Os resultados recentes de uma estratégia devem mudar como ela gerencia o próximo trade?

Quase todo trader acredita em alguma versão disso. O tamanho da posição cai depois de três perdas. O próximo trade ganha mais espaço depois de uma boa sequência. A crença é antiga o bastante para ter vocabulário próprio: pressionar quando a mão está quente, respeitar um drawdown, operar menor até a forma voltar. Mesas sistemáticas codificam o mesmo instinto em filtros de curva de capital, sizing dinâmico e regras que alargam o stop quando os últimos trades foram bons.

A afirmação é testável, e é mais restrita do que parece. Ela não diz que uma estratégia funciona. Diz que, uma vez tomada a decisão de entrar, o histórico de trades concluídos da própria estratégia carrega informação sobre como essa entrada deve ser conduzida: onde fica o stop, onde fica o alvo, qual o tamanho da posição ou se vale a pena entrar.

Testamos isso em uma biblioteca fixa de estratégias mecânicas, em dois mercados e duas velocidades, mantendo o sinal de entrada fixo para que qualquer diferença tenha de vir da decisão de gestão. Uma estatística que o estudo é obrigado a reportar acabou enfraquecendo a própria evidência para três das cinco famílias de gestão, então um segundo protocolo foi registrado como adendo, congelado sob seu próprio hash de configuração, para eliminar essa fraqueza e retestar as três. Os dois estão reportados abaixo.

Toda comparação deste estudo mantém a entrada fixa. Duas políticas veem a mesma oportunidade na mesma barra e diferem apenas no que fazem com ela. É isso que deixa o teste limpo, e é por isso que o resultado fala de gestão e não das estratégias em si.

Foram testadas cinco famílias de regra de gestão, cada uma lendo um resumo do desempenho recente da própria estratégia e movendo uma alavanca: o alvo de lucro, o stop, os dois juntos, o tamanho da posição ou a decisão de entrar ou não. Oito resumos diferentes de desempenho recente alimentaram cada família, entre eles o resultado acumulado dos últimos dez e cinquenta trades, a taxa de acerto em vários lookbacks, a sequência atual de ganhos ou perdas e o drawdown dos últimos cinquenta trades. Cada resumo foi rodado nas duas direções, cobrindo a leitura de hot hand, em que bons resultados justificam fazer mais, e a leitura de reversão à média, em que são os maus resultados que justificam. São 80 políticas de gestão distintas, e nenhuma das direções foi escolhida por nós depois do fato. As duas foram registradas de antemão e as duas foram buscadas.

Sob essas políticas está uma biblioteca base de 80 estratégias mecânicas tiradas de oito famílias padrão: cruzamento de médias móveis, momentum, reversão à média, breakout, breakout de volatilidade, trend following, reversão de Bollinger e reversão de RSI, todas sinalizando nas duas direções. O universo é de 10 futuros perpétuos de cripto e 10 ações americanas de grande capitalização, cada um em resolução de 15 minutos e de uma hora, o que dá quatro células reportadas separadamente e nunca agrupadas, porque um achado em cripto não é evidência sobre ações. A avaliação fora da amostra vai de janeiro de 2023 a julho de 2026 em passos trimestrais, cada trimestre avaliado por uma política selecionada apenas nos 24 meses anteriores.

As estratégias foram selecionadas antes de existir qualquer número fora da amostra, apenas por frequência de trades e período de holding, nunca por lucratividade. A largura das barreiras e o reward-to-risk são ajustados dentro da amostra a cada janela, então o baseline que os tratamentos precisam superar é uma gestão estática já calibrada, e não um espantalho arbitrário de dois para um.

Nada aqui é backtest sem custo. A entrada cruza o spread e paga taxa taker mais slippage. Um alvo de lucro fica descansando como ordem limite, então paga taxa maker sem spread e sem slippage, enquanto um stop cruza e paga taker mais slippage. Posições em cripto pagam ou recebem funding em cada settlement que atravessam, à taxa efetivamente observada e com o sinal real, e o funding é reportado à parte em vez de embutido no número líquido, porque nesse período ele funcionou como um custo persistente contra um book comprado e seria fácil confundi-lo com um efeito da estratégia.

Um trade termina no stop, no alvo ou quando a estratégia muda de ideia e a posição inverte. Não há saída por tempo nem período máximo de holding, porque uma saída forçada é artefato do arcabouço de teste, não uma decisão que um trader toma.

