Backtest cripto: armadilhas e overfitting

Introdução

Uma busca em grade de 100 configurações de RSI, rodada em 23.610 candles diários de oito grandes ativos cripto, produziu 78 resultados lucrativos. Medidos contra a taxa-base em vez de contra zero, apenas dois deles superaram simplesmente segurar os mesmos ativos no mesmo período. Os outros 86 pareciam estratégias e eram o mercado. É sobre essa lacuna que trata este artigo. Cada armadilha de backtesting abaixo chega como número medido de uma rodada real, e não como aviso. O que a taxa-base faz com os resultados, o que uma busca de parâmetros de fato encontra, o quanto suposições de execução movem a resposta, o que o viés de sobrevivência remove e com que rapidez custos comuns apagam o resto. Os testes também auditam o trabalho anterior desta série onde ele é vulnerável.

O que um backtest realmente mede?

Um backtest mede como uma regra fixa teria se comportado numa fatia fixa da história, aplicada a um conjunto fixo de ativos. Essa é uma afirmação bem mais estreita do que a maioria dos resultados publicados sugere. Quase toda falha de backtesting remonta a esquecer o quanto ela é estreita de fato.

O que um backtest mede

A saída descreve uma regra aplicada a um período e a um conjunto de ativos. Mude qualquer um dos três e o número muda, muitas vezes mais do que a suposta vantagem. Um backtest não pode dizer que a regra vai funcionar de novo, porque não contém informação sobre períodos que não cobriu. Essa limitação é estrutural e não uma questão de técnica. O que ele pode fazer é descartar. Uma regra que falhou nos dados para os quais foi desenhada dificilmente terá sucesso em outro lugar. Eliminar candidatos é um uso legítimo e subestimado da técnica.

O que ele não consegue medir

Ele não consegue medir se o resultado veio da regra ou do mercado. Essa distinção é o tema da próxima seção e a maior fonte de backtests cripto enganosos. Também não mede nada que a série de preços não contenha. Liquidez no momento da execução, o custo emocional de um drawdown, ou se a corretora sequer estava acessível durante o movimento. Todo experimento abaixo roda nos mesmos 23.610 candles diários de oito grandes pares USDT. Cada armadilha chega, portanto, como número medido em vez de aviso, incluindo as que fazem o trabalho anterior desta série parecer mais fraco.

A primeira armadilha eclipsa todas as outras.

Por que a taxa-base muda tudo?

Segurar esses oito ativos por 30 dias rendeu média de 17,92% entre 2017 e 2021, e 2,40% entre 2022 e 2026. Essa única diferença é maior que qualquer vantagem medida em qualquer lugar desta série, e pertence ao mercado e não a alguma estratégia.

Dezessete por cento contra dois

Dividir a amostra no fim de 2021 e calcular o retorno futuro incondicional dá um contraste gritante (Binance Spot API, 2026-09-11) . Em três dias a média foi 1,35% na primeira janela e 0,19% na segunda. Em sete dias foi 3,32% contra 0,47%. Em catorze dias 7,22% contra 0,98%, e em trinta dias 17,92% contra 2,40%. Todo horizonte conta a mesma história, e a diferença aumenta conforme o prazo se alonga.

Dados atualizados em setembro de 2026.

A era é o resultado

Qualquer estratégia testada só em 2017 a 2021 herda essa deriva. Uma regra que compra com frequência e segura por um mês mostra um retorno médio alto naquela janela, contribua ela com algo ou não. Quase toda entrada contribuía. A deriva do próprio mercado foi cerca de 7,5 vezes mais forte no período anterior no horizonte mensal. Nada na estratégia precisa mudar para que seus retornos relatados desabem nesse fator. É por isso que um backtest publicado sem sua taxa-base é ilegível em vez de apenas incompleto. Não há como saber pelo número de manchete se a regra contribuiu com alguma coisa. Um artigo companheiro sobre ciclos de mercado mede o quanto esses regimes eram diferentes ↗. A consequência prática é direta. Relate o retorno incondicional para o mesmo período e os mesmos ativos, ou o resultado não pode ser interpretado.

Buscar mais não resolve isso.

O que acontece ao buscar 100 combinações de parâmetros?

Uma busca em grade de 100 configurações de RSI produziu 78 resultados lucrativos no período em que foi calibrada. Medidos contra a taxa-base em vez de contra zero, apenas duas dessas oitenta e oito superaram simplesmente segurar os mesmos ativos na mesma janela.

