Guia Completo: Graus de Liberdade Trading e o Combate ao Overfitting

Todo desenvolvedor de estratégias já sentiu esta frustração: um sistema com uma curva de capital perfeita no Backtest, que sobe de forma suave e consistente, apenas para falhar de maneira catastrófica ao ser colocado em operação real.

A decepção é imensa, mas a causa quase sempre é a mesma: o overfitting, também conhecido como ajuste de curva.

O overfitting ocorre quando uma estratégia é tão complexa e tão ajustada aos dados do passado que ela deixa de capturar um padrão real de mercado e passa a modelar o ruído aleatório. Ela se torna uma descrição perfeita da história, mas sem qualquer poder preditivo para o futuro.

Para combater essa ilusão matemática, precisamos de uma ferramenta estatística rigorosa. Essa ferramenta são os Graus de Liberdade (GL). Este conceito, emprestado da estatística, é uma métrica essencial para medir o risco de overfitting em um sistema de trading.

Ao final deste guia, você não apenas entenderá o que são Graus de Liberdade, mas saberá como calculá-los e usá-los para diagnosticar a saúde de suas estratégias. Você aprenderá a diferenciar um sistema verdadeiramente robusto de uma frágil anedota matemática, ganhando confiança para a alocação de capital.

O processo que nos leva a este erro fatal é o Data Mining Bias, a tendência de torturar os dados até que eles confessem um resultado lucrativo.

Definição Formal dos Graus de Liberdade (GL) em Sistemas de Trading

Para construir autoridade sobre um conceito, devemos começar por sua origem. Na estatística, a ideia de graus de liberdade representa o número de informações independentes disponíveis em uma amostra para estimar um parâmetro.

O exemplo clássico é o cálculo da variância amostral, onde usamos n-1 no denominador. Fazemos isso porque, após calcularmos a média da amostra, apenas n-1 valores são livres para variar; o último valor fica “preso” pela restrição da média.

No universo do trading algorítmico, traduzimos essa ideia para avaliar a robustez de uma estratégia. Os “dados” são o número de operações (N_{trades}) que o seu backtest gerou. As “restrições” são os parâmetros e regras (P_{params}) que você impôs ao sistema para que ele funcionasse. Cada regra, cada filtro, cada período de indicador que você escolhe “consome” um grau de liberdade.

A relação matemática que quantifica a robustez de um sistema é a nossa fórmula fundamental.

GL = N_{trades} - P_{params}

Onde:

• GL são os Graus de Liberdade, nossa medida de robustez.
• N_{trades} é o número total de operações (trades) executadas no backtest. Esta é a sua evidência empírica.
• P_{params} é o número total de parâmetros, regras e filtros da estratégia. Estas são as suas restrições.

Um resultado positivo e elevado sugere que o desempenho observado tem validade estatística. Um resultado baixo ou negativo é um alarme vermelho, indicando que a estratégia é provavelmente uma miragem estatística, produto do acaso e do ajuste excessivo.

Um sistema de trading sem graus de liberdade suficientes não é uma estratégia, é uma anedota. Ele descreve perfeitamente o passado sem ter qualquer poder preditivo sobre o futuro.

A Intuição de Mercado: Por que Menos Regras Resultam em Mais Confiança

A fórmula pode parecer abstrata, mas a intuição por trás dela é pragmática e poderosa. Pense no seu backtest como um processo de investigação. O número de trades (N_{trades}) representa o número de testemunhas ou pontos de evidência que você conseguiu reunir. O número de parâmetros (P_{params}) representa o número de afirmações ou condições que você está fazendo sobre como o mercado funciona.

Imagine que você tem um backtest com apenas 30 trades (30 evidências), mas sua estratégia possui 25 parâmetros (25 afirmações complexas). Sua tese é extremamente frágil. Você impôs tantas regras que é quase inevitável encontrar uma combinação que funcione por pura sorte nesse pequeno conjunto de dados. A confiança estatística em um resultado desses é praticamente nula.

Cada regra que você adiciona a um sistema de trading precisa ser “paga” com um volume significativo de ocorrências que a validem. Adicionar um filtro de média móvel, por exemplo, é uma afirmação que você está fazendo. Para que essa afirmação seja crível, ela precisa ser validada por um número significativo de trades que demonstrem sua eficácia.

O objetivo de um trader quantitativo não é forçar um padrão sobre o ruído do mercado, mas sim descobrir um padrão genuíno que se manifesta de forma recorrente.