Aprovar uma família de gestão em uma célula exige passar por oito condições. Sete são descritivas. Elas perguntam se a melhora existe, se sobrevive nos trades executados, se deixa a razão de risco intacta, se vence mais meses do que perde, se sobrevive à remoção do seu melhor mês, se supera um placebo pareado e se aguenta uma perturbação da sequência de trades.

A oitava é estatística: um bootstrap pareado que reamostra semanas calendário inteiras, de modo que trades da mesma semana se movem juntos e posições sobrepostas não conseguem enganar o teste, e depois disso toda comparação da família declarada é corrigida em conjunto para testes múltiplos.

Entre as sete, o placebo merece descrição porque é o mais afiado. Ele pega a mesma política e rotaciona suas ações sobre os mesmos trades, preservando a contagem exata de posições grandes, posições pequenas e trades pulados, e destruindo apenas o alinhamento entre o estado da curva de capital e o trade a que ela estava reagindo. Uma política que não consegue superar as próprias ações embaralhadas está respondendo à frequência com que age, não ao momento em que age.

Nas 20 comparações, cinco famílias de gestão em cada uma das quatro células de mercado e timeframe, nenhuma família foi aprovada em lugar algum. A condição estatística falhou nas 20, com significância ajustada começando em 0.700 contra um limiar de 0.05.

As diferenças medidas são majoritariamente positivas e uniformemente minúsculas, indo de -0.0014 a +0.0094 unidades de risco por sinal. Um trade neste desenho arrisca uma unidade inteira, então o maior efeito encontrado em toda a execução principal vale menos de 1% do risco de um único trade.

Uma linha que passa por seis ou sete das oito condições não está quase aprovada, e vale dizer isso sem rodeios, porque a tabela convida à leitura contrária. As outras condições são descritivas, dizem apenas que o overlay se moveu na direção certa e manteve o formato. Nenhuma delas testa se a diferença pode ser distinguida do ruído, e a única que testa falhou em todos os casos.

As políticas de gestão de fato superaram seus placebos embaralhados. Em 19 das 20 comparações a política real ficou acima do percentil 95 das próprias ações rotacionadas, com percentis indo de 0.807 a 1.00.

Embaralhar o alinhamento entre resultados recentes e o próximo trade degrada o desempenho de forma consistente. O alinhamento, portanto, carrega algo mensurável e repetível. O que ele carrega simplesmente não compensa: o efeito é real no sinal, consistente na direção e pequeno demais para se separar do ruído quando você leva em conta de quantas maneiras ele foi buscado. Essa é uma resposta mais precisa do que um veredito seco de que a ideia falha.

Uma das estatísticas de reporte obrigatório complica o resultado nulo acima, e ela aparece aqui em vez de ficar enterrada, porque muda o quanto do resultado você deve acreditar.

70.3% dos trades terminaram em uma reversão e não em uma barreira. A causa é mecânica. As distâncias das barreiras são ajustadas dentro da amostra, a busca prefere as configurações mais largas, e uma barreira larga raramente é alcançada antes de o próximo sinal chegar.

Para as duas famílias que agem sobre o tamanho ou sobre entrar ou não, isso não muda nada, porque elas agem sobre todo candidato independentemente de como ele termina. Para as três famílias que movem um stop ou um alvo, muda tudo. Barreiras que raramente executam deixam essas famílias praticamente sem nada sobre o que agir, então um resultado nulo para elas é evidência fraca: diz que o tratamento teve pouca oportunidade, não que os resultados recentes não carreguem informação sobre onde colocar a barreira.

O adendo é um acréscimo ao estudo acima, não uma substituição. Nada da execução principal é reavaliado, os dois nunca são agrupados, e o adendo foi especificado por escrito e congelado sob seus próprios hashes de configuração e implementação antes que qualquer número fora da amostra fosse produzido ou aberto. Ele retesta apenas as três famílias cujo teste foi comprometido, já que as outras duas já haviam sido testadas de forma justa.

Sua única mudança: um trade termina no take-profit ou no stop-loss, e de nenhuma outra forma. Sem saída por tempo, sem holding máximo, sem reversão.

Essa mudança levanta uma pergunta que o estudo principal nunca precisou responder, a de o que acontece quando um sinal chega com uma posição já aberta. As duas respostas foram rodadas, como ramos separados, e as duas são reportadas.

Os dois ramos recebem um fluxo idêntico de sinais, verificado célula a célula, e os dois são avaliados por resultado líquido por sinal oferecido. Esse denominador compartilhado é o que os torna comparáveis: o ramo que recusa sinais não é favorecido por ser medido contra uma contagem menor. Como as barreiras agora carregam todo o peso, as distâncias das barreiras foram recalibradas por célula antes da execução, lendo apenas período de holding e resolução, e nunca lucro.

