Um backtest aplica regras fixas de entrada, saída e dimensionamento a dados passados, trade a trade, e apresenta resultados como taxa de acerto, expectativa, profit factor e drawdown máximo. Pode ser automatizado em código ou feito à mão, repetindo os gráficos vela a vela. Um backtest útil inclui comissões, slippage e funding realistas.
Exemplo
Testa uma regra: comprar BTC quando uma vela de quatro horas fecha acima do máximo de 20 períodos, com um stop a 1,5× o ATR e um alvo de 3R. Em dois anos de dados, produz 140 trades, uma taxa de acerto de 33% e uma expectativa de +0,25R depois de comissões, com um drawdown máximo de 14R. Isso justifica negociá-la com tamanho pequeno e comparar os resultados reais com o teste.
Porque é importante
O backtesting mostra se uma ideia tem alguma vantagem antes de pagar para o descobrir em real. Também define expectativas: as séries de perdas e os drawdowns do teste ajudam-no a manter a estratégia quando o mesmo acontece no trading real.
Erro comum
Afinar parâmetros até o backtest parecer perfeito. Otimizar nos mesmos dados em que testa, o chamado overfitting, produz resultados que raramente sobrevivem ao trading real. Mantenha as regras simples e verifique-as em dados que não usou para as construir.
Pôr em prática
Perguntas frequentes
- De quantos trades precisa um backtest?
- Pelo menos 100 trades é um mínimo comum para estatísticas com significado. Mais é melhor, idealmente em diferentes condições de mercado.
- O que é o overfitting?
- Ajustar uma estratégia tão de perto aos dados passados que ela capta ruído em vez de um padrão real. Revela-se em backtests ótimos seguidos de maus resultados em real.
- O backtesting manual vale a pena?
- Sim, sobretudo para setups discricionários difíceis de programar. Repetir os gráficos vela a vela também treina o reconhecimento de padrões.