A simplicidade, portanto, não é uma escolha estética, mas uma necessidade matemática para garantir que estamos capturando um verdadeiro sinal vs ruído.

Delimitando o Conceito: O que Graus de Liberdade NÃO São

Para usar essa ferramenta de forma eficaz, é crucial entender suas limitações e desmistificar algumas concepções erradas. A métrica de Graus de Liberdade é poderosa, mas não é uma panaceia.

Primeiro, não é uma garantia de lucro. Uma estratégia pode ser extremamente simples e ter um GL altíssimo, mas ainda assim ser consistentemente perdedora. Se a lógica econômica por trás da estratégia for falha, a simplicidade apenas tornará essa falha mais evidente. Um GL alto indica robustez estatística, não performance positiva. Uma estratégia ruim e simples continuará sendo ruim.

Segundo, não é apenas uma filosofia de simplicidade. Embora o princípio de ‘manter as coisas simples’ seja um bom guia, os Graus de Liberdade o transformam de um conselho vago em uma medida quantitativa. Ele fornece um número concreto para avaliar o risco de overfitting, substituindo a subjetividade por um diagnóstico estatístico.

Finalmente, não é a única métrica de validação. Os Graus de Liberdade são uma ferramenta de diagnóstico de primeira linha, um filtro essencial para descartar sistemas super-otimizados. No entanto, uma estratégia que passa neste teste ainda deve ser submetida a outros métodos de validação rigorosos, como a Walk-Forward Analysis e Simulações de Monte Carlo, para avaliar sua robustez em diferentes condições de mercado.

Ignorar os graus de liberdade é como navegar usando um mapa perfeitamente desenhado de uma costa que não existe mais. A precisão da descrição do passado se torna a principal causa do naufrágio no futuro.

Aplicação Prática: Graus de Liberdade em Diferentes Horizontes Temporais

A fórmula GL = N_{trades} - P_{params} é universal, mas seu impacto e interpretação mudam drasticamente com a frequência operacional da estratégia. A robustez de sistemas de Day Trade e Swing Trade não pode ser avaliada da mesma forma.

Para estratégias de Day Trade, o número de operações (N_{trades}) em um backtest tende a ser naturalmente alto. Um sistema pode facilmente gerar centenas ou milhares de trades em um único ano. Teoricamente, isso permite uma maior complexidade – mais parâmetros – sem que o valor de GL se torne perigosamente baixo.

Contudo, aqui reside um risco sutil: a falsa sensação de segurança. O desenvolvedor pode se sentir confortável para adicionar filtros e regras desnecessárias, acreditando que o alto volume de trades valida a complexidade, quando, na verdade, pode estar mascarando a ausência de uma vantagem estatística real.

No extremo oposto, estratégias de Swing Trade ou Position Trade operam com uma frequência muito menor. É comum que um backtest de vários anos gere menos de 100 operações. Neste cenário, a disciplina com os parâmetros é crítica e inegociável. Cada regra adicionada tem um peso enorme sobre o resultado final do GL.

A adição de um único filtro pode ser a diferença entre uma estratégia com validade estatística e uma que é estatisticamente inválida. Para esses sistemas, a lógica econômica e a simplicidade do modelo são muito mais importantes do que qualquer otimização de parâmetros.

A tabela abaixo resume as diferenças críticas:

Característica	Estratégia de Day Trade	Estratégia de Swing Trade
Nº de Trades (Backtest 1 ano)	Alto (ex: 500+)	Baixo (ex: 20-50)
Tolerância a Parâmetros	Moderada	Extremamente Baixa
Risco Principal de GL	Falsa sensação de segurança devido ao alto N_{trades}	Invalidar a estratégia com pouquíssimas regras
Foco da Validação	Garantir que a alta frequência não mascara overfitting	Lógica econômica e simplicidade extrema do modelo

Para um swing trader, cada parâmetro é uma aposta cara com poucas rodadas para se provar. Para um day trader, os parâmetros são mais baratos, mas a tentação de apostar em excesso é o caminho mais rápido para a falência estatística.

Os Parâmetros Críticos: A Anatomia de um Consumidor de Graus de Liberdade

Para aplicar a fórmula corretamente, a etapa mais importante é identificar e contar, de forma honesta e rigorosa, o que constitui um parâmetro (P_{params}). Qualquer valor fixo, regra ou variável que foi uma escolha do desenvolvedor durante a criação do sistema deve ser contado. A ambiguidade aqui é o inimigo da robustez.

