Anatomia de uma Estratégia Real: Bollinger e WaveTrend no EUR/USD, 7 Anos Abertos Sem Esconder Nada

Peguei uma estratégia real que gerei no StrategyQuant X, abri a lógica inteira e estudei onde ela ganhou, onde quebrou e se sobreviveu fora da amostra.

O estudo: peguei uma estratégia real que eu mesmo gerei no StrategyQuant X, que combina Bollinger Bands e WaveTrend no EUR/USD em barras de 8 horas, e abri a lógica inteira. Em 7,4 anos ela fez +US$ 265,62 no lote mínimo 0,01, com rebaixamento máximo de US$ 73. O detalhe que interessa: no período em que ela foi construída (2019-2023) rendeu US$ 43,2 por ano; no período que ela nunca viu (2024-2026) rendeu US$ 20,8 por ano, 52% mais devagar. O melhor ano dela (2022, +130) e os dois piores (2023 e 2025, ambos negativos) contam a mesma história: ela vive de tendência e sofre em mercado de lado.

Isto é um estudo. Faço questão de dizer logo na primeira linha o que ele não é: não é recomendação para você operar esta estratégia, não é um produto à venda, e não é promessa de nada. Resultado passado não garante resultado futuro, e os cifrões daqui são pequenos de propósito, porque medi tudo no lote mínimo 0,01. O que importa neste texto é o comportamento da estratégia ao longo dos anos, o formato da curva e o motivo de ela ganhar num ano e quebrar no outro. Escrevo isto porque acredito numa tese incômoda: a vantagem de um projeto sério de trading algorítmico quase nunca mora na estratégia secreta. Ela mora no processo de validação. Por isso vou mostrar a receita inteira, sem esconder um parâmetro sequer, e ainda assim você vai ver que a receita, sozinha, não resolve o problema de ninguém.

O que a pesquisa mostra: Bailey, Borwein, López de Prado e Zhu (2014) demonstraram que quanto mais configurações de uma estratégia você testa, maior a probabilidade de o backtest estar sobreajustado (overfit), e que, sob efeitos de memória, esse sobreajuste chega a produzir retorno esperado negativo fora da amostra. A conclusão prática dos autores é dura: como quase ninguém reporta quantas variações testou, o investidor não consegue medir o grau de sobreajuste de uma proposta e é facilmente iludido por um backtest bonito (Notices of the AMS, 61(5), 458-471).

A lógica completa, sem esconder nada

Abri o arquivo .sqx da estratégia (nome interno “Strategy 4.5.64”, formato AlgoWizard do StrategyQuant X) e li o XML por inteiro. O motor é MetaTrader 5, gestão de dinheiro por tamanho fixo, e toda avaliação acontece no fechamento da barra, sem reagir tick a tick. O par não está gravado no arquivo (o campo símbolo vem nulo), mas o tick size de 0,0001 indica um instrumento de quatro casas, típico de Forex, e eu rodei a medição no EUR/USD em H8. Um ponto de transparência antes de tudo: o tamanho da posição não está fixado na estratégia, ela aponta para a gestão de dinheiro global do projeto (no XML, o campo de size é a fórmula de money management global, não um número cravado). A curva de equity que eu reporto foi medida no lote mínimo 0,01 que uso para deploy, então basta multiplicar o lote para escalar lucro e rebaixamento na mesma proporção. Não há stop nem alvo no nível da conta. Todo o controle de saída é por ordem.

A cada nova barra a estratégia calcula quatro sinais e dispara quatro regras. Vou abrir as quatro:

Entrada comprada. Duas condições ao mesmo tempo. Primeira: o High cruza para cima da Bollinger Bands de período 55 e desvio 1,9 (rompimento de preço acima da banda). Segunda: o desvio-padrão de período 30 está caindo ao longo de 37 barras, numa checagem não estrita (caindo ou de lado). A leitura é um padrão de aperto e rompimento, o preço estoura a banda enquanto a volatilidade está se contraindo.