Cem combinações

A grade variou o retrospecto do RSI em 7, 10, 14, 21 e 28 períodos e o limiar de sobrevenda em 20, 25, 30, 35 e 40. Os prazos foram 3, 7, 14 e 30 dias. São 100 combinações, das quais 88 produziram ao menos 30 sinais dentro da amostra (Binance Spot API, 2026-09-11) . Julgadas pelo retorno bruto, 78 das 88 ganharam dinheiro dentro da amostra e todas as 88 ganharam fora dela. Esses números parecem uma descoberta e não são nada disso. São uma descrição do que os ativos fizeram, vestida de descrição do que a regra fez.

Duas de oitenta e oito

Subtrair a taxa-base do prazo correspondente muda o quadro por completo. Apenas 2 das 88 configurações produziram vantagem positiva dentro da amostra, e a vantagem média das 88 foi de -4,44 pontos percentuais. Em outras palavras, 86 de 88 regras testadas tiveram desempenho pior que simplesmente segurar os mesmos ativos na mesma janela, parecendo lucrativas em todos os casos. A busca não encontrou uma vantagem e depois a perdeu fora da amostra, que é a história de manual. A busca nunca encontrou vantagem alguma. Os retornos brutos que sugeriam o contrário pertenciam inteiramente ao mercado, e nenhuma busca adicional teria mudado isso.

Dados atualizados em setembro de 2026.

O vencedor merece exame de perto.

A melhor configuração dentro da amostra sobrevive fora dela?

A configuração do topo melhorou fora da amostra, de uma vantagem de +0,23 ponto para +9,05. Isso soa como validação, e não é. O resultado fora da amostra se apoia em 43 sinais, o que faz dele a ilustração mais clara do artigo sobre por que o tamanho da amostra decide quase tudo.

O vencedor melhorou

RSI de 28 períodos, abaixo de 30, mantido sete dias, produziu a melhor vantagem dentro da amostra entre as 88 testadas. Dentro da amostra disparou 79 vezes para uma vantagem de +0,23 ponto percentual, o que mal se distingue de nada. Fora da amostra disparou 43 vezes para uma vantagem de +9,05 pontos (Binance Spot API, 2026-09-11) . Um exemplo de manual de overfitting tem o vencedor desabando fora da amostra. Este fez o oposto. É uma lição mais útil justamente por ser inesperada e por não ser explicada pela história de sempre.

Quarenta e três sinais é ruído

Uma amostra de 43 sinais de retornos cripto pode oscilar enormemente nas duas direções, e um retrospecto longo de RSI com limiar rígido dispara raramente por construção. A configuração que vence uma busca em grade sobre amostras tão finas é em grande parte a que teve sorte. A sorte não sabe para que lado correr no período seguinte. Nada aqui diz que a regra funciona. Diz que a medição é imprecisa demais para decidir, o que é uma conclusão diferente e mais honesta. Toda busca em grade deveria relatar a contagem de sinais ao lado de cada resultado. Qualquer coisa apoiada em menos de algumas centenas de eventos independentes pertence à coluna dos indecididos, não à dos descobertos.

Suposições de execução custam menos que isso, mas não muito menos.

Quanto o viés de antecipação muda o resultado?

Rodar a mesma regra sob três suposições de execução produziu retornos médios de 2,978%, 2,464% e 2,168%. A dispersão é de 0,81 ponto percentual sobre exatamente os mesmos 889 sinais, comparável à vantagem inteira que está sendo medida.

Três suposições de execução

RSI abaixo de 30 com prazo de sete dias disparou 889 vezes. Entrar no fechamento do dia do sinal rendeu média de 2,464% com taxa de acerto de 59,73%. É a suposição padrão e ligeiramente impossível, já que o fechamento só é conhecido depois que o dia acabou. Entrar na abertura do candle seguinte rendeu 2,978% com 60,85%. Entrar no fechamento do candle seguinte rendeu 2,168% com 56,58% (Binance Spot API, 2026-09-11) .

Dados atualizados em setembro de 2026.