Um parâmetro é qualquer elemento que restringe o comportamento da estratégia. Se você testou outros valores (formalmente ou apenas mentalmente) e escolheu um, você consumiu um grau de liberdade.

A seguir, uma lista clara de elementos que devem ser contados como parâmetros:

• Períodos de Indicadores: O número de períodos em uma média móvel, IFR (RSI), Estocástico, etc.
• Limiares Fixos: Os níveis de sobrecompra/sobrevenda (ex: 70/30 no IFR), ou qualquer outro valor numérico fixo usado para disparar uma ação.
• Multiplicadores: Fatores usados em stops, como o multiplicador do ATR (Average True Range).
• Filtros de Tempo: Restrições de horário (operar apenas das 10:00 às 16:00), filtros de dia da semana ou mês.
• Condições Lógicas: A própria existência de uma regra, como um cruzamento de médias, representa uma restrição e deve ser considerada.

A tabela abaixo oferece exemplos concretos para eliminar qualquer dúvida:

Tipo de Parâmetro	Exemplo Concreto	Por que Consome um GL?
Período de Indicador	Média Móvel de 20 períodos	O número 20 foi escolhido (otimizado) sobre outros valores.
Limiar Fixo	IF RSI(14) > 70	O valor 70 é uma regra fixa que restringe a operação.
Multiplicador	Stop Loss = 2.5 * ATR(14)	O multiplicador 2.5 é uma variável ajustada pelo desenvolvedor.
Filtro de Horário	Operar apenas das 10:00 às 16:00	Os limites 10:00 e 16:00 contam como duas restrições.
Condição Lógica	IF Média(20) > Média(50)	A própria regra de cruzamento é uma restrição imposta ao sistema.

Cada linha de código que fixa um número, um horário ou uma condição é uma assinatura em um contrato com a estatística. Acumule muitas assinaturas sem a devida comprovação, e o contrato será anulado pelo mercado.

Gestão de Risco e Sizing: Alocando Capital com Confiança Estatística

O conceito de Graus de Liberdade transcende a mera validação de um backtest; ele se torna uma ferramenta fundamental para a gestão de capital. A confiança que depositamos em uma estratégia – e, consequentemente, o capital que arriscamos nela – deve ser diretamente proporcional à sua robustez estatística.

Um sistema que apresenta um GL altíssimo (por exemplo, 500 trades com apenas 5 parâmetros, resultando em GL = 495) demonstrou sua vantagem de forma consistente e com poucas restrições. Ele tem maior probabilidade de continuar funcionando em dados futuros. Isso pode justificar uma alocação de risco maior no portfólio.

Por outro lado, uma estratégia que está no limite da aceitabilidade (por exemplo, 50 trades com 15 parâmetros, resultando em GL = 35) é estatisticamente frágil. Embora possa ter passado no teste inicial, ela não oferece a mesma certeza. O desempenho pode ser fruto do acaso. Para um sistema assim, uma alocação de risco muito menor e um monitoramento constante são imperativos.

Dessa forma, o GL deixa de ser apenas uma métrica de diagnóstico “passa/não passa” e se transforma em um guia para a tomada de decisão. Ele nos ajuda a ponderar o tamanho de nossas posições com base em evidências matemáticas, e não apenas no otimismo de uma bela curva de capital.

O tamanho da sua posição não deve refletir apenas o seu otimismo, mas a validade matemática da sua estratégia. Um GL alto lhe dá o direito estatístico de alocar mais risco; um GL baixo é um aviso para proceder com extrema cautela.

Validação e a Armadilha Central: O Data Mining Bias

Se o overfitting é a doença, o Data Mining Bias (ou Viés de Mineração de Dados) é o comportamento que a causa. Este viés é o processo de pesquisar, testar e torturar um conjunto de dados históricos até que ele finalmente “confesse” um padrão lucrativo. Este padrão, no entanto, é quase sempre uma peculiaridade aleatória dos dados passados, não uma ineficiência de mercado recorrente.

Este viés se manifesta quando um desenvolvedor executa um backtest, observa um drawdown indesejado e começa a adicionar filtros para “consertar” os resultados. “Ah, se eu adicionar um filtro para não operar às quartas-feiras, aquele trade perdedor some”. Em seguida, “Se eu usar um IFR(9) em vez de IFR(14), o resultado melhora”. Repetido exaustivamente, esse processo leva a uma estratégia complexa e perfeitamente ajustada ao passado.

