O teste walk-forward deveria responder a uma pergunta prática: se tivéssemos ajustado repetidamente uma estratégia usando apenas o passado, como ela teria se comportado no trecho seguinte de dados ainda não vistos? O método parece simples. Escolhemos uma janela de treinamento, ajustamos a estratégia, testamos no período seguinte, avançamos a janela e repetimos.
O problema é que uma sequência de janelas pode parecer rigorosa e ainda assim vazar informações pelos limites entre elas. Já vi isso aparecer em retornos fora da amostra suspeitosamente estáveis, configurações de parâmetros que parecem estáveis até demais e operações atribuídas a um período de teste que começou antes que elas pudessem ter sido executadas.
Erro 1: Tratar a janela de teste como uma página em branco
Uma janela de teste começa em 1º de junho. O sinal usa uma média móvel de 50 dias, então o backtest carrega os preços de maio para inicializar o cálculo. Isso faz sentido: uma estratégia em produção também manteria o estado do indicador. Mas, se o retorno do período de teste começa a ser contabilizado em 1º de maio, esses dias de inicialização viraram desempenho.
O mesmo problema de limite aparece nas posições. Suponha que a estratégia abra uma operação em 29 de maio e a feche em 3 de junho. O lucro deve contar como desempenho do período de teste? Só se a simulação definir com clareza como trata posições que já estavam abertas no limite. Caso contrário, o teste pode herdar uma entrada escolhida com dados de treinamento e atribuir o ganho resultante ao teste.
| Item no limite | Tratamento seguro | Falha comum |
|---|---|---|
| Histórico do indicador | Carregar candles anteriores para manter o estado; começar a avaliação no início do teste | Contabilizar retornos da inicialização como desempenho do teste |
| Posições abertas | Fechá-las, mantê-las ou excluí-las segundo uma regra declarada | Atribuir ao teste uma entrada anterior ao período |
| Ordens e execuções | Exigir que a decisão e a execução ocorram no período de teste | Executar uma ordem gerada antes do limite |
Uma divisão limpa precisa de uma regra para o estado, não apenas de uma data. Preserve o histórico do indicador que um processo em produção teria, mas avalie somente o período que pretende medir. Defina explicitamente como tratar posições e ordens abertas e aplique a mesma regra a cada avanço da janela.
Erro 2: Deixar operações atravessarem a divisão sem um período de embargo
Rótulos sobrepostos criam outro vazamento. Imagine um modelo treinado com sinais cujo resultado é o retorno dos próximos cinco dias de negociação. Um exemplo de treinamento do último dia de maio usa preços de junho para determinar se a previsão acertou. Se o teste começa em 1º de junho, o treinamento já consumiu parte do resultado do teste.
É fácil deixar isso passar porque a linha das variáveis de entrada tem a data de 31 de maio. O rótulo avança pelo futuro. Uma divisão temporal aplicada apenas às datas das linhas não detecta essa sobreposição.
Remova os exemplos de treinamento cujas janelas de resultado se estendam até o período de teste. Dependendo do horizonte do rótulo e de como as variáveis de entrada são construídas, deixe também um intervalo entre treinamento e teste. Esse intervalo, muitas vezes chamado de embargo, deve corresponder ao período em que informações ou resultados se sobrepõem. Um rótulo de cinco dias não justifica um intervalo de um dia só porque isso deixa o gráfico mais bonito.
Registre todo o intervalo de tempo usado por cada exemplo de treinamento: o histórico das variáveis, o momento da decisão e a janela de resultado. Faça a divisão com base nesses intervalos, não apenas na data exibida ao lado de cada linha.
Erro 3: Escolher o vencedor depois de ver todos os folds
Aqui está a falha mais tentadora. Você executa testes walk-forward com 40 conjuntos de parâmetros. Uma combinação parece boa em vários folds, então você a escolhe e apresenta esses mesmos folds como evidência de que ela generaliza.
Cada fold talvez não tivesse sido visto quando seu próprio modelo foi ajustado. Mas o desenho da estratégia foi selecionado depois de você inspecionar todos os folds. Os resultados dos testes agora orientaram uma decisão de pesquisa e, portanto, fazem parte do processo de treinamento no nível do experimento.
Mantenha um registro datado das escolhas feitas antes de cada avaliação. Se usar resultados walk-forward para selecionar parâmetros, variáveis, mercados ou até a janela de teste, reserve um período final intocado para uma última avaliação. Esse período só deve ser aberto uma vez, depois que as escolhas forem definidas. Se voltar a ajustar algo depois de vê-lo, ele deixa de ser um teste final.
Há um detalhe prosaico aqui: salve o registro do experimento antes de receber os resultados. Uma planilha editada depois de uma execução promissora é um registro ruim do que você realmente testou.
O que um relatório walk-forward confiável deve mostrar?
Apresente a configuração junto com os retornos: datas de treinamento e teste, frequência de avanço, horizonte do rótulo, tratamento da inicialização, política para posições nos limites e quantas configurações foram testadas. Mostre cada fold, além do agregado. Um resultado total forte, baseado em uma única janela de sorte, merece uma leitura diferente de resultados modestos que se repetem em condições distintas.
O teste walk-forward pode trazer uma disciplina útil à pesquisa de estratégias, mas ela depende das regras para os limites e do registro das decisões. Quando esses pontos estão bem resolvidos, o teste pode dizer algo sobre como um processo de pesquisa poderia se comportar ao longo do tempo. Sem eles, o rótulo walk-forward é só enfeite em um resultado que já viu o futuro.
← Todos os artigos