Nas suas 24 comparações, três famílias em quatro células e dois ramos, nenhuma família foi aprovada em nenhum dos ramos. A condição estatística falhou nas 24, com significância ajustada começando em 0.819.

Os efeitos vão de -0.0011 a +0.0144 unidades de risco por sinal, então o maior de todos vale cerca de 1.4% do risco de um único trade. O placebo se comporta como na execução principal: 17 das 24 comparações superam o percentil 95 das próprias ações embaralhadas.

Sem as reversões, a única forma de um trade não se resolver é continuar aberto quando o histórico do instrumento acaba, e o resultado desse trade passa a ser definido por onde os dados terminam em vez de pela estratégia, que é o modo de falha capaz de afundar o desenho. Medido em todas as células e nos dois ramos, isso acontece com algo entre 0.08% e 0.46% dos trades.

Ou seja, as três famílias que movem um stop ou um alvo tiveram uma chance limpa em praticamente todo trade, sob duas regras de ocupação diferentes, em dois mercados e em duas velocidades, e ainda assim não produziram nada que sobreviva à correção. O resultado nulo do estudo principal para essas três famílias era evidência fraca, e não é mais.

Os dois ramos são books operáveis, e cada um paga pela sua regra em uma moeda diferente.

O ramo de posição única recusa entre 31% e 53% dos sinais que recebe. Essa é toda a diferença entre os ramos, e é o preço de nunca manter mais de uma posição por vez.

O ramo de empilhamento não impõe teto para posições simultâneas, o que soa ilimitado, então a exposição sinalizada foi medida diretamente. Contar tickets abertos superestima o risco, porque uma compra e uma venda no mesmo instrumento se cancelam; a medida honesta é a soma sinalizada, ponderada pelo tempo, sobre as barras que de fato mantêm alguma posição.

Nessa base, a mediana é de uma unidade de direção em todas as células, o percentil 90 fica em uma ou duas, e o máximo em qualquer lugar é cinco, então os tickets extras são passageiros. O que a regra de empilhamento gasta de fato é custo, não capacidade de risco: os dois lados de uma sobreposição são abertos e fechados, e sua conta de funding em cripto de 15 minutos chegou a cerca de 18 vezes a do ramo de posição única.

Os resultados recentes de uma estratégia carregam, sim, um sinal fraco sobre o próximo trade. Embaralhar o alinhamento piora os resultados de forma mensurável, o que significa que a relação é real e não imaginada.

Para um book sistemático, a implicação é fixar as regras de gestão, dimensioná-las para o risco que você pretende assumir e gastar o orçamento de pesquisa na entrada.

• O ramo de empilhamento quase não empilha em metade das células. Medido dentro da amostra, ele mantém uma mediana de 1.05 e 1.07 posições nas duas células de uma hora, o que o torna quase o mesmo experimento que o ramo de posição única ali. A comparação entre ramos só é genuína nas células de 15 minutos, onde a mediana chega a 1.33 e 1.61. Isso deveria ter sido medido antes de o fora da amostra ser gasto, enquanto o desenho ainda podia ser ampliado.
• A cobertura no ramo de posição única é mais rala. Recusar cerca de metade dos sinais deixa menos trades para a busca dentro da amostra, então nas células de 15 minutos uma família de gestão fica ausente em até 17% das janelas porque nenhuma política valia a seleção. O ramo de empilhamento coloca as três famílias em campo em toda janela de toda célula, então os resultados de posição única se apoiam em menos janelas.
• Uma configuração de barreira ultrapassa sua meta de holding. Na configuração mais larga em ações de 15 minutos, 24.3% dos trades duram duas semanas ou mais, contra uma tolerância de 20%. Isso é reportado em vez de removido, porque apagar uma configuração para fazer uma meta parecer cumprida é escolher a resposta.
• Taxas de aluguel de ações não são modeladas. Elas não existem nos dados de origem. Em holdings de vários dias, isso subestima o custo das posições vendidas em ações.
• Seis das dez suítes de gate não foram reexecutadas contra o engine do estudo principal. Quatro foram, incluindo o teste de paridade de execução, que é onde aquele desenho de fato mudou. O adendo reexecutou todas as quatro suítes exigidas contra o próprio engine.
• O escopo é limitado. Vinte instrumentos, dois mercados, duas velocidades e uma definição de desempenho recente por família deixam espaço para que um resumo de estado diferente, uma biblioteca mais lenta ou um horizonte mais longo se comportem de outra forma. Isto é um nulo sobre este desenho, não uma prova sobre a ideia em geral.