Validação: Walk-Forward e Multiverso

Quando a exploração termina e você vê um algoritmo com Sharpe de 3, rentabilidade de 400% e um drawdown ridiculamente pequeno, a reação natural é se empolgar. Resista a esse impulso. Antes de operar qualquer algoritmo com dinheiro real, você precisa entender a ameaça mais silenciosa do trading algorítmico: o sobreajuste.

Walk-Forward (validação temporal)

A ideia é simples, mas poderosa: em vez de treinar e avaliar o algoritmo sobre todo o histórico, você divide o tempo em janelas. Em cada janela, o algoritmo é «escolhido» ou calibrado sobre um trecho (in-sample) e avaliado sobre o trecho seguinte que nunca viu (out-of-sample, OOS). Depois a janela avança e o processo se repete. No final, só importa o desempenho acumulado nos trechos OOS, pois isso simula o que aconteceria no futuro real.

[--- train ---][test]
       [--- train ---][test]
              [--- train ---][test]
                     [--- train ---][test]

   → se evalúa SOLO en los tramos "test" (datos nunca vistos)

Parâmetros de configuração

Métricas retornadas pelo Walk-Forward

Multiverso (validação sintética)

O Walk-Forward diz se o algoritmo aguentou no único passado que ocorreu. O Multiverso responde uma pergunta diferente: e se o mercado tivesse tomado outro caminho? Em vez de dividir o histórico real, ele gera N mercados «paralelos» estatisticamente coerentes com o original: outros caminhos que o preço poderia ter percorrido com a mesma volatilidade, tendências e correlações. Se seu algoritmo funciona bem em centenas desses universos alternativos, é porque capturou algo real — não porque aproveitou uma anomalia exclusiva do passado concreto que você viveu.

Parâmetros de configuração

O resultado principal do Multiverso é um Score de 0 a 100. O que cada faixa significa:

• Score ≥ 75 — Robusto. O algoritmo funcionou consistentemente na grande maioria dos universos alternativos. Esta é a barra mínima para considerar operá-lo ao vivo.
• Score 50–74 — Moderado. Funciona bem em alguns cenários, mas não em todos. Pode ser válido, mas precisa de mais contexto: em quais cenários falha? São prováveis no futuro próximo?
• Score < 50 — Frágil. Só funcionou em uma fração reduzida dos universos simulados. Muito provavelmente capturou uma anomalia do histórico concreto. Não o opere com dinheiro real.

DSR e Monte Carlo (relacionados)

Walk-Forward e Multiverso não atuam sozinhos. Fazem parte de um sistema de quatro camadas. As outras duas são o DSR e o Monte Carlo, que você também encontrará na plataforma. O DSR (Deflated Sharpe Ratio) é aplicado automaticamente durante a exploração: corrige o Sharpe de cada candidato pelo número de combinações testadas, pois se você testa 10.000 combos, o Sharpe esperado do melhor por pura sorte é muito alto. O DSR abaixa esse limiar estatisticamente e descarta os que não justificam seu Sharpe dado o tamanho da busca. A análise Monte Carlo — que você pode executar depois sobre um algoritmo concreto — faz algo diferente: reordena aleatoriamente a sequência dos trades reais e simula milhares de sequências possíveis para estressar a curva de capital e o drawdown máximo provável.

O loop de robustez

Essas quatro camadas não são redundantes: são ortogonais. Cada uma ataca um eixo diferente do sobreajuste. Juntas formam o processo que o TradingNote chama de «loop de robustez»:

1. 1

   Exploração genética

   Você lança a exploração e o motor testa milhares de combinações de indicadores e parâmetros, guardando os candidatos com melhor desempenho no histórico.

2. 2

   DSR descarta os sortudos

   O Deflated Sharpe Ratio ajusta o limiar estatístico pelo tamanho da busca e elimina os algoritmos cujo Sharpe não supera o que você esperaria por acaso ao testar tantas combinações.

3. 3

   Walk-Forward verifica a dimensão temporal

   Confirma que o algoritmo aguentou em trechos do histórico que não usou para se otimizar. Se o desempenho desmorona fora da amostra, o algoritmo memorizou, não aprendeu.

4. 4

   Multiverso verifica a dimensão de cenários

   Confirma que o algoritmo não dependeu do caminho específico que o mercado tomou. Se funciona em centenas de mercados sintéticos alternativos, é robusto à aleatoriedade do histórico.

O que sobrevive às quatro camadas merece sua atenção. Não será o mais espetacular do lote, mas será honesto.

Assim que seus melhores candidatos passarem pelo loop de robustez, o próximo passo é explorar os resultados em profundidade e visualizar a exploração no Neural Explorer. Continue em «Resultados e Neural Explorer».