Entrada vendida. As duas Hull Moving Averages, a rápida de 12 e a lenta de 24, inclinando para baixo ao mesmo tempo. Nada além disso. Há um filtro anti-conflito: a venda só entra se não existir, na mesma barra, sinal de compra ativo.

Saída da compra. Dispara quando a WaveTrend (canal 14, média 21), na linha de sinal, está caindo ao longo de 17 barras. Além desse gatilho, a ordem comprada carrega um bloco de saída próprio: stop loss de 0,7%, alvo de 2,0%, saída forçada após 20 barras, e um trailing por ATR (3,3 vezes o ATR de 22 períodos, que só passa a valer depois que o lucro atinge 1,6 vez o ATR de 12).

Saída da venda. Dispara quando a barra abre acima da média móvel de 50 períodos. O bloco de saída da venda é diferente do da compra: stop de 0,8%, nenhum alvo fixo de lucro, trailing de valor fixo em 65 pontos, e movimento do stop para o zero a zero fixado em 95 pontos com um deslocamento de 3,9 vezes o ATR de 57 períodos.

Repare na assimetria, que é o traço mais honesto da estratégia: a compra tem alvo de lucro e saída por tempo; a venda não tem alvo, ela vive de stop, trailing e da regra de sinal. São dois mecanismos de saída distintos para cada direção. Uma observação de transparência sobre os números que citei: alguns parâmetros (a linha da WaveTrend, o preço de cálculo dos indicadores, o tipo da média de 50) estão gravados no arquivo como índices de combo, e os rótulos que dei são a decodificação padrão do SQX. E o que não está no arquivo também importa: não há filtro de horário, de dia da semana, de sessão nem de notícias. O único filtro lógico é o anti-conflito entre comprar e vender na mesma barra.

Aqui vai o primeiro aviso que faço questão de espalhar ao longo do texto: mostrar a receita completa não é entregar uma máquina de fazer dinheiro. Uma estratégia isolada, sem gestão de risco de portfólio, sem teto de perda e sem diversificação por comportamento, é frágil por construção. O que você acabou de ler é uma peça. E uma peça sozinha não sobrevive a um ano ruim.

Curva de equity real da estratégia Bollinger+WaveTrend no EUR/USD, 2019 a 2026, com o marco entre construção in-sample e forward

Onde ela ganhou e onde ela quebrou: o regime decide

Cruzei o resultado ano a ano com o contexto macro do EUR/USD. O padrão é limpo. O resultado de cada ano é, antes de tudo, função do regime de mercado daquele ano, e essa é a lição central deste estudo.

2019 (+US$ 40,67). Ano de lateralização com leve viés de baixa, o par preso entre 1,09 e 1,16, com o Fed cortando juros no meio do ciclo, sem divergência clara contra o ECB, e o mercado sem nenhuma história direcional para contar. A estratégia arranhou um lucro modesto. Ano morno, resultado morno.

2020 (+US$ 27,00). O ano da COVID foi uma tendência em forma de V, o crash de pânico em março e depois a alta firme até dezembro com o Fed a zero e QE ilimitado. O V é traiçoeiro para quem segue tendência. O primeiro trimestre rendeu +45, e a virada violenta de março engoliu boa parte disso nos trimestres seguintes. Lucro no fim, mas com o solavanco típico de uma reversão em V.

2021 (+US$ 48,06). Queda persistente o ano inteiro, de 1,23 para 1,12, conforme o mercado começou a precificar o aperto do Fed enquanto o ECB seguia parado. Tendência de baixa longa e ordenada, que é exatamente o regime para o qual ela foi calibrada, com a contração de volatilidade acontecendo antes do rompimento e uma direção que durou meses. Ano bom.

2022 (+US$ 130,19), o auge. Disparado o melhor ano, e não por acaso. Foi o ano do dólar: o Fed subiu 425 pontos-base, houve o choque de energia da guerra na Europa, e o EUR/USD despencou até a paridade em julho e ao mínimo de 0,9536 em setembro, o menor nível desde 2002. Uma tendência de baixa longa e limpa, movida por divergência de política monetária. Só o segundo trimestre de 2022 rendeu +72. Quando o mercado entrega esse tipo de pernada, a estratégia colhe.