Aqui, a fórmula dos Graus de Liberdade atua como nosso antídoto e sistema de defesa. Cada vez que um filtro é adicionado para eliminar um trade perdedor, o valor de P_{params} aumenta, penalizando a pontuação de robustez da estratégia. O GL nos força a reconhecer que cada “melhoria” tem um custo estatístico.

Uma estratégia que passa no teste de Graus de Liberdade está pronta para o próximo nível de validação, que inclui técnicas mais avançadas como Análise Walk-Forward (que testa o sistema em janelas de tempo sequenciais) e Simulações de Monte Carlo (que analisam a estabilidade da estratégia sob diferentes sequências de trades).

O Data Mining Bias transforma o desenvolvedor de um cientista em um artista da ilusão. A métrica de Graus de Liberdade é o que separa a ciência de encontrar uma vantagem real da arte de desenhar uma curva de capital perfeitamente inútil.

Mitos e Erros Fatais na Busca pela Estratégia Perfeita

Após compreendermos a teoria e a prática dos Graus de Liberdade, é hora de enfrentar a realidade do desenvolvimento de sistemas. A jornada para criar uma estratégia robusta está repleta de armadilhas e crenças populares que levam diretamente ao overfitting. Desmistificar esses mitos é um passo crucial para consolidar seu conhecimento e proteger seu capital de ilusões matemáticas.

A tabela a seguir confronta os erros mais comuns com a dura realidade estatística, oferecendo um caminho claro para evitá-los.

Mito Comum	Realidade Estatística	Como Evitar
“Mais filtros e regras tornam a estratégia mais segura.”	Cada filtro aumenta P_{params}, reduzindo o GL e aumentando drasticamente o risco de overfitting. A “segurança” é uma ilusão do backtest.	Adicione uma regra apenas se ela tiver uma forte lógica econômica e for validada por um grande número de trades. Questione a necessidade de cada linha de código.
“Um Profit Factor de 5.0 em 30 trades é incrível.”	Com N_{trades}=30, o sistema tem pouquíssima validade estatística. Uma performance tão extrema em uma amostra pequena é provavelmente aleatória e irreplicável.	Priorize um número de trades (amostra) alto. Um Profit Factor de 1.5 em 500 trades é infinitamente mais confiável e valioso do que um resultado espetacular em 30.
“Otimizei cada parâmetro para encontrar o melhor valor possível.”	Esta é a definição literal de ajuste de curva (curve-fitting). O “melhor” valor histórico raramente será o melhor valor futuro. O mercado é dinâmico.	Busque por “platôs de robustez”: faixas largas de valores onde a estratégia se mantém lucrativa. Isso indica que a lógica é sólida, e não dependente de um ajuste fino.
“Meu backtest de 10 anos é perfeito, a estratégia é infalível.”	Um backtest longo com poucas operações ainda sofre de baixo GL. A duração do teste não substitui a necessidade de um tamanho de amostra estatisticamente relevante (N_{trades}).	Calcule o GL. Se o número de trades for baixo, a duração do período de teste é irrelevante para a validade estatística. É melhor ter 200 trades em 2 anos do que 40 trades em 10 anos.

A busca pela ‘estratégia perfeita’ no passado é o erro mais comum do trader quantitativo. O objetivo não é a perfeição, mas a robustez, que por definição inclui imperfeições e drawdowns.

Checklist de Implementação: Auditando a Robustez da Sua Estratégia

Conhecimento sem aplicação é inútil. Este checklist transforma a teoria dos Graus de Liberdade em uma ferramenta de auditoria prática e imediata. Use estes passos para avaliar qualquer estratégia, seja ela sua ou de terceiros, e obter um diagnóstico claro sobre seu risco de overfitting.

• ✅ Passo 1: Execute o Backtest Completo
  Rode sua estratégia no período histórico completo e anote o resultado mais importante para esta análise: o número total de operações (N_{trades}). Seja preciso.

• ✅ Passo 2: Liste e Conte Todos os Parâmetros (P_{params})
  Seja brutalmente honesto. Revise seu código ou as regras da sua plataforma e liste cada variável que define o comportamento do sistema: períodos de indicadores, limiares numéricos (ex: RSI > 70), multiplicadores (ex: ATR * 2.5), filtros de horário, filtros de dia, e cada condição lógica de entrada ou saída. Some tudo para obter o P_{params}.

