O que é backtesting no trading (e seus limites)

O backtesting é testar uma estratégia em dados passados para ver se ela teria sido vencedora antes de você arriscar seu dinheiro. É a etapa que a maioria dos traders pula, e é uma das razões pelas quais eles operam sistemas que nunca provaram que funcionam. Este guia explica o que é o backtesting, para que ele realmente serve, seus limites, e como usá-lo sem se enganar.

• O backtesting testa uma estratégia no passado antes de você arriscar seu capital.
• Ele dá as estatísticas de referência do seu sistema: win rate, profit factor, drawdown.
• Ele tem limites: o passado não garante o futuro, e os vieses podem distorcer seus resultados.
• É um filtro, não uma prova: ele elimina as ideias ruins mais do que valida as boas.

Antes de colocar dinheiro real em uma estratégia, uma pergunta se impõe: ela teria ganhado no passado? O backtesting responde a essa pergunta aplicando suas regras a dados históricos, para simular o que seus trades teriam dado. É uma forma de verificar que uma ideia se sustenta antes de confrontá-la com o mercado usando capital de verdade.

O backtesting é uma ferramenta poderosa mas muitas vezes mal compreendida e mal utilizada. Bem feito, ele diz se sua estratégia tem um edge e dá referências valiosas; mal feito, ele dá uma falsa confiança em um sistema que nunca vai funcionar no real. Este guia mostra o que realmente é o backtesting, o que ele pode e o que não pode fazer.

O que o backtesting faz

O backtesting consiste em aplicar as regras precisas da sua estratégia a dados de mercado passados, como se você tivesse operado durante aquele período. Para cada sinal que sua estratégia teria gerado, você simula o trade, anota o resultado, e assim acumula um histórico de performance virtual. No final, você obtém as estatísticas que sua estratégia teria produzido no período testado.

Esse processo tem um valor imediato: ele diz se sua ideia tem um mínimo de edge antes de você arriscar um centavo. Uma estratégia que perde claramente no backtest não merece seu capital, e saber disso antes de operar poupa você de perdas reais. O backtesting é, portanto, antes de tudo um filtro de ideias ruins, uma forma de eliminar rápido o que não funciona sem pagar para aprender isso ao vivo.

As referências que ele dá

Além do simples veredito de ganhador ou perdedor, o backtesting fornece as estatísticas de referência da sua estratégia: seu win rate esperado, seu profit factor, sua expectancy, e sobretudo sua sequência de perdas típica e seu drawdown máximo. Essas referências são valiosas, porque dizem como é o comportamento normal do seu sistema.

Conhecer essas referências tem uma consequência prática importante: permite atravessar as fases ruins sem entrar em pânico. Quando você sabe que sua estratégia normalmente encadeia até sete perdas seguidas, por exemplo, uma sequência de cinco perdas não faz você duvidar nem desistir. Sem essas referências, cada drawdown parece uma catástrofe e empurra para trocar de sistema no pior momento. O backtesting dá o mapa do terreno antes de você se aventurar nele.

Seus limites reais

O backtesting tem limites que é preciso conhecer para não se enganar. O primeiro e mais importante: o passado não garante o futuro. Uma estratégia que funcionou bem nos dados históricos pode fracassar no real se as condições de mercado mudarem. O backtesting mede o que aconteceu, não o que vai acontecer, e essa distinção é crucial.

Um bom backtest não prova que sua estratégia vai ganhar amanhã. Ele só prova que ela poderia ter ganhado ontem, o que é necessário mas está longe de ser suficiente.

Outros limites têm a ver com a qualidade da simulação: as taxas, o slippage, os preços de execução reais são difíceis de reproduzir fielmente, e um backtest otimista demais nesses pontos dá resultados melhores do que a realidade. É preciso, portanto, sempre incluir custos realistas e desconfiar de backtests perfeitos demais. O backtesting é uma ferramenta de validação parcial, não uma garantia, e tratá-lo como prova absoluta é um erro frequente e caro.

A armadilha do overfitting

A armadilha mais insidiosa do backtesting é o overfitting, ou otimização excessiva. Consiste em ajustar tanto sua estratégia para que ela encaixe perfeitamente nos dados passados que ela se torna inútil para o futuro. Ao ajustar dezenas de parâmetros até obter um backtest magnífico, você acaba modelando o acaso do período testado em vez de um edge de verdade.