2023 (−US$ 30,15), o pior ano. O pesadelo do seguidor de tendência. O par ficou preso numa faixa de cerca de 830 pips o ano inteiro, sem catalisador e sem divergência nova, então a estratégia entrou em rompimentos que morreram, foi estopada de lado, e sangrou logo no primeiro trimestre (−34). Quando não há pernada, o mecanismo de rompimento vira uma máquina de pequenos prejuízos.

2024 (+US$ 33,66). Ano partido em dois. O miolo foi range, preso entre 1,07 e 1,09, e a estratégia apanhou nesse trecho. A salvação veio no quarto trimestre, quando a vitória de Trump destravou uma pernada de alta do dólar e o par caiu para perto de 1,04. Esse último trimestre rendeu +42 e resgatou o ano inteiro. A conta do ano cabe numa linha: a estratégia passou o ano quase de graça e ganhou dinheiro nas poucas semanas em que houve direção.

2025 (−US$ 28,62), e aqui a honestidade dói. Pelo mapa macro, 2025 foi um ano de tendência forte de alta no primeiro semestre, com o par saindo de 1,02 para 1,18 depois do choque tarifário de abril. Um seguidor de tendência deveria ter lucrado, e ela perdeu. Por quê? Porque o rótulo “tendência” não basta; importa a textura da tendência. A subida de 2025 foi uma fuga do dólar rápida e cheia de saltos, movida por manchete de tarifa, o tipo de movimento violento e descontínuo que estopa um sistema calibrado para tendências ordenadas nascidas de divergência de juros. A estratégia quer o rompimento limpo depois da contração de volatilidade, e recebeu o oposto, expansão brusca com reversões. Perdeu nos três primeiros trimestres e só respirou no quarto. Este é o achado mais valioso do estudo: nem toda tendência paga esta estratégia, só a tendência com a textura certa.

2026 até junho (+US$ 44,81). Repetiu o roteiro de 2024 ao contrário. Uma pernada de alta em janeiro, quando o par cruzou 1,20, rendeu +45 no primeiro trimestre. Depois veio a correção e a lateralização, e o segundo trimestre ficou praticamente zerado. De novo, o dinheiro apareceu no trecho direcional e sumiu no range.

Junte os dois melhores e os dois piores anos e a conclusão se escreve sozinha: os anos que pagam são os de pernada longa e ordenada (2021, 2022, o quarto trimestre de 2024, janeiro de 2026), e os anos que quebram são os de lateralização apertada (2023) e os de reversão violenta e descontínua (2025). A performance segue o regime de mercado, e o regime segue a existência de uma história macro direcional e bem-comportada.

O teste que importa: ela sobreviveu fora da amostra?

Agora o teste que separa uma estratégia de um autoengano. Esta foi construída e otimizada com dados de 2019 a 2023, e esse é o período in-sample, onde os parâmetros (aquele 55 da Bollinger, o 1,9 de desvio, o 0,7% de stop) foram escolhidos justamente por terem funcionado. Por definição, esse período é otimista, porque a estratégia foi moldada nele. O período de 2024 a 2026 é forward real, dados que ela nunca viu quando foi construída. É o único trecho honesto da curva.

Os números da divisão são estes. No in-sample de cinco anos, +US$ 215,77, uma média de US$ 43,2 por ano; no forward de 2,4 anos, +US$ 50,49, uma média de US$ 20,8 por ano. A estratégia continuou positiva fora da amostra, o que sugere que existe alguma vantagem de verdade ali. Mas ela rendeu 52% mais devagar no forward do que no período de construção. Traduzindo em linguagem de decisão: a vantagem parece real, e ao mesmo tempo o in-sample claramente inflava a expectativa em cerca de duas vezes.

