Anatomia de uma Estratégia Real: a que Melhorou 28% Fora da Amostra, e Por Que Isso Preocupa

Isto é um estudo. Digo 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 valores em dólar são pequenos porque medi tudo no lote mínimo 0,01. Nos dois textos anteriores desta série eu mostrei uma estratégia que degradou 52% fora da amostra e outra que degradou 1%. Esta terceira fez o contrário das duas. Ganhou mais no período que nunca viu, e a explicação está inteira num único ano.

O que a pesquisa mostra: Bailey, Borwein, López de Prado e Zhu (2014) mostram que a comparação entre in-sample e out-of-sample só significa alguma coisa quando se sabe quantas configurações foram testadas até aquele resultado aparecer, e que amostras curtas fora da amostra produzem diferenças grandes em qualquer direção só por variação estatística (Notices of the AMS, 61(5), 458-471).

Como ela funciona, em português

Antes dos parâmetros, o mecanismo. Esta é a mais simples das cinco estratégias que abri nesta série, e dá para entender ela inteira com duas ideias.

A primeira ideia é a média que anda com o preço. Você soma os preços das últimas barras e divide pela quantidade, e vai refazendo essa conta a cada barra nova. O resultado é uma linha que segue o preço com atraso. Se você der peso maior às barras mais recentes, a linha reage mais rápido às viradas, e aí ela se chama média exponencial. Quando essa linha está descendo, os preços recentes estão chegando abaixo dos anteriores. É só isso que “média caindo” quer dizer.

Esta estratégia usa duas dessas linhas ao mesmo tempo, uma curta e uma longa. A curta reage rápido às viradas do preço, a longa demora. Ela só compra quando as duas estão caindo juntas. Pare um segundo nisso, porque é contra a intuição: ela abre posição de compra exatamente quando tudo está apontando para baixo. Ela se posiciona contra o movimento em curso, esperando o repique que costuma vir depois de uma sequência de quedas. É um sistema de reversão, e não de tendência.

A segunda ideia é a distância do preço até a média dele. Se você mede o quanto o preço está afastado da própria média e divide pelo afastamento médio típico daquele período, você tem um número que diz “está longe” ou “está perto” de um jeito comparável entre épocas diferentes. Esse número se chama CCI. A estratégia usa ele subindo como parte do gatilho de venda, junto com uma condição de horário: a máxima do meio da manhã ficando abaixo da máxima do resto do pregão, por sete barras seguidas.

Para sair da venda ela usa uma terceira medida, a reta de tendência. Você pega os últimos preços e traça a reta que passa mais perto de todos eles ao mesmo tempo, aquela que erra menos no conjunto. O valor do indicador é onde essa reta está agora. Isso se chama regressão linear. Quando essa reta cruza para cima de uma média suavizada dela mesma, a inclinação do movimento virou, e a estratégia fecha a venda.

A estratégia inteira, em três frases. Ela compra contra a queda, quando a média curta e a longa estão as duas descendo, para pegar o repique. Ela vende quando a manhã fica fraca em relação ao resto do pregão e o preço vem se afastando da média. E ela segura a compra sem nenhum indicador para mandar sair, contando apenas com um stop curtíssimo, um limite de nove barras e um stop móvel. Guarde essa última parte, porque é ela que explica o pior ano da estratégia.

A lógica completa, sem esconder nada

Abri o arquivo .sqx (nome interno “Strategy 2.10.68”, formato AlgoWizard do StrategyQuant X) e li o XML: motor MetaTrader 5, avaliação no fechamento da barra de 8 horas, e tamanho de posição apontando para a gestão de dinheiro global do projeto, sem número cravado na estratégia. Medi a curva no lote mínimo 0,01. Esta é a mais enxuta das cinco que estudei: cinco indicadores no total, contra os onze da estratégia de Hull que ainda vou publicar.

Entrada comprada. Duas condições, e as duas dizem a mesma coisa: a média exponencial de 14 períodos caindo e a média exponencial de 63 períodos caindo, ambas medidas três barras atrás. Leia com atenção o que isso significa. Ela compra quando as duas médias estão apontando para baixo, a rápida e a lenta. É um sistema de reversão. Ele se posiciona comprado contra um movimento de queda em curso, para capturar o repique que vier depois.

Entrada vendida. Três condições. A máxima do intervalo entre 10h30 e 12h ficando abaixo da máxima da sessão das 10h12 às 17h25, e isso por sete barras seguidas, mais o CCI de 40 períodos subindo, medido três barras atrás. Mais o filtro anti-conflito de sempre. É o único ponto do arquivo em que aparece horário de sessão, e ele aparece com minutos quebrados, do tipo que só um otimizador escreve.

