, verificável com uma calculadora. É precisamente por isso que serve para mostrar o mecanismo: não existe um número cuja origem não possa ser reconstituída.

Como verificar cada linha. A coluna «custo total» soma as três colunas à sua esquerda. O «resultado líquido» é 1,20 pips menos o custo total. A coluna em dólares multiplica o resultado líquido por 10,00 USD e por 1 000 operações. O fator de lucro líquido é calculado a partir da mesma distribuição, depois de aplicar o custo a cada operação: por exemplo, com um custo de 1,20 pips, o lucro individual desce de 8,00 para 6,80 pips e a perda sobe de 9,00 para 10,20 pips. Isto dá 600 × 6,80 = 4 080 pips de lucros e 400 × 10,20 = 4 080 pips de perdas, ou seja, um fator de lucro de exatamente 1,00. Todos os custos dessa linha somam 1 000 × 1,20 = 1 200 pips e equivalem ao lucro bruto inteiro: por isso o resultado fica a zero até ao último cêntimo.

Convém recordar dois números deste cálculo. Primeiro: a diferença entre a terceira e a quarta linha é de apenas 0,20 pips de desvio de execução, mas de 2 000 USD no resultado final. Segundo: entre um teste sem custos e um teste com os custos aqui assumidos não existe uma pequena correção, mas a diferença entre um sistema lucrativo e outro que não o é. Só uma medição na sua própria conta determina se 1,20 pips é realista para a sua estratégia; aqui o número foi escolhido para o cálculo, não observado no mercado. Quanto menor for o resultado bruto médio por operação e maior a frequência de negociação, mais brusca será essa transição. Numa estratégia de posição com um resultado médio de algumas dezenas de pips, a mesma alteração de custo é marginal. Por isso, a sensibilidade aos custos deve ser calculada para a própria estratégia, em vez de retirada de um exemplo alheio.

6. Antecipação e fuga de dados futuros

O viés de antecipação consiste em utilizar numa decisão informação que ainda não estava disponível nesse momento. A fuga de dados é uma noção mais ampla: qualquer forma de o conhecimento do futuro entrar no processo de construção ou avaliação de regras. Ambos são perigosos porque não parecem um erro: parecem um bom resultado.

Onde surgem estas fugas de informação:

1. Entrada ao preço de fecho da vela do sinal. Descrita na secção quatro. A correção: entrada apenas a partir da abertura da vela seguinte, ou sinal calculado exclusivamente com dados já fechados
2. Um indicador recalculado retroativamente. A documentação do Pine Script define o redesenho como uma situação em que o comportamento de um script faz com que «os cálculos ou representações históricos e em tempo real» se comportem de forma diferente (referência 4 da bibliografia, consultada em 22.08.2026). Nem todo este comportamento é um engano, mas deve sempre ser descrito antes de o resultado ser considerado credível. O mecanismo de alertas e a diferença entre histórico e tempo real são desenvolvidos no artigo sobre TradingView
3. Um indicador centrado. Qualquer construção que utilize observações de t+k para o valor no ponto t é inútil para negociar, mesmo que pareça excelente num gráfico histórico
4. Dados macroeconómicos após revisão. O valor de um indicador numa versão revista anos depois não corresponde ao que era conhecido no momento da publicação. Se uma regra utiliza dados macroeconómicos, tem de usar a versão disponível no momento da decisão, incluindo as revisões já publicadas, e a hora efetiva da publicação. A interpretação das próprias divulgações é desenvolvida no artigo sobre negociação em torno da divulgação de dados
5. Seleção de instrumentos com conhecimento do futuro. Testar apenas instrumentos que sobreviveram até hoje ou que se sabe terem subido introduz uma seleção baseada no futuro. Nas moedas, isto diz respeito sobretudo a pares exóticos e a períodos de alteração do regime cambial
6. Preparação dos dados antes de dividir a amostra. A normalização, o escalonamento ou a seleção de características calculados sobre todo o conjunto transportam informação da parte fora da amostra para a parte dentro da amostra. A divisão entre dentro e fora da amostra tem de ser a primeira operação, não a última

7. Dentro/fora da amostra e walk-forward

O princípio cabe numa frase e é implacável: os dados utilizados no ajuste não podem servir ao mesmo tempo como validação independente. Tudo o resto decorre daí.