Reforço o aviso, porque é onde mais gente se ilude: todo backtest de construção infla, sempre, por definição. É a mesma força que faz o Sharpe do backtest vir inflado quando se testa muita variação. Se alguém te mostra uma curva linda e não te diz onde termina o in-sample e começa o forward, o número que importa está escondido. E há um detalhe honesto a favor desta estratégia específica: o próprio período de construção contém um ano perdedor (2023, −30), o que indica que o otimizador não pescou uma janela impecável de mentira. O forward, por sua vez, já embute o ano ruim de 2025, então aqueles US$ 20,8 por ano não são um número de céu de brigadeiro, eles já pagaram o pedágio de um ano de range. Isso torna a degradação de 52% um pouco menos assustadora, sem apagá-la.

Coloco isto no contexto do meu próprio projeto para não soar teórico. Quando montei um portfólio maior de robôs e medi o rebaixamento forward contra o rebaixamento do backtest, ele saiu em torno de 1,75 vez maior, só pelo viés de ter selecionado as estratégias olhando para o passado. A degradação que você vê aqui, numa estratégia só, é a mesma força estatística que a probabilidade de sobreajuste do backtest mede, que Bailey e coautores descrevem e que eu vejo repetida no meu extrato. O in-sample é uma promessa; o forward é o extrato.

O que este estudo ensina

Três lições que passam desta estratégia para qualquer outra.

Primeira, o regime manda. O resultado anual desta estratégia foi governado pela pergunta “o mercado deu, naquele ano, a textura de tendência que ela precisa?”. Julgar a estratégia pelo ano de +130 é julgar 2022, não a estratégia. E julgar pelo ano de −30 é julgar 2023. Uma estratégia direcional carrega uma distribuição inteira de retornos condicionada ao regime, e quem compra a média de um backtest está comprando a mistura de regimes daquele período específico, que não vai se repetir na mesma proporção.

Segunda, o in-sample infla. A diferença entre US$ 43 e US$ 20 por ano é a diferença entre o que a otimização promete e o que o mercado paga. O único número que merece confiança é o de fora da amostra, e mesmo esse é uma única realização da história, não uma garantia.

Terceira, uma estratégia não é um portfólio. Esta aqui tem uma dependência pesada de tendência e morre em anos de lado. Operada sozinha, ela te entrega anos de −30 sem pedir licença. A tese da casa, e o motivo de eu abrir a receita sem medo, é que a vantagem real vem de combinar muitos comportamentos pouco correlacionados dentro de um processo de validação disciplinado, de modo que nenhum regime isolado afunde o livro. Foi por isso que este projeto virou a montagem de um portfólio em vez da caça a uma estratégia mágica. Estudar esta peça serve para entender uma engrenagem do processo, e não para colocar um motor na sua mão.

Fecho com o mesmo aviso do começo, agora com mais razão para ele. Nada aqui é recomendação. É a dissecação transparente de uma estratégia real, com os defeitos escancarados, publicada porque acredito que ver onde uma estratégia quebra ensina mais do que ver onde ela brilha.

Os números deste estudo

Métrica Valor Contexto
Net total (7,4 anos, lote 0,01) +US$ 265,62 vantagem existe, mas modesta no lote mínimo; o que importa é o formato, não o cifrão
Rebaixamento máximo US$ 73,00 escala junto com o lote; a 0,10 seria dez vezes maior
Net in-sample (2019-2023) +US$ 215,77 período de construção e otimização; expectativa inflada por definição
Net forward (2024-2026) +US$ 50,49 dados nunca vistos na construção; o único número honesto
Degradação anual in-sample para forward −52% de US$ 43,2 para US$ 20,8 por ano; o tamanho do exagero do backtest
Melhor ano (2022) +US$ 130,19 dólar forte, EUR/USD à paridade, tendência limpa: o regime ideal
Piores anos (2023 e 2025) −US$ 30,15 e −US$ 28,62 range apertado de ~830 pips e reversão violenta por tarifas

Perguntas frequentes

Essa estratégia está à venda?