As saídas são assimétricas, e essa é a parte que decide o resultado. Na compra, a saída por sinal está gravada no XML como uma constante booleana false, ou seja, desligada. A posição comprada fecha por stop de 0,3%, por saída forçada após 9 barras, ou por um stop móvel de 2,3 vezes o ATR de 72 períodos, que só passa a valer depois que o lucro atinge 3,5 vezes o ATR de 27. Na venda existe saída por sinal de verdade: fecha quando a regressão linear de 20 períodos cruza para cima da sua própria média suavizada de 62. A venda tem ainda saída após 4 barras e stop de 1,0%, mais que o triplo do stop da compra. São dois desenhos diferentes dentro da mesma estratégia.

Guarde este número, porque ele explica o pior ano dela: stop de 0,3% numa barra de 8 horas, o que no EUR/USD fica na ordem de 30 a 35 pips, num gráfico em que cada vela leva um terço do dia inteiro para fechar. É stop de scalp em prazo de swing.

Segundo aviso do texto. Mostrar a receita completa não entrega uma máquina de fazer dinheiro. Uma estratégia isolada, sem teto de perda e sem gestão de risco de portfólio, é frágil por construção. O que você acabou de ler é uma peça. E uma peça sozinha não sobrevive a um ano ruim.

Onde ela ganhou e onde ela quebrou

Cruzei o resultado ano a ano com o contexto macro do EUR/USD. O ano de 2023 domina tudo.

2019 (+US$ 83,75). Par preso entre 1,09 e 1,16, sem catalisador, com o Fed cortando juros no meio do ciclo, num ano de lateralização mansa que um sistema de repique colhe bem. Começo positivo.

2020 (+US$ 211,90), o auge. O ano da COVID, com o crash de pânico em março e a alta firme até dezembro, com o Fed a zero e compra de ativos sem teto anunciado. Volatilidade alta e reversões violentas nos dois sentidos, que é o ambiente exato de um sistema que se posiciona contra o movimento em curso. Quase metade do lucro dos 7,4 anos saiu daqui.

2021 (+US$ 81,33). Queda persistente de 1,23 para 1,12, com o mercado precificando o aperto do Fed enquanto o ECB seguia parado. Queda arrumada e com repiques regulares no caminho. Ela colheu os repiques.

2022 (+US$ 50,74). O ano do dólar forte, com o Fed subindo 425 pontos-base, o choque de energia da guerra na Europa e o EUR/USD indo até a paridade em julho e ao mínimo de 0,9536 em setembro, o menor nível desde 2002. Lucro modesto num movimento gigante. Ela não vive de tendência.

2023 (−US$ 149,04), e este ano merece um parágrafo inteiro. O par ficou preso numa faixa de cerca de 830 pips o ano inteiro, sem catalisador novo. Um sistema de reversão deveria adorar um ano assim, e ele levou o maior prejuízo anual das cinco estratégias que estudei. O motivo é o stop de 0,3%. Num range apertado sem direção, o preço fica batendo de um lado para o outro dentro de uma faixa estreita, e cada compra de repique é estopada por um movimento de 30 pips que não significa nada. Ela entrou muito, foi estopada muito, e o custo apareceu na conta. O que ela precisa é amplitude, e um ano inteiro de passo curto é o pior ambiente possível para ela.

2024 (−US$ 35,97). Miolo do ano entre 1,07 e 1,09, com uma pernada de alta do dólar no quarto trimestre depois da eleição americana. Mais um ano de faixa estreita, mais um ano negativo.

2025 (+US$ 122,50). O par saiu de 1,02 para 1,18 no primeiro semestre depois do choque tarifário de abril. Fuga do dólar rápida, com saltos grandes e reversões fortes. Amplitude alta de novo, e ela voltou a ganhar.

2026 até junho (+US$ 91,13). Pernada de alta em janeiro com o par cruzando 1,20, depois correção. Movimento com amplitude, resultado positivo.

O retrato é simples de resumir. Ela ganha quando o mercado se move com amplitude, para qualquer lado que seja, e perde quando o mercado passa o ano inteiro dentro de uma faixa estreita, sem entregar passo grande o bastante. A direção não decide nada. O tamanho do passo contra o stop de 0,3% decide tudo.

Por que “melhorar” fora da amostra é um mau sinal

Agora o teste. Ela foi construída e otimizada com dados de 2019 a 2023, o período in-sample. O período de 2024 a 2026 é forward real, dados nunca vistos na construção. No in-sample de cinco anos, +US$ 278,68, uma média de US$ 55,8 por ano; no forward de 2,4 anos, +US$ 173,94, uma média de US$ 71,7 por ano. O forward foi 28% mais produtivo.