O conjunto dentro da amostra (IS) é o segmento histórico em que se podem escolher parâmetros, testar variantes e alterar regras. O conjunto fora da amostra (OOS) é o segmento que não se consulta durante esse trabalho. Ambos têm de estar separados no tempo: baralhar aleatoriamente as observações de todo o período não é uma divisão IS/OOS, porque uma série temporal tem memória e a mistura transporta informação nos dois sentidos.

A consequência mais importante desta divisão: o conjunto fora da amostra perde a independência quando o seu resultado influencia alterações posteriores. Se consultar o resultado OOS, o considerar fraco e alterar a estratégia, esse segmento de dados deixa de ser OOS para tudo o que fizer depois. Pode continuar a utilizá-lo, mas como parte do conjunto dentro da amostra, não como prova independente. Não existem dados sobre a frequência com que este mecanismo arruína validações na prática e não faz sentido fingir o contrário; basta que o efeito seja inequívoco: um período OOS utilizado para alterar parâmetros já não é prova independente do modelo revisto.

O testador do MetaTrader 5 integra esta divisão. A definição Forward aceita os valores Não, 1/2, 1/3, 1/4 e Personalizado, e é sempre reservada a segunda parte do período, a posterior (referência 2 da bibliografia). É conveniente porque dificulta a consulta acidental dos dados fora da amostra, mas não desloca a janela automaticamente: um walk-forward com várias rondas tem de ser organizado manualmente ou numa ferramenta externa. Estado da documentação verificado em 22 de agosto de 2026.

Walk-forward: uma janela que avança

O walk-forward repete o mesmo procedimento em segmentos históricos sucessivos e deslocados. Em vez de um único veredito obtém-se uma série de vereditos, e os segmentos de validação unidos formam um percurso que o otimizador nunca viu como um todo.

1. Fixar a duração das janelas antes da primeira execução — por exemplo, 12 meses dentro da amostra e 3 meses fora da amostra. Escolher essas durações depois de consultar os resultados é outra forma de ajuste
2. Otimizar exclusivamente na janela dentro da amostra e registar o número de variantes verificadas
3. Aplicar os parâmetros escolhidos na janela fora da amostra sem qualquer alteração
4. Deslocar ambas as janelas pela duração da janela fora da amostra e repetir
5. Avaliar os segmentos de validação unidos, não os resultados da otimização: quantos foram positivos, como foi o pior e se os parâmetros escolhidos em rondas sucessivas se assemelham.

Eficiência walk-forward, uma medida introduzida por Pardo (referência 7 da bibliografia), é por vezes utilizada como indicador resumido de quanto o resultado se mantém fora do conjunto dentro da amostra:

WFE = rentabilidade OOS anualizadarentabilidade IS anualizada × 100%

Para este número ter significado, ambas as rentabilidades têm de ser calculadas após os mesmos custos, na mesma moeda e com a mesma regra de dimensionamento da posição. Com rentabilidade IS nula, o rácio não está definido; com rentabilidade negativa, não descreve de forma útil a retenção de uma vantagem positiva. Comparar WFE entre sistemas com definições diferentes de rentabilidade não faz sentido. Uma ressalva mais importante: a WFE não é um critério binário de aprovação. Uma WFE elevada em doze operações fora da amostra diz menos do que uma moderada em quatrocentas. Analise-a juntamente com o número de operações, a distribuição dos resultados pelas rondas, a perda máxima e o comportamento com custos mais elevados.

8. Otimização, estabilidade e Monte Carlo

A otimização responde à pergunta sobre que conjunto de parâmetros deu o melhor resultado nestes dados, não sobre qual será bom mais tarde. Não é uma nuance linguística: é a diferença entre descrever o passado e prever. Sem um registo de implementações, este artigo não pode afirmar quantos sistemas falham por este motivo. Um otimizador ordena resultados nos dados fornecidos; esses resultados não demonstram o desempenho futuro.

