Como o Mcginley Dynamic Pode Ser Backtestado de Forma Responsável

Defina o Mcginley Dynamic e o alvo exato do backtest

O Mcginley Dynamic é um método no estilo de média móvel que produz uma linha dinâmica destinada a se adaptar às mudanças na velocidade da tendência. Antes de fazer o backtest, defina duas coisas com precisão:

1. A série de entrada (por exemplo, qual campo de preço você usa: midpoint, bid, ask ou close).
2. O objetivo do backtest. Um backtest não é apenas “calcular o indicador”. Ele deve especificar qual decisão ou medição você avalia, como qualidade de previsão de uma relação escolhida ou desempenho de uma regra.

Se seu objetivo é a qualidade do indicador em vez de negociação, escolha um alvo mensurável, como a frequência com que a linha está acima/abaixo de uma série de referência, ou se uma inclinação calculada corresponde ao movimento posterior. Qualquer que seja o alvo escolhido, declare-o antecipadamente para que a avaliação não se desvie depois que você vir os resultados.

Mecânica: escolha dados, reamostragem e regras que você possa reproduzir

Um backtest responsável começa com mecânica reproduzível.

Granularidade e alinhamento dos dados

• Use um único período de tempo consistente (por exemplo, barras horárias) e documente se o indicador é calculado a partir dos fechamentos das barras ou de aproximações de timing intrabar.
• Se você usar preços de fim de barra, garanta que o sinal (ou medição) tenha timestamp para não usar acidentalmente informações do futuro.

Premissas de parâmetros O Mcginley Dynamic normalmente envolve um parâmetro que controla a capacidade de resposta (comumente denotado em descrições como uma constante). Mesmo que você mantenha a fórmula do indicador fixa, você deve declarar:

• Os valores de parâmetros escolhidos.
• Se os mesmos valores são usados em todos os períodos de teste.

Modelo de custos Backtests que ignoram fricções podem produzir resultados enganosos. Inclua pelo menos:

• Uma proxy para spread/slippage como um custo por entrada/saída.
• Uma nota sobre se os custos são aplicados na barra em que você age.

Regras de posição e execução Se você testar regras de negociação, defina:

• Quando as ordens são consideradas preenchidas (no fechamento, na próxima abertura, ou em uma aproximação que você documente).
• Como você lida com múltiplos sinais dentro de um mesmo período de tempo.

Evidência e exemplo de abordagem: compare dentro da amostra vs. fora da amostra

Como relações históricas não garantem resultados futuros, um método cuidadoso separa a seleção do modelo da avaliação.

Uma estrutura prática

1. Período dentro da amostra (treinamento): escolha os valores de parâmetros e a regra de avaliação.
2. Período fora da amostra (teste): aplique essas escolhas fixas sem ajustes adicionais.
3. Repita em várias janelas de tempo usando um cronograma walk-forward.

Isso reduz a chance de que bons resultados venham de overfitting. Se você reajustar os parâmetros depois de ver o desempenho do teste, você enfraquece o significado do teste.

Controles de viés

• Sem look-ahead: garanta que todo valor usado para tomar uma decisão estaria disponível naquele momento.
• Conjunto de regras fixo: não mude o objetivo depois de observar os resultados.
• Tratamento consistente de dados: lide com dados ausentes da mesma forma em todos os períodos.

Testes de estresse Execute verificações adicionais onde os resultados provavelmente são frágeis:

• Mudanças de regime (ambientes de tendência lenta vs. tendência rápida).
• Alargamento súbito de spread e premissas de custo.
• Diferentes períodos de liquidez, se seu conjunto de dados os distinguir.

Limitações e modos de falha esperados

Mesmo com controles cuidadosos, o backtesting pode falhar de maneiras previsíveis.

Sensibilidade aos custos de transação Muitas estratégias baseadas em indicadores têm tamanhos de vantagem que podem ser menores do que os custos realistas. Pequenas mudanças nas premissas de spread/slippage podem inverter conclusões.

Problemas de qualidade e construção de dados Os backtests podem ser sensíveis a como a série de preços é construída (midpoint vs. cotações negociáveis). Barras ausentes ou desalinhamento de timestamps podem criar padrões artificiais.

Overfitting ao histórico Se você tentar muitos valores de parâmetros e critérios de seleção, você pode “encontrar” um padrão que se ajusta ao passado, mas não generaliza.

Não estacionaridade A dinâmica do mercado muda ao longo do tempo. Um indicador que responde bem em um regime pode se comportar de forma diferente em outro, especialmente se a volatilidade do mercado ou a estrutura da tendência mudar.

Verificação e o que fazer a seguir

Para verificar se seu backtest é responsável, confira se você pode explicar e reproduzir de forma independente:

• Você pode declarar escolhas de dados, mecânica do indicador, valores de parâmetros e timing de execução.
• Você pode mostrar que os resultados vêm da avaliação fora da amostra, não apenas do ajuste dentro da amostra.
• Você pode listar pelo menos um cenário onde o método provavelmente falhará (por exemplo: custos mais altos, entradas de preço diferentes ou mudanças de regime).