Seu backtest encontrou uma vantagem de 20%. Quanto veio de um único timestamp incorreto?

Um backtest apresentou retorno anualizado de 20%. Ele usou 8 anos de dados, 1,640 operações e uma divisão walk-forward sem falhas. Então substituímos o histórico atual do fornecedor pelos valores registrados na época, e a vantagem caiu para 3%.

O número surpreendente não foi o retorno original. Foram os 17 pontos percentuais que dependiam de dados revisados. Esse tipo de conhecimento do futuro pode se esconder em divulgações econômicas, fundamentos de empresas, composição de índices e até em campos de mercado aparentemente simples. Os dados históricos mostram o que a fonte diz agora. Um conjunto de dados point-in-time mostra o que sua estratégia poderia saber naquela época.

Por que os dados históricos podem mudar depois do evento?

Alguns valores são estimativas no início e só são corrigidos depois. Uma estatística econômica divulgada na sexta-feira pode ser revisada no mês seguinte. Uma empresa pode reapresentar um número de resultados. Um fornecedor de dados pode corrigir uma cotação incorreta, preencher um intervalo ausente ou substituir um valor preliminar por um definitivo. Um banco de dados que armazena apenas o valor mais recente faz todas essas mudanças parecerem como se sempre tivessem sido verdadeiras.

Isso importa quando uma estratégia classifica empresas pela receita divulgada ou opera em um mercado após uma divulgação de dados programada. Se ela enxergar o número corrigido meses antes, o backtest terá fornecido informações que não estavam no mercado no momento da decisão. O cálculo do sinal pode estar impecável; a entrada ainda vem da versão errada do histórico.

Há uma armadilha fácil aqui: um campo chamado date costuma descrever o período coberto por um valor, não quando ele ficou disponível. Uma linha de receita trimestral marcada como 31 de março pode só ter sido publicada em maio. O rótulo se refere ao período da empresa, não ao conjunto de informações da estratégia.

Qual timestamp um backtest deve usar?

Acompanhe separadamente o período de referência do valor e o horário em que ele ficou disponível. Sempre que possível, registre também o horário de publicação e o de ingestão. Uma estratégia só poderia usar um valor depois que ele fosse publicado e recebido pelo sistema; se esses horários forem diferentes, use o mais tardio para uma reprodução conservadora.

Por exemplo, suponha que as vendas trimestrais de uma empresa cubram janeiro a março, sejam divulgadas em 8 de maio às 16:15 no horário do leste dos EUA e cheguem ao seu repositório de pesquisa às 16:17. Uma estratégia que decide no fechamento de 8 de maio não pode usar esse relatório se sua decisão no fechamento ocorreu às 16:00. Uma estratégia que decide na manhã seguinte pode usá-lo. Só a data de encerramento do trimestre não responde a nenhuma dessas perguntas.

Como testo se as revisões estão determinando o resultado?

Execute a mesma estratégia 2 vezes: uma com a versão dos dados disponível em cada momento histórico de decisão e outra com o histórico revisado mais recente. Mantenha fixos os pressupostos de execução, o universo e o código. A diferença é um resultado de sensibilidade a revisões, não uma nova comparação entre estratégias.

Depois, investigue de onde vem a diferença. O desempenho muda nos dias de divulgação? As maiores diferenças se concentram em algumas empresas que reapresentaram resultados ou em observações corrigidas? A estratégia opera antes do horário de publicação relevante? Uma pequena auditoria por evento costuma explicar mais do que outro gráfico de retornos acumulados.

Esses números são ilustrativos, não representam uma penalidade universal. O resultado útil é uma comparação pareada para sua própria estratégia, com as mesmas operações e custos sempre que possível. Se a versão revisada tiver desempenho muito superior, descubra quais campos e datas explicam a diferença antes de confiar no resultado principal do backtest.

O que uma auditoria de dados point-in-time deve registrar?

Comece pelos campos que sua estratégia realmente usa. Para cada um, identifique a fonte, o significado do timestamp, a política de revisão e se é possível recuperar versões anteriores. Pergunte ao fornecedor como as correções são representadas: linhas sobrescritas, novas linhas de versão ou um registro de auditoria separado. A palavra “histórico” na página de um produto não esclarece isso.

• Armazene cada versão com o timestamp de publicação ou de primeira disponibilidade.
• Associe os fatores às decisões usando o horário de disponibilidade, não os rótulos de período.
• Mantenha uma cópia congelada ou uma versão da fonte para reproduzir as execuções.
• Sinalize valores que chegam com atraso, são revisados ou não têm um histórico confiável.

E mantenha o escopo prático. Se sua estratégia usa apenas operações e candles da exchange, revisões de dados econômicos podem ser irrelevantes. Mas correções de candles e preenchimentos retroativos do fornecedor ainda podem importar, especialmente quando um sinal depende de um mercado pouco líquido ou de uma janela de evento precisa.

Quando não há histórico point-in-time

Não trate silenciosamente o valor de hoje como se fosse o de ontem. Marque o campo como uma limitação, exclua-o de afirmações que dependam da disponibilidade histórica ou aplique um atraso conservador e mostre quanto o resultado muda. Uma aproximação com atraso pode ser útil na pesquisa, desde que o atraso seja explícito e a limitação acompanhe o resultado.

O papel do backtest é reconstruir uma decisão usando o conjunto de informações que existia na época. Se seus dados só mostram a versão mais recente, o resultado tem um limite claro: ele pode testar a estratégia contra o histórico reconstruído de hoje, mas não pode estabelecer exatamente o que um agente histórico teria conseguido ver.