Overfitting (Sobreajuste)

Overfitting é quando a estratégia foi ajustada tão finamente ao histórico que passou a decorar o ruído em vez de capturar um padrão. Ela explica o passado com perfeição e não sabe nada sobre o futuro.

O sintoma mais traiçoeiro é que o overfitting parece competência. Estratégias sobreajustadas produzem Sharpe excelente, drawdown mínimo e curva de capital quase reta no backtest — exatamente o perfil que o trader estava procurando. A falsa confiança é o produto.

Não há uma fórmula única; há sinais mensuráveis:

`` Configurações testadas = produto do nº de valores candidatos de cada parâmetro ``

Quanto mais configurações, filtros e reutilizações do mesmo histórico, maior a chance de selecionar ruído. A razão “operações por parâmetro” não mede graus de liberdade nem fornece, sozinha, significância estatística.

O teste direto é a eficiência walk-forward:

`` Eficiência WF = desempenho fora da amostra / desempenho dentro da amostra ``

Queda forte e persistente fora da amostra é alerta, mas não existe corte universal: a métrica precisa usar horizontes comparáveis e considerar custos, variância e regime.

Sinais de overfitting, em ordem de gravidade:

1. Pico isolado de parâmetro. Média de 14 dá +180%, média de 13 e 15 dão prejuízo. Isso não é ajuste fino — é coincidência.
2. Backtest perfeito demais. Sharpe acima de 3, drawdown de 4%, curva sem oscilação.
3. Muitos filtros com condição específica. "Só compra às terças, se o ADX > 22 e o candle anterior tiver corpo acima de 60%."
4. Desempenho que desaba fora da amostra.
5. Parâmetros ótimos instáveis entre janelas de tempo.

• Menos complexidade reduz o espaço de busca, mas quantidade de parâmetros não substitui validação: uma regra simples também pode ter sido selecionada depois de centenas de tentativas.
• O tamanho de amostra depende do efeito, variância, dependência, métrica e quantidade de testes realizados; não há mínimo universal por parâmetro.
• Procure platô, não pico: se valores vizinhos do parâmetro também funcionam, existe padrão. Se só um valor funciona, existe coincidência.
• Cada vez que você volta ao mesmo dado para ajustar, você gasta um pouco da validade estatística — mesmo com boa intenção. Isso é conhecido como data snooping.

• Número de parâmetros e configurações: justificado pela hipótese e controlado no registro de experimentos.
• Tamanho de amostra: definido pela incerteza e dependência dos retornos, não por uma razão fixa.
• Divisão temporal: escolhida conforme o regime e o horizonte; preserve validação realmente intocada e, quando útil, múltiplas janelas walk-forward.
• Toda validação com custos e slippage reais.

• Defina as regras antes de otimizar. Ideia primeiro, teste depois. O caminho inverso é fábrica de overfitting.
• Reserve dado que você não vai olhar e resista a olhar.
• Prefira parâmetros redondos (média de 20, 50, 200) a valores estranhos (média de 17, 43). Valor estranho quase sempre é fruto de otimização.
• Teste em outro ativo e outro período. Um setup de WIN que também funciona no WDO e no mini S&P provavelmente captura algo real.
• Desconfie do seu próprio entusiasmo. Se o resultado te deixou eufórico, é hora de procurar o erro, não de aumentar o lote.

Fortes (de saber identificar):

• Evita a perda mais comum do trader sistemático: operar no real uma estratégia que só existia no backtest.
• Empurra na direção de estratégias simples, que são as que aguentam mudança de regime.
• Dá critério objetivo para descartar ideia — o mais difícil de fazer sozinho.

Limitações (do combate ao overfitting):

• Não existe teste que garanta ausência de sobreajuste; só reduz probabilidade.
• Simplificar demais gera o oposto (underfitting): a estratégia perde o padrão real também.
• Estratégias legítimas passam por períodos ruins, e é impossível separar na hora "não funciona mais" de "está no drawdown esperado".
• Testar centenas de variações e escolher a que passou o walk-forward reintroduz o problema por outra porta.

• Otimizar, gostar, operar — sem nenhuma validação fora da amostra.
• Adicionar filtro cada vez que aparece uma perda no backtest. Ao fim, a estratégia tem 9 condições e zero robustez.
• Confundir melhoria com sobreajuste: subir o Profit Factor de 1,4 para 3,8 mexendo em parâmetros não é evolução, é decoração.
• Usar valor de parâmetro específico demais e não notar que os vizinhos não funcionam.
• Repetir o teste fora da amostra depois de ajustar. Na segunda vez, ele já não é fora da amostra.

Cenário hipotético para ilustrar seleção de parâmetros: Um trader monta um setup de WIN com 3 regras simples: rompimento da máxima da primeira hora, com ADX acima de 20, stop no ATR. Backtest de 2 anos: +41%, drawdown de 14%, Profit Factor 1,42. Resultado honesto, e ele não fica satisfeito.

Começa a otimizar. Testa o ADX de 15 a 35 e acha 23. Testa horários e descobre que excluir sexta-feira melhora. Adiciona filtro de volume. Restringe a candles com corpo acima de 55%. Depois de duas semanas, o backtest está em +287% com drawdown de 5% e Profit Factor 4,1.

Os sinais estavam todos lá:

• ADX 23 dava +287%; ADX 22 e 24 davam +90% e +75%. Pico isolado.
• Profit Factor 4,1 e curva muito lisa são alertas, não prova isolada de sobreajuste.
• Foram testadas muitas combinações sobre apenas 190 operações; a seleção múltipla não foi corrigida nem registrada.
• Excluir sexta-feira não tem nenhuma explicação de mercado; é padrão de ruído.

No walk-forward, a versão otimizada entrega eficiência 0,11. A versão original de 3 regras entrega 0,58. Ele operou a versão simples e ela fez, no ano seguinte, +33% — perto dos 41% do backtest original. A versão de +287% teria perdido dinheiro.