• ✅ Passo 3: Calcule os Graus de Liberdade (GL)
  Aplique a fórmula central deste guia: GL = N_{trades} - P_{params}. O número resultante é o seu indicador de robustez.

• ✅ Passo 4: Avalie o Resultado e Tome uma Decisão
  Use estes limiares como um guia rigoroso para a tomada de decisão:

  • Sinal Verde (GL > 30): A estratégia possui um nível mínimo de validade estatística. Ela “ganhou o direito” de prosseguir para testes mais avançados, como Walk-Forward e Monte Carlo.
  • Sinal Amarelo (10 < GL < 30): Zona de perigo. A estratégia é estatisticamente frágil e altamente suscetível a mudanças de regime no mercado. O foco deve ser em simplificar (reduzir P_{params}) ou testar em um universo de ativos/períodos que gere mais operações (aumentar N_{trades}).
  • Sinal Vermelho (GL <= 10): Estratégia reprovada. A probabilidade de overfitting é altíssima. O desempenho do backtest é quase certamente uma miragem. Descarte a estratégia ou redesenhe seus conceitos fundamentais do zero.

• ✅ Passo 5: Analise a Lógica Econômica
  O resultado do GL faz sentido? A estratégia explora uma ineficiência de mercado real e compreensível (como reversão à média em ativos X, ou momentum em ativos Y) ou apenas peculiaridades aleatórias dos dados históricos? Uma boa pontuação de GL deve ser acompanhada por uma boa narrativa de mercado.

Um checklist de robustez força a objetividade sobre o otimismo. Ele substitui a esperança de que uma estratégia funcione pela evidência matemática de que ela tem o direito de funcionar.

FAQ: Perguntas Frequentes sobre Graus de Liberdade e Validação de Backtests

O que são graus de liberdade em uma estratégia de trading?

Representam a validade estatística de uma estratégia, medindo a diferença entre o número de trades (observações) e o número de parâmetros (regras). Um valor positivo alto indica robustez, enquanto um valor baixo ou negativo sugere overfitting.

Como calcular os graus de liberdade de um backtest?

Use a fórmula: GL = (Número Total de Trades) – (Número Total de Parâmetros). Conte cada regra, filtro e variável fixa como um parâmetro.

Qual a relação entre número de trades e a validade de uma estratégia?

Direta. O número de trades é o tamanho da sua amostra estatística. Um número maior de trades fornece mais evidências, permitindo maior confiança nos resultados e suportando um número maior de regras sem invalidar o sistema.

Por que minha estratégia de trading funciona no backtest mas falha na conta real?

A causa mais provável é o overfitting (ajuste de curva), um sintoma de ter poucos ou negativos graus de liberdade. A estratégia foi ajustada ao ruído dos dados passados e não a um padrão de mercado real e recorrente.

O que é overfitting ou ajuste de curva em trading?

É um erro de modelagem onde uma estratégia se ajusta tão perfeitamente aos dados históricos que perde a capacidade de generalizar e performar em novos dados de mercado. É o resultado de excesso de complexidade (muitos parâmetros) para o volume de dados (poucos trades).

Quantos parâmetros uma boa estratégia de trading deve ter?

O mínimo possível. Não há um número mágico, mas para estratégias de swing trade, 2 a 5 parâmetros é um bom alvo. Estratégias de day trade podem suportar mais, mas a simplicidade deve ser sempre o objetivo. A resposta final é dada pela fórmula do GL.

Como o “Data Mining Bias” invalida um sistema de trading?

Ao testar centenas de regras e filtros no mesmo conjunto de dados, você inevitavelmente encontrará uma combinação lucrativa por puro acaso. Este viés cria estratégias que parecem geniais, mas são estatisticamente espúrias e falham fora da amostra de teste.

Ter muitos filtros melhora ou piora uma estratégia de trading?

Quase sempre piora a robustez. Cada filtro adicionado consome um grau de liberdade e aumenta o risco de overfitting, mesmo que melhore a aparência da curva de capital no backtest.

Qual o número mínimo de trades para validar uma estratégia?

Não há um número exato, mas muitos quants consideram algo entre 100 e 200 trades como um mínimo razoável para começar a ter um nível mínimo de confiança estatística. O importante é que este número seja significativamente maior que o número de parâmetros.

Como saber se uma estratégia de trading é robusta?