Parece ótimo. E a explicação inteira cabe numa linha: o período de construção contém o pior ano da história dela, e o forward não. Tire 2023 do in-sample e a média dos outros quatro anos vira US$ 106,9 por ano, quase o dobro do que o forward entregou. A estratégia continuou exatamente a mesma. A amostra de comparação é que ficou mais fácil.

Isso tem uma consequência prática que vale mais que o número. Quando alguém mostra um forward acima do in-sample, existem três explicações possíveis, e nenhuma delas é “a estratégia melhorou”. Ou o in-sample carregava um regime especialmente ruim, que é este caso; ou o forward é curto demais e pegou um trecho favorável por pura variação estatística, e 2,4 anos é bem curto. Ou a divisão entre os dois períodos foi escolhida depois de olhar o resultado, que é o pior dos três e não é o que aconteceu aqui, porque o corte em 2024 é fixo e vale para todas as estratégias que eu estudo.

A régua que sobrevive a essa armadilha é o rebaixamento, e ele é o pior das cinco: US$ 247,67 contra um lucro total de US$ 456,34. Mais da metade do que ela ganhou em 7,4 anos ela já devolveu de uma vez, em algum momento do caminho. É o mesmo tipo de leitura que a probabilidade de sobreajuste do backtest tenta capturar, e que o Sharpe deflacionado corrige quando muita variação foi testada.

O que este estudo ensina

Três lições que passam desta estratégia para qualquer outra.

Primeira, forward acima do in-sample pede desconfiança. A comparação entre os dois períodos mede a diferença entre duas amostras. A qualidade do sistema fica de fora dessa conta. Quando o resultado der a favor do forward, a primeira coisa a fazer é olhar quais anos caíram de cada lado do corte. Aqui, um único ano de prejuízo dentro da construção explicou a inversão inteira.

Segunda, o stop precisa conversar com o tempo gráfico. Um stop de 0,3% é razoável para quem opera de minuto. Pendurado numa barra de 8 horas, ele transforma qualquer oscilação normal em prejuízo realizado. Foi assim que um ano de range, que deveria ser o melhor ambiente para um sistema de reversão, virou o pior ano dela por uma margem enorme.

Terceira, o que importa é a amplitude do movimento, e não a direção. Esta estratégia foi positiva no ano de queda de 2021, no ano de alta de 2025 e no ano do V de 2020. Foi negativa em 2023 e 2024, os dois anos de faixa estreita. Classificar regime por “alta, baixa ou lado” não explica o resultado dela. Classificar por amplitude explica. É por isso que eu monto carteira por comportamento, medindo quantos fatores de risco independentes existem ali dentro.

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

Os números deste estudo

Perguntas frequentes

Se o forward foi melhor que o in-sample, a estratégia é boa?

Não, e essa é a pergunta central deste estudo. O forward só ficou acima porque o período de construção incluiu 2023, o pior ano da história dela, com prejuízo de US$ 149,04, e tirando esse ano a média do in-sample sobe para US$ 106,9 por ano, bem acima dos US$ 71,7 que o forward entregou. A estratégia seguiu a mesma, e o que mudou foi a dificuldade da amostra usada em cada lado da comparação. Sempre que um forward aparecer acima do in-sample, olhe quais anos caíram de cada lado do corte antes de concluir qualquer coisa.

Por que um sistema de reversão perdeu num ano de mercado de lado?

Porque o que decide o resultado é a amplitude com que ele anda de lado. O stop desta estratégia é de 0,3%, algo em torno de 30 a 35 pips no EUR/USD numa barra de 8 horas, e em 2023 o par passou o ano inteiro dentro de uma faixa de cerca de 830 pips, oscilando em movimentos pequenos. Cada compra de repique foi estopada por uma oscilação normal, muitas vezes seguidas. Um sistema de reversão precisa de amplitude para o repique valer mais que o stop, e 2023 não deu essa amplitude.

Essa estratégia usa só médias móveis?

A entrada comprada usa só duas médias exponenciais, de 14 e de 63 períodos, as duas caindo. A entrada vendida usa máxima de sessão em janela de horário e o CCI de 40 períodos, e a saída da venda usa uma regressão linear de 20 cruzando a própria média suavizada de 62. São cinco indicadores no total, o que faz dela a mais enxuta das cinco estratégias que abri nesta série. Ter poucos indicadores não a torna mais robusta, e o rebaixamento de US$ 247,67 mostra isso.

Essa estratégia está à venda?

Não. Este é um estudo, e abri a lógica inteira de propósito, incluindo cada parâmetro, porque a minha tese é que o valor não está na receita secreta. Não há link de compra nem assinatura, e não estou recomendando que ninguém opere isto. 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 de validação, que é onde a vantagem mora.

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 contra out-of-sample 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.