Uma estratégia com overfitting se reconhece pela sua complexidade e pela sua fragilidade: tem muitas regras bem específicas, e seus resultados desmoronam assim que se mudam um pouco os parâmetros ou o período. A resposta é a simplicidade e a robustez: uma estratégia com poucas regras, que funciona bem em vários períodos e instrumentos, é muito mais confiável do que uma estratégia perfeita em um único período. Um backtest bom demais deve despertar desconfiança, não entusiasmo.

Backtest e forward test

O backtesting nunca basta sozinho; ele precisa ser completado com um forward test. O forward test consiste em aplicar sua estratégia em condições reais ou simuladas, sobre dados que você não usou para construí-la, muitas vezes com um tamanho pequeno no início. É o verdadeiro teste de verdade, porque verifica se seu edge se sustenta em dados desconhecidos, não só naqueles que serviram para calibrá-lo.

A combinação dos dois é a abordagem correta: o backtest elimina rápido as ideias ruins e dá as referências, o forward test confirma que a estratégia funciona fora do passado que serviu para construí-la. Uma estratégia que passa pelas duas etapas merece sua confiança, uma que só se destaca no backtest é suspeita. Nunca comprometer capital sério apenas com base em um backtest é uma regra de prudência essencial.

Como conduzir um backtest passo a passo

Conduzir um backtest sério segue sempre a mesma lógica, qualquer que seja a estratégia testada. A primeira etapa consiste em escrever preto no branco regras precisas e sem ambiguidade: as condições exatas de entrada, o posicionamento do stop, a regra de saída, e o tamanho de posição. Uma regra vaga como “entrar quando o mercado parece pronto para voltar a subir” não dá para colocar em backtest, porque deixa espaço demais para interpretação, inclusive a sua de um dia para o outro.

Uma vez fixadas as regras, escolha um período e um instrumento representativos, incluindo se possível diferentes fases de mercado (tendência, range, alta volatilidade). Em seguida, aplique suas regras trade por trade, incluindo custos realistas (spread, comissão, slippage), e anote cada trade com o mesmo rigor que no real. A última etapa é reunir os resultados em estatísticas aproveitáveis, para julgar a estratégia com números e não com uma impressão geral.

As estatísticas essenciais a calcular

Um backtest só tem valor se você extrai dele as estatísticas certas. O win rate diz a proporção de trades vencedores, mas sozinho não diz nada sobre a rentabilidade: uma estratégia com 30% de trades vencedores pode ser muito rentável se os ganhos forem bem maiores que as perdas. O profit factor (o total de ganhos dividido pelo total de perdas) costuma ser mais revelador, e a expectativa (o ganho médio esperado por trade) diz na prática quanto rende cada trade em média.

Essas estatísticas se leem juntas, nunca isoladamente. Um win rate alto com um profit factor próximo de 1 indica ganhos pequenos demais em relação às perdas; um drawdown máximo severo avisa sobre o risco psicológico e financeiro real da estratégia, mesmo que a expectativa seja positiva no papel. Tenha o hábito de olhar esses cinco números juntos antes de julgar um backtest.

Um exemplo com números de backtest

Para tornar isso concreto, imagine um trader que testa em backtest uma estratégia de breakout em 300 trades distribuídos em três anos. Ele obtém um win rate de 38%, um ganho médio de 180 € nos trades vencedores e uma perda média de 70 € nos perdedores. O profit factor se calcula assim: (114 trades vencedores x 180 €) dividido por (186 trades perdedores x 70 €), ou seja, cerca de 20.520 € de ganhos contra 13.020 € de perdas, um profit factor de cerca de 1,58. Essa estratégia tem um edge positivo apesar de um win rate inferior a 40%.

Esse mesmo backtest revela também uma sequência de nove perdas consecutivas em um momento do período testado, e um drawdown máximo de 18% do capital. Esses dois números são tão importantes quanto o profit factor, porque dizem ao trader o que esperar psicologicamente: se ele não consegue aguentar nove perdas seguidas sem entrar em pânico nem se desviar do seu plano, a estratégia não é viável para ele, mesmo que seja estatisticamente rentável no papel.

Os erros que distorcem um backtest

Além do overfitting, outros erros distorcem silenciosamente um backtest. O data mining, ou garimpagem excessiva de dados, consiste em testar dezenas de variantes de uma estratégia na mesma amostra até encontrar uma que funcione por acaso. Estatisticamente, se você testar variações suficientes, vai sempre acabar encontrando uma que parece excelente naquele período específico, sem que isso prove nada sobre seu valor futuro.

