Quais são as regras da Reversão por Divergência?

Resposta direta

A Reversão por Divergência descreve um conjunto de regras de leitura de gráfico em que (1) o preço e uma medida de estilo momentum movem-se em direções opostas (divergência) e (2) uma condição subsequente sugere que o movimento pode estar terminando e uma nova direção pode começar (reversão). As “regras” não são, portanto, um único sinal mágico; são uma definição estruturada que você pode aplicar de forma consistente: o que conta como divergência, qual período ou janela você usa, o que conta como confirmação de reversão e o que você assume sobre dados e execução.

Uma abordagem útil é tratar a Reversão por Divergência como uma estrutura de observação testável:

• Você especifica as entradas (qual medida de momentum, como ela é calculada e suas configurações de parâmetros).
• Você especifica a regra de divergência (qual movimento oposto é necessário e em quantas barras).
• Você especifica a regra de reversão (qual evidência encerra o movimento antigo e inicia o novo).
• Você define os resultados de uma forma que possa ser medida posteriormente (por exemplo, se o preço atinge uma meta ou invalida a configuração) sem afirmar que será lucrativo.

Mecanismo e definição (as “regras” que você deve declarar)

Para explicar as regras com precisão, separe três camadas: definição, detecção e confirmação.

1) O que é divergência neste contexto?

Em discussões sobre reversão por divergência, “divergência” normalmente significa que o preço faz um lado de um movimento enquanto a medida de estilo momentum não concorda.

Duas direções comuns de divergência são:

• Divergência de alta: o preço forma mínimas mais baixas enquanto a medida de momentum forma mínimas mais altas (momentum de baixa menos intenso).
• Divergência de baixa: o preço forma máximas mais altas enquanto a medida de momentum forma máximas mais baixas (momentum de alta menos intenso).

Um conjunto de regras deve declarar pelo menos:

• A medida de momentum que você usa (por exemplo, um oscilador derivado das mudanças de preço).
• As configurações exatas de parâmetros para essa medida.
• Como você localiza “mínima mais alta” e “mínima mais baixa” (por exemplo, com base em pontos de oscilação ou em janelas móveis).

Como a divergência pode ser subjetiva se os pontos de oscilação não forem definidos, o conjunto de regras deve definir o método. Um método testável é usar lógica de detecção de oscilação: declare uma mínima de oscilação quando o indicador e o preço satisfizerem uma condição de extremo local (como “menor que as últimas N barras”) e, em seguida, compare as oscilações sucessivas.

2) O que conta como reversão?

Uma condição de reversão deve ser explícita. Em muitos fluxos de trabalho de leitura de gráfico, uma reversão é confirmada quando o comportamento do preço muda de uma forma mensurável, como:

• Romper acima de uma resistência menor anterior após divergência de alta.
• Romper abaixo de um suporte menor anterior após divergência de baixa.
• Fechar além de um nível (não apenas um toque intrabar breve), se seus dados suportarem fechamentos de barra.

Mesmo que você prefira uma interpretação visual, para verificação independente você deve convertê-la em uma regra. Por exemplo:

• “Após a detecção de divergência de alta, declare reversão somente quando a próxima barra fechar acima da máxima de oscilação mais recente formada após as mínimas da divergência.”

Essa única frase já remove muita ambiguidade.

3) Coloque tempo e escopo nas regras

A reversão por divergência pode falhar simplesmente porque as pessoas comparam pontos distantes no tempo ou ignoram o tamanho da janela. Seu conjunto de regras deve declarar:

• O número máximo de barras permitido entre o primeiro e o segundo ponto de divergência.
• Se a reversão deve ocorrer dentro de um certo número de barras após a detecção da divergência.
• Se você permite múltiplos candidatos a divergência antes de uma reversão.

Sem essas restrições, duas pessoas aplicando a mesma ideia podem chegar a “sinais” diferentes, dificultando a verificação.

Evidência e exemplo usando premissas testáveis (sem alegações de lucro)

Abaixo está um exemplo de como tornar as regras testáveis. É intencionalmente genérico e usa espaços reservados para que você possa mapeá-lo para seu oscilador e dados preferidos.

Exemplo de conjunto de regras (estrutura)

Suponha que você esteja trabalhando com barras de candlestick com dados OHLC conhecidos.

Entradas

• Medida de momentum: um oscilador especificado com configurações de parâmetros (você deve escrever as configurações).
• Regra de oscilação: defina uma mínima de oscilação quando o preço for menor que as K barras anteriores e seguintes; defina máximas de oscilação de forma semelhante.
• Escopo dos dados: use um único período de tempo de forma consistente.

Regra de detecção: divergência de alta

1. Encontre duas mínimas de oscilação de preço sucessivas dentro de M barras uma da outra.
2. Confirme a divergência quando a segunda mínima de oscilação de preço for menor que a primeira, mas o valor do oscilador na segunda mínima de oscilação for maior que na primeira mínima de oscilação.

Regra de confirmação: reversão 3. Após a detecção da divergência, declare reversão somente quando o preço fechar acima da máxima de oscilação que segue imediatamente a segunda mínima de oscilação da divergência (ou outro nível claramente definido em suas regras).

Definição de resultado para verificação 4. Para avaliação, defina uma janela futura de N barras. Meça se o preço se move uma quantidade especificada para longe do nível de reversão ou se invalida ao fechar de volta abaixo desse nível.

Por que isso pode ser verificado

Como cada elemento é operacional—configurações do oscilador, definição de oscilação, comparação de divergência e gatilho de confirmação—outra pessoa pode reproduzir sua observação nos mesmos dados históricos. Importante: nada aqui afirma lucratividade. Apenas cria uma maneira consistente de contar ocorrências e medir o que frequentemente acontece.

Limitações e modos de falha (riscos materiais)

As regras de reversão por divergência têm múltiplas limitações incorporadas que afetam a confiabilidade.

1) A divergência não é um sinal independente

A divergência pode aparecer com frequência sem qualquer reversão significativa depois. Se suas regras tratarem a divergência sozinha como a configuração sem uma condição de confirmação separada, você frequentemente rotulará muitos eventos incorretamente. Exigir um gatilho de reversão mensurável reduz a ambiguidade, mas não elimina falsos positivos.

2) Sensibilidade a parâmetros e pontos de oscilação subjetivos

Diferentes configurações de oscilador e diferentes lógicas de detecção de oscilação podem mudar o que conta como divergência e o que conta como confirmação. Isso significa que os resultados são sensíveis às definições das regras. Se duas versões do conjunto de regras produzirem contagens muito diferentes, o conceito pode ser flexível demais para apoiar conclusões fortes.

3) Mudanças de regime de mercado e ruído

Em regimes voláteis ou de tendência, as divergências podem ocorrer como “desacordo temporário” e depois serem corrigidas. Enquanto isso, pequenas oscilações criam pontos de oscilação frequentes, gerando padrões de divergência que são puramente ruído.

4) Custos e efeitos de execução (quando você testar depois)

Se você avaliar resultados, a execução no mundo real inclui spreads, comissões, derrapagem e o fato de que você pode não entrar exatamente no seu nível definido. Mesmo que sua verificação use fechamentos de barra, esses custos podem mudar o resultado prático. O ponto-chave não é prever desempenho futuro, mas reconhecer que os resultados medidos dependem de como você modela esses efeitos.