Pico e patamar

Em vez de olhar para a melhor linha da classificação, examine a sua vizinhança. Se valores próximos do parâmetro produzirem resultados semelhantes, existe um patamar: uma área onde a regra se comporta de forma semelhante apesar de pequenas alterações nas definições. Se o resultado colapsar ao deslocar o parâmetro um passo, existe um pico, muito provavelmente um acerto casual numa configuração dos dados históricos. Escolher um ponto no centro do patamar é geralmente mais sensato do que escolher o topo; esta distinção e toda a metodologia walk-forward vêm do trabalho de Pardo (referência 7 da bibliografia).

Convém fazer o mesmo teste aos parâmetros que normalmente ninguém otimiza: horário de negociação, distância mínima do stop e filtro por dia da semana. Se o resultado depender de negociar até às 22:00 ou às 23:00 do servidor, verifique a justificação económica do filtro e a estabilidade fora do período de ajuste; a diferença de horário, por si só, não prova sobreajuste.

O número de variantes faz parte do resultado

Ao apresentar um backtest, indique o número de combinações verificadas juntamente com o resultado. Este hábito distingue a descrição de um teste de um anúncio. O trabalho de Bailey, Borwein, López de Prado e Zhu trata metodicamente o problema dos testes múltiplos e a probabilidade de o melhor resultado ser um artefacto da pesquisa (referência 8 da bibliografia); Aronson descreve sistematicamente a seleção com base no resultado (referência 9).

Monte Carlo como teste de robustez, não como previsão

Uma variante simples e útil, descrita, entre outros, por Tomasini e Jaekle (referência 10 da bibliografia): tome os resultados das operações dos segmentos de validação, gere repetidamente novas ordenações e calcule a distribuição da perda máxima. Interessa a cauda direita dessa distribuição — por exemplo, o percentil 95 da perda máxima, ou seja, o valor que 95 por cento dos percursos simulados não ultrapassam. Se esse valor exceder o limite de perda definido no plano de risco, o modelo e a dimensão da posição assumidos não cumprem esse critério de risco, mesmo que a média pareça favorável.

Duas limitações têm de ser explicitadas. Reordenar pressupõe operações independentes, o que não é verdade se a estratégia abre posições correlacionadas ou adapta a dimensão aos resultados recentes. E há uma segunda questão, normalmente formulada de forma demasiado ampla: a reordenação utiliza resultados que já ocorreram, pelo que não gera uma operação individual fora da distribuição observada. Isto não limita a perda máxima: precisamente, uma ordenação diferente pode concentrar perdas existentes numa sequência e produzir uma perda máxima superior à observada. Monte Carlo examina, portanto, a sensibilidade à ordem dos acontecimentos, não o leque de acontecimentos individuais possíveis. O limite de perda e a mecânica de interrupção da negociação são descritos no artigo sobre perda máxima e interruptor de emergência.

9. O que confirmam forward, demo e reprodução

O teste forward é por vezes descrito como a prova definitiva. Não o é: é uma etapa de validação que confirma algo restrito e muito concreto.

Um teste forward num segmento histórico reservado confirma que as regras com parâmetros fixos produziram um determinado resultado em dados não vistos pelo otimizador. Não confirma o custo de execução nem o comportamento num regime de mercado diferente.

Um teste forward em tempo real numa conta de demonstração acrescenta duas verificações: se a implementação funciona corretamente durante a utilização normal do terminal e se consegue aplicar as regras sem improvisar. Não mede o custo de execução na medida em que o servidor de demonstração não o reproduz; o que reproduz exatamente é determinado pela documentação dessa corretora e desse tipo de conta, não por um princípio geral. Até o verificar, um resultado de demonstração descreve uma simulação cujos pressupostos de execução ainda não foram verificados.

Um teste forward numa conta com capital real, com dimensão mínima acrescenta uma medição do custo de execução. Com a ressalva da secção dois: mede-o para a dimensão efetivamente negociada. A decisão de aumentar a exposição não pertence ao procedimento de teste, mas ao plano de gestão do risco, e apenas se esse plano o permitir.