O viés de sobrevivência é outro erro clássico, principalmente com ações: testar uma estratégia apenas em empresas que ainda existem hoje ignora todas as que faliram ou foram retiradas da bolsa, o que infla artificialmente os resultados. Por fim, negligenciar um tamanho de posição realista, por exemplo testando com um tamanho fixo que nunca teria sido sustentável com o capital inicial, produz estatísticas que jamais vão se traduzir em performance real.

Em que período e em que instrumento testar

A questão da profundidade histórica volta sempre: é preciso testar em seis meses, dois anos, dez anos? Quanto mais longo o período, mais regimes de mercado diferentes você cobre (tendência forte, range, crash, baixa volatilidade), o que torna o resultado mais robusto. Uma estratégia que só funciona nos últimos seis meses de um mercado em alta talvez tenha testado apenas um único regime, e nada garante que ela sobreviva à próxima mudança de contexto.

Teste também em vários instrumentos comparáveis, não só naquele que você pretende operar. Se sua estratégia só funciona em um único instrumento específico e desmorona em instrumentos parecidos, é um sinal de alerta: ela talvez tenha capturado uma particularidade daquele instrumento em vez de um edge de verdade generalizável. Uma estratégia robusta mantém uma performance globalmente positiva em vários mercados próximos, mesmo que nunca seja idêntica de um instrumento para outro.

Relacionar o backtest com sua gestão de risco

O backtest não serve só para julgar se uma estratégia é boa, ele também serve para calibrar sua gestão de risco. Conhecer o drawdown máximo e a sequência típica de perdas da sua estratégia permite fixar um risco por trade coerente: se o backtest mostra que nove perdas consecutivas são possíveis, arriscar 1% por trade significa um drawdown teórico de cerca de 9%, algo ainda administrável, enquanto arriscar 3% por trade levaria esse mesmo drawdown a cerca de 27%, um nível que poucos traders suportam psicologicamente sem se desviar do seu plano.

Esse uso do backtest, anterior à decisão de tamanho de posição, costuma ser negligenciado, embora seja um dos mais úteis. Um backtest que só serve para validar um edge perde metade do seu valor: ele deveria também dizer quanto arriscar por trade para que a estratégia continue sustentável ao longo do tempo, sem nunca expor você a uma perda que ameace sua conta ou sua cabeça.

Como o Tradoshi completa seu backtesting

O Tradoshi tem sua própria ferramenta de backtesting, em beta: você escolhe um mercado e um período, reproduz as velas uma a uma sem ver o que vem depois, e faz seus trades como no real, com spread, slippage e comissões incluídos. Cada sessão é avaliada com as mesmas estatísticas do seu diário, o que torna seu backtest diretamente comparável ao seu trading real. A ferramenta está incluída já no plano Pro.

O Tradoshi dá as estatísticas reais da sua estratégia sobre seus trades de verdade, o que prolonga e verifica seu backtesting em condições reais. Você compara o comportamento real do seu sistema com as referências do seu backtest.

• Estatísticas reais (win rate, profit factor, expectativa, R médio) para comparar com o backtest.
• Drawdown e sequência de perdas reais para verificar se correspondem às referências do seu backtest.
• Recortes por instrumento e por período para ver onde sua estratégia realmente se sustenta.
• Acompanhamento ao longo do tempo para detectar se seu edge, validado no backtest, se degrada no real.

Testar uma estratégia: por mercado, de graça, e com quais ferramentas

Um mesmo método se adapta de acordo com o que você opera. Testar uma estratégia em ações exige um histórico corrigido; em futures, contratos conectados; em forex, um spread realista; em opções, a volatilidade implícita. O vocabulário muda, o método não: regras escritas, um período escolhido, uma revisão sem trapaça, trades anotados.

O gratuito cobre mais terreno do que se imagina. Um teste manual não custa nada, o Strategy Tester do MetaTrader já vem incluído, e o NinjaTrader também oferece seu motor de teste. O que se paga nunca é o acesso, é a qualidade dos dados e o nível de detalhe da execução simulada.

Testar um sistema de trading sempre volta à mesma disciplina: uma hipótese, uma amostra, um veredito em números. O resto é só ferramental.

Perguntas frequentes