Não. Este é um estudo, e eu abri a lógica inteira de propósito, incluindo cada parâmetro, exatamente porque a minha tese é que o valor não está na receita secreta. Não estou recomendando que ninguém opere esta estratégia, não há link de compra, não há assinatura. O objetivo é mostrar como uma estratégia real se comporta ao longo de sete anos e por que ela ganha ou perde, para que o leitor aprenda a olhar o processo, que é onde a vantagem de verdade mora.

Bollinger Bands funciona?

Funciona como componente. Como sistema fechado por conta própria, raramente. Nesta estratégia ela serve de gatilho de rompimento, combinada com um filtro de contração de volatilidade pelo desvio-padrão, e esse arranjo lucrou nos anos de tendência ordenada e perdeu nos anos de lateralização e de reversão violenta. O indicador entrega resultado quando o regime coopera. Nenhum indicador isolado, Bollinger incluído, é garantia de nada fora do regime que o favorece.

Por que os valores em dólar são tão pequenos?

Porque medi tudo no lote mínimo 0,01, que é o que uso para deploy. Os cifrões são propositalmente pequenos e, para efeito deste estudo, irrelevantes. O que interessa é o comportamento e o formato da curva ao longo do tempo. Se você multiplicar o lote, multiplica na mesma proporção tanto o lucro quanto o rebaixamento, então a US$ 73 de drawdown viram US$ 730 num lote dez vezes maior. A régua do estudo é o comportamento, não o saldo.

Se ela deu lucro no forward, então tem vantagem real?

Provavelmente existe uma vantagem pequena e real, porque ela ficou positiva num período que nunca viu na construção. Mas o forward rendeu 52% mais devagar que o in-sample, o que significa que a maior parte do brilho do backtest era inflação da otimização. E uma única janela forward positiva é uma realização da história, não uma prova. A resposta honesta é: promissora, não provada. Confiar cegamente no número de construção seria repetir o erro que a própria pesquisa sobre sobreajuste alerta.

Referências

  • Bailey, D. H.; Borwein, J. M.; López de Prado, M.; Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458-471. ssrn.com.
  • López de Prado, M. (2018). Advances in Financial Machine Learning. Wiley. Sobre in-sample versus out-of-sample, walk-forward e por que o backtest superestima. wiley.com.
  • Atlantic Council (2022). The euro at parity with the USD: implications for the global economy. Contexto do dólar forte e da paridade em 2022. atlanticcouncil.org.
  • Pound Sterling Live. EUR/USD history 2023. Faixa de ~1,0448 a 1,1276, amplitude de ~827 pips no ano. poundsterlinglive.com.

Presente para Leitores: Robô de Gradiente Linear Gratuito

Estou liberando o acesso ao meu setup pessoal de Gradiente Linear sem custo nenhum. É só clicar e me pedir o arquivo.

Quero meu Robô Gratuito
🔒 Acesso Direto no WhatsApp
⚠️ Aviso de risco: O conteúdo do Invista Já é educacional e informativo sobre algotrading e estratégias quantitativas e não constitui recomendação ou consultoria de investimento, nem oferta ou solicitação de compra ou venda de qualquer ativo. Operações no mercado financeiro envolvem risco de perda, inclusive do capital investido, e resultados passados não garantem resultados futuros. Avalie seu perfil de risco e, se necessário, consulte um profissional certificado antes de investir.

Quem escreve: Flávio Araújo

Trader algorítmico há mais de 13 anos, MBA em Mercado de Capitais e Derivativos. Mantém um laboratório próprio que já rodou mais de 20 milhões de backtests e analisou mais de 20 mil estratégias, e opera um portfólio de robôs acompanhado publicamente no blog. LinkedIn · Instagram · YouTube

Flávio Araújo
Flávio Araújo

Engenheiro com MBA em Mercado de Capitais e Derivativos. Atua há mais de 10 anos no Mercado Financeiro, com 6 anos dedicados ao Algotrading e estratégias quantitativas. Especialista em validação de robustez e automação de investimentos.

Artigos: 171