Uma estratégia robusta possui um alto número de Graus de Liberdade (GL > 30), lógica econômica clara, desempenho consistente através de testes de robustez, e estabilidade de parâmetros (pequenas mudanças nos parâmetros não destroem a estratégia).

Dois parâmetros de um mesmo indicador (ex: RSI(14) e limiar 70) contam como um ou dois GL?

Contam como dois. Tanto o período do indicador (14) quanto o limiar (70) são variáveis escolhidas pelo desenvolvedor e, portanto, cada uma consome um grau de liberdade.

Otimização de parâmetros é sempre ruim?

Não, mas deve ser feita com extremo cuidado. Em vez de buscar o “pico” de performance, procure por “platôs” – faixas largas de valores onde a estratégia permanece lucrativa. Isso indica robustez. A otimização cega, que busca o melhor resultado possível, leva diretamente ao overfitting.

Conclusão: De Dados Históricos a Decisões de Capital Robustas

Você começou este guia com uma dor comum: a frustração de um backtest perfeito que se desfaz em contato com a realidade. Ao longo desta jornada, você dissecou o problema (overfitting e Data Mining Bias) e agora possui uma ferramenta de diagnóstico crucial para combatê-lo: a fórmula dos Graus de Liberdade.

A mensagem central é inequívoca: a simplicidade em sistemas de trading não é uma preferência, mas uma necessidade estatística. Cada regra deve justificar sua existência com um volume esmagador de evidências. A complexidade é um passivo, não um ativo.

Armado com este conhecimento, você pode agora auditar suas ideias com rigor matemático, separando o sinal do ruído e construindo sistemas projetados para sobreviver ao teste mais difícil de todos: o futuro.

Plano de Ação Imediato

• Audite Sua Principal Estratégia Agora: Pegue sua estratégia mais importante ou aquela em que você mais confia e aplique o checklist desta página. Calcule seu GL e encare o resultado com objetividade.
• Declare Guerra à Complexidade: Revise todas as suas estratégias existentes. Elimine rigorosamente cada parâmetro, filtro ou regra que não possua uma justificativa econômica forte e inquestionável.
• Priorize o Tamanho da Amostra: Antes de começar a programar uma nova ideia, faça a pergunta-chave: “Este conceito tem potencial para gerar um número de trades grande o suficiente para ser validado estatisticamente?”. Se a resposta for não, talvez a ideia não mereça seu tempo.

O mercado não recompensa a complexidade, ele recompensa a vantagem real. Os Graus de Liberdade são a bússola estatística que nos guia para longe da miragem do backtest perfeito e em direção ao território sólido das estratégias verdadeiramente robustas.

Referências e Literatura Quant

• Sobre Overfitting em Backtests: Bailey, D. H., Borwein, J. M., Lopez de Prado, M., & Zhu, Q. (2014) – “Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting“. Este trabalho seminal explora os perigos do sobreajuste em backtests de estratégias financeiras, demonstrando como ele leva a resultados ilusórios e não replicáveis em dados futuros.
• Framework para Backtesting Financeiro: Lopez de Prado, M. (2013) – “A Framework for Financial Backtesting“. Propõe uma estrutura rigorosa para o desenvolvimento e validação de estratégias de trading, abordando problemas como overfitting e viés de mineração de dados através de testes estatísticos e simulações.
• Testes Fora da Amostra e Previsibilidade: Harvey, C. R., Liu, Y., & Yan, X. (2016) – “Out-of-sample tests of stock market predictability“. Este artigo discute a importância crítica de testes fora da amostra para validar previsões do mercado de ações, revelando a fragilidade de muitos resultados baseados apenas em dados históricos.
• Viés de Mineração de Dados em Fatores de Investimento: Harvey, C. R., Liu, Y., & Zhu, X. (2016) – “…And the Cross-Section of Expected Returns“. Este influente estudo explora a “zoo” de fatores de investimento, argumentando que muitos deles são descobertas espúrias resultantes do viés de mineração de dados, com foco na necessidade de testes rigorosos e múltiplos para a validação de fatores.
• A Crise de Replicação em Finanças Quantitativas: Werker, B. B. M., & Van der Veen, R. (2020) – “A Roadmap to the Replication Crisis in Quantitative Finance“. Apresenta uma análise detalhada sobre a crise de replicação na pesquisa em finanças quantitativas, identificando causas como p-hacking e mineração de dados, e sugerindo caminhos para melhorar a robustez e a confiabilidade dos resultados.