Reprodução do mercado

A reprodução mostra o histórico com o futuro oculto: avança-se vela a vela, toma-se uma decisão e só depois se vê o que aconteceu. Para estratégias discricionárias, permite acumular muitas repetições sem esperar em tempo real nem programar as regras. Existem simuladores dedicados com painel de ordens e estatísticas e modos integrados em plataformas gráficas, que já não se limitam a deslocar o gráfico. O TradingView descreve atualmente um modo Replay Trading separado, no qual «pode abrir posições e colocar ordens limitadas, stop e stop-limit, tal como faria com uma corretora real». Os resultados da sessão são reunidos nos separadores Visão geral, Desempenho, Análise de operações, Rácios de risco/desempenho e Lista de operações; destes, «Desempenho e Lista de operações também podem ser exportados para análise posterior ou manutenção de registos» (referência 5 da bibliografia, consultada em 22.08.2026).

O que a reprodução não proporciona: não proporciona o custo de execução, porque o simulador atribui as execuções segundo regras próprias, que têm de ser conhecidas antes de tratar o resultado de uma sessão como algo mais do que um exercício. Também não proporciona a pressão de uma perda real. Tem ainda uma desvantagem específica: é fácil fazer batota sem dar por isso. Anular a última decisão, repetir um segmento, «mais uma vez, porque agora vi de outra forma»: cada operação destas transforma o teste numa história. Para uma sessão de reprodução ser um dado, tem de ter regras escritas antes do início e um registo de todas as decisões, incluindo as más.

10. Ferramentas de testes: comparação por critérios

Nenhuma ferramenta cobre todas as etapas. A tabela seguinte compara-as pelos critérios que realmente determinam a escolha, em vez de pelo número de funcionalidades.

A escolha resume-se a três perguntas. As suas regras podem ser escritas em código? Se não, precisa de um ambiente de reprodução, não de um testador. Precisa de ticks reais? Se a regra depende da ordem dos acontecimentos dentro de uma vela, sim, e isso determina a escolha. Quer controlar o esquema de divisão da amostra? Nesse caso, mais cedo ou mais tarde acabará por usar código próprio, porque as divisões integradas são deliberadamente simples.

11. Protocolo reproduzível e lista de credibilidade

Um teste que não pode ser repetido é uma opinião escrita em números. Os campos seguintes são o mínimo para que, daqui a seis meses, você ou outra pessoa reproduza exatamente a mesma execução. Se algum campo não puder ser recuperado, isso tem de ser indicado como limitação, em vez de ser omitido.

Lista de verificação da credibilidade do backtest

Onze perguntas que se aplicam exatamente da mesma forma a resultados alheios e próprios. A resposta «não sei» é uma resposta negativa.

1. Estão indicados o instrumento, o símbolo exato, o período e a fonte de dados?
2. Está indicado o modo de geração de ticks e corresponde ao horizonte da estratégia?
3. Sabe-se a que preço o testador executa ordens limitadas e stop, e isso foi verificado na documentação da ferramenta em vez de assumido?
4. O resultado contempla spread, comissão, pontos de swap e desvio de execução assumido, indicando a unidade de cada um?
5. O resultado resiste a um aumento dos custos da ordem do desvio médio medido na conta?
6. Está registado o momento em que era conhecido o valor de cada variável que entra na decisão, e nenhum desses momentos é posterior à decisão? Um teste de entrada atrasada complementa esta auditoria, não a substitui
7. Está indicada a divisão dentro/fora da amostra com as datas de fronteira?
8. Os dados fora da amostra foram consultados apenas uma vez, depois de congelar os parâmetros?
9. Está indicado o número de variantes de parâmetros verificadas?
10. O resultado mantém-se na vizinhança dos parâmetros escolhidos, não apenas num ponto?
11. O número de operações e a duração do período abrangem mais de um regime de mercado, dado que se pretende uma conclusão geral?

A pior forma de comprometer este procedimento não é omitir um ponto, mas executá-los na ordem errada: primeiro o resultado, depois a justificação. A ordem é uma condição de sentido, não uma preferência: os pontos sete e oito já não podem ser definidos honestamente depois de consultar o resultado. Escrever as regras antes do teste, fixar as fronteiras da amostra antes da otimização e anotar as variantes durante o trabalho custa um quarto de hora; é isso que separa a validação da procura de um gráfico bonito.

Depois de escrever o procedimento, o passo seguinte costuma ser transferi-lo dos cliques num testador para código que o execute de forma repetível e controle por si a divisão da amostra. Aí começa o tema de um artigo separado: Python na negociação, onde a reprodutibilidade do ambiente importa tanto como a do próprio teste.