Backtest: o que é e como testar uma estratégia de trading

Backtest é a simulação de uma estratégia de trading em dados históricos: você aplica as regras de entrada e saída candle a candle e mede quanto ela teria ganhado ou perdido, com que frequência e qual foi a pior queda do capital. É o primeiro filtro de qualquer robô ou setup, mas só vale se incluir custos e for validado em dados que não serviram para criar a estratégia.

Em resumo: um backtest honesto usa só a informação disponível em cada momento, desconta taxas, spread e slippage, separa dados de ajuste (in-sample) e de validação (out-of-sample) e olha para drawdown, não só para lucro. Ele serve para eliminar ideias ruins. Nunca garante resultado futuro.

Como funciona um backtest?

A lógica é a mesma em qualquer ferramenta:

1. Escolha os dadosAtivo, período e tempo gráfico, de preferência com vários anos e diferentes fases do mercado.
2. Codifique as regrasEntrada, saída, stop e tamanho de posição, sem margem para interpretação.
3. Simule candle a candleEm cada barra, o sistema só "vê" o que já aconteceu e decide.
4. Desconte custosTaxas, spread, slippage e, em alavancados, swap ou funding.
5. Analise as métricasRetorno, drawdown, número de operações, taxa de acerto e payoff.
6. Valide fora da amostraTeste em um período reservado, sem mexer nos parâmetros.

O verbete da Investopedia sobre backtesting resume a premissa: se a estratégia funcionou no passado, há alguma chance de funcionar no futuro, mas essa chance depende de como o teste foi feito.

Onde fazer backtest: TradingView, MetaTrader 5 e Python

No TradingView, o simulador executa ordens a mercado no próximo tick disponível, normalmente a abertura do candle seguinte, e o relatório traz abas de métricas e de operações, segundo a documentação de estratégias. Veja o tutorial de Pine Script para montar sua primeira estratégia.

No MetaTrader 5, o testador oferece cinco modos: “Every tick based on real ticks”, “Every tick”, “1 minute OHLC”, “Open prices only” e cálculos matemáticos. Também permite simular atrasos de execução e reservar parte do período para forward test, conforme a ajuda oficial. O passo a passo está no guia de MQL5 Expert Advisor.

Um backtest percorre o histórico candle a candle, como este gráfico de EUR/USD de 2009, decidindo só com o que já havia acontecido. Crédito: Lyakhovskiy Pavel, licença CC BY-SA 3.0, via Wikimedia Commons.

Exemplo: backtest simples em Python com pandas

O código abaixo testa um cruzamento de médias simples de 20 e 50 períodos em um CSV de candles diários (colunas date e close). Ele já desconta 0,1% a cada troca de posição e mede drawdown:

import pandas as pd

df = pd.read_csv("btcusdt_1d.csv", parse_dates=["date"], index_col="date")
close = df["close"]

rapida = close.rolling(20).mean()
lenta = close.rolling(50).mean()

# 1 = comprado, 0 = fora; shift(1) faz a ordem sair no candle seguinte ao sinal
posicao = (rapida > lenta).astype(int).shift(1).fillna(0)

retorno_ativo = close.pct_change().fillna(0)
custo = 0.001  # 0,1% por troca de posição (taxa + slippage estimado)
trocas = posicao.diff().abs().fillna(0)
retorno_estrategia = posicao * retorno_ativo - trocas * custo

curva = (1 + retorno_estrategia).cumprod()
drawdown = curva / curva.cummax() - 1

print(f"Retorno da estratégia: {curva.iloc[-1] - 1:.1%}")
print(f"Retorno de comprar e segurar: {close.iloc[-1] / close.iloc[0] - 1:.1%}")
print(f"Drawdown máximo: {drawdown.min():.1%}")
print(f"Trocas de posição: {int(trocas.sum())}")

O detalhe mais importante é o shift(1): sem ele, o código compraria no mesmo candle em que o sinal só fica conhecido no fechamento, um erro chamado look-ahead bias que infla qualquer resultado. As médias usam rolling do pandas. Para baixar os dados de uma corretora e evoluir o teste, veja Python para trading. Bibliotecas como Backtesting.py já trazem stop, take profit e otimizador prontos.

Quais métricas olhar em um backtest?

O drawdown merece atenção especial: uma queda de 50% exige alta de 100% para voltar ao ponto de partida. Os números estão em gestão de risco no trading.

Custos: o detalhe que transforma lucro em prejuízo

Considere uma estratégia de curto prazo com 200 operações por ano e ganho bruto médio de 0,25% por operação. Sem custos, o capital cresceria cerca de 65% no ano (1,0025 elevado a 200). Agora desconte custos realistas por operação completa: 0,1% de taxa na entrada e na saída mais 0,05% de slippage em cada ponta, total de 0,30%.

O ganho líquido vira -0,05% por operação, e o ano termina com queda de cerca de 9,5% (0,9995 elevado a 200). Quanto mais operações, mais o custo pesa. Por isso estratégias de scalping são as mais sensíveis. Em forex, a conta do spread está em pip, lote e spread; em futuros cripto, entra também o funding rate.

In-sample, out-of-sample e walk-forward

O erro mais comum é ajustar parâmetros até o backtest ficar lindo e chamar isso de prova. A pesquisa de Bailey, Borwein, López de Prado e Zhu mostra que, quanto mais configurações se testa, maior a chance de o melhor resultado ser puro acaso, e que raramente se informa quantas tentativas foram feitas (artigo no SSRN).

O walk-forward foi apresentado por Robert Pardo em livro de 1992, segundo o verbete da Wikipedia. Exemplo prático: otimizar em 2019 e 2020, testar no primeiro semestre de 2021; otimizar em meados de 2019 a meados de 2021, testar no segundo semestre de 2021; e assim por diante até 2026. O desempenho que conta é o da soma dos semestres de teste. O tema completo está em overfitting no trading.

Para ver um passo a passo de backtest feito com método, em português, o vídeo abaixo cobre desde a coleta dos dados até a leitura dos resultados.

Erros que inflam o backtest

• Repintura: alguns indicadores mudam valores passados depois que novos candles chegam. No gráfico ficam perfeitos, ao vivo não.
• Viés de sobrevivência: testar só criptomoedas que existem hoje ignora as centenas que sumiram. Veja o que é altcoin.
• Regime único: um robô de tendência testado só em 2020 e 2021 parece genial; em mercado lateral, sangra.

Um bom backtest não tenta convencer você de que a estratégia funciona. Ele tenta, com honestidade, provar que ela não funciona. Se sobreviver, siga para conta demo e só depois para valores pequenos. Para o roteiro completo, veja como criar um robô de trading do zero.

Conteúdo informativo, não é recomendação de investimento.