O viés nem sempre favorece

O resultado interessante é que a suposição realista foi a melhor. Entrar na abertura seguinte superou a entrada impossível no mesmo fechamento, porque sinais de sobrevenda muitas vezes continuam caindo durante a noite e entregam ao comprador um preço melhor. O viés de antecipação costuma ser descrito como inflador de resultados, e aqui os deflacionou. O que importa é a magnitude e não a direção. Adiar a execução em um candle para o fechamento seguinte custou 0,295 ponto, cerca de um terço da vantagem medida sobre a taxa-base. Uma suposição que move a resposta em um terço da vantagem merece ser declarada em todo resultado publicado. A maioria não a declara, o que deixa o leitor sem saber qual versão está vendo.

O universo de ativos carrega uma distorção ainda maior.

Quanto custa o viés de sobrevivência?

A CoinPaprika lista 61.463 moedas e marca apenas 13.154 como ativas. Isso significa que 78,6% de toda moeda que ela já rastreou está agora inativa. Nenhum backtest construído a partir da lista de ativos de hoje contém uma sequer, o que remove silenciosamente a maior parte das formas pelas quais uma posição cripto pode falhar.

Quatro em cada cinco moedas estão mortas

A contagem de inativas é 48.309 (CoinPaprika API, 2026-09-11) . Os dados de corretora contam uma versão mais branda da mesma história, porque corretoras listam menos ativos e os retiram mais devagar do que a cauda longa morre. O exchangeInfo da Binance devolveu 742 pares spot USDT, dos quais 490 tinham status TRADING e 252 não. Pares totalmente deslistados são removidos dessa resposta em vez de marcados. A lista de ativos disponível para teste hoje é, portanto, uma amostra filtrada de vencedores. O filtro foi aplicado pelo próprio mercado, depois do fato, usando exatamente a informação que um backtest deveria excluir.

Este cluster tem o mesmo defeito

Todo experimento deste artigo, e todo resultado nos textos companheiros sobre indicadores ↗ e métricas on-chain ↗, usa oito ativos que ainda são negociados. Isso é viés de sobrevivência por construção, e infla todos os números na mesma direção. Bitcoin, ether, solana, BNB, XRP, cardano, dogecoin e chainlink foram escolhidos porque têm históricos longos. É precisamente o critério de seleção que garante excluir as falhas, e foi aplicado conscientemente. Nomear essa limitação é mais útil que fingir que havia uma amostra corrigida disponível, porque para a maior parte dos dados acessíveis ao varejo simplesmente não há. Os leitores podem então descontar os resultados em vez de confiar neles por inteiro.

Mesmo os dados sobreviventes não são perfeitamente limpos.

Quão limpos são de fato os dados OHLCV de corretora?

Em 23.610 candles de uma grande corretora não houve dias faltantes nem candles com volume zero, o que é mais limpo do que a maioria espera. Houve também 97 candles em que a máxima superou a mínima em mais da metade. São esses que importam.

Lacunas, pavios e volume zero

Auditar a amostra diretamente dá uma lista curta de defeitos (Binance Spot API, 2026-09-11) . Dias faltantes: zero. Candles com volume zero: zero. Candles em que a máxima passou de 1,5 vez a mínima: 97, ou 0,411% da amostra. A diferença entre o fechamento de um candle e a abertura do seguinte foi em média 0,0231%, com percentil 99 de 0,307% e máximo de 6,41%. Mercados contínuos não abrem lacunas como as ações. Isso remove uma classe de problema e introduz outra em silêncio, porque uma regra pode supor execução a qualquer preço sem uma lacuna visível sinalizando a suposição.

Limpo o bastante não é limpo

Uma taxa de 0,411% de candles de amplitude extrema parece desprezível até que uma estratégia negocie justamente esses candles. Regras de stop, entradas em rompimento e tudo que se apoia na máxima ou na mínima se concentram exatamente neles. São também os candles com maior chance de conter um movimento relâmpago em que nenhum tamanho real poderia ter transacionado. Um artigo companheiro cobre como esses registros são construídos e por que um pavio pode representar uma única negociação ↗. A defesa prática é simples. Verifique se os resultados dependem de um punhado de candles extremos, rode de novo sem eles e veja o que sobrevive.

Os custos terminam o serviço.

Quando os custos de negociação comem toda a vantagem?

A melhor configuração de toda a busca tinha vantagem de 0,23 ponto percentual dentro da amostra. Um custo de 0,40% por ida e volta transforma isso em -0,17, e um de 1,00% em -0,77. A vantagem é menor que o custo de colhê-la.

Um por cento a mata

Aplicar custos à configuração vencedora produz uma tabela curta e decisiva de resultados (Binance Spot API, 2026-09-11) . Sem custo a vantagem dentro da amostra é +0,23 ponto. A 0,20% por ida e volta, cerca de duas taxas de taker, cai para +0,03. A 0,40%, somando slippage moderado, fica em -0,17. A 1,00%, realista para um ativo de média capitalização em tamanho, fica em -0,77. Toda a vantagem medida é menor que o custo de agir sobre ela. E essa era a melhor de 88 configurações, não uma mediana.

Custos escalam com o giro

O dano é proporcional à frequência com que a regra negocia, o que torna prazos curtos muito mais caros do que os retornos brutos sugerem. Uma regra de três dias paga a ida e volta dez vezes mais que uma de trinta dias para a mesma exposição. Um artigo companheiro mede quanto a execução custa de fato num livro de ofertas ao vivo ↗, incluindo com que rapidez o slippage cresce com o tamanho da ordem. Qualquer backtest que omita custos relata um teto, não uma estimativa. Para regras de giro alto esse teto fica muito acima do que é alcançável na prática.

Dividir os dados direito ajuda, dentro de limites.

O que é teste walk-forward e ele ajuda?

O teste walk-forward ajusta parâmetros numa janela, testa na seguinte, então avança as duas janelas e repete. É a rotina mais forte disponível a um testador de varejo trabalhando sozinho. Também resolve bem menos do que sua reputação sugere.

Walk-forward na prática

O método é direto. Escolha uma janela dentro da amostra e selecione parâmetros nela. Aplique esses parâmetros sem alteração à janela seguinte fora da amostra, registre o resultado, então avance as duas janelas e repita. A saída é uma sequência de resultados genuinamente fora da amostra em vez de um só, o que reduz a chance de um único período de sorte carregar a conclusão. Também produz algo que uma divisão única não consegue. Se os melhores parâmetros pulam entre janelas, essa instabilidade é por si só evidência, e normalmente evidência contra a regra.

O que ele não resolve

Não resolve sobrevivência, já que toda janela usa os mesmos ativos sobreviventes. Não resolve dependência de regime, porque uma estratégia calibrada em janelas de 2017 a 2021 continua sendo validada em janelas da mesma era. Não resolve tamanho de amostra, que era a restrição determinante no vencedor acima. E não impede o testador de rodar todo o procedimento repetidamente com regras diferentes até uma passar. Isso reintroduz o problema da busca um nível acima. Walk-forward é uma melhora real sobre uma divisão única. Não substitui decidir o que você está testando antes de começar, nem testar poucas coisas em vez de muitas.

O que se reduz a um padrão curto de reporte.

Como rodar um backtest que diz alguma coisa?

Sete itens tornam um backtest interpretável por quem não o rodou. Nenhum exige software especial ou dados extras. Um resultado que falte qualquer um deles não pode ser avaliado por um leitor, por mais impressionante que pareça o número de manchete.

Sete coisas a relatar

Declare a taxa-base para os mesmos ativos e período, porque a comparação é o resultado. Relate o número de sinais independentes em vez de dias de sinal, já que regras de limiar geram centenas de observações sobrepostas a partir de um punhado de eventos. Declare a suposição de execução explicitamente. Nomeie o universo completo de ativos, incluindo o que foi deslistado desde então, ou admita a limitação de sobrevivência. Inclua custos em nível realista. Informe o período de teste, porque 2017 a 2021 e 2022 a 2026 são efetivamente mercados diferentes. Depois verifique em dados nunca olhados durante o desenvolvimento, que é o único passo impossível de falsificar depois.

Dados atualizados em setembro de 2026.

Lendo o backtest de outra pessoa

Aplicada a resultados publicados, essa lista é brutal. Uma estratégia que reivindica alto retorno anual em dados cripto de 2017 a 2021, sem taxa-base, sem contagem de sinais e sem custos, está relatando a era e não a regra. O resumo honesto de todo experimento aqui é que o caso comum não é uma vantagem descoberta que decai. É uma vantagem que nunca esteve lá, obscurecida por um mercado em alta. Testar com cuidado produz na maioria das vezes resultados negativos, e esse é o desfecho correto. O valor de um backtest está no que ele elimina, não no que promete.

Perguntas Frequentes

Referências e Fontes