O que significa strategy hopping antes de testá-la
Strategy hopping é a prática de alternar entre estratégias de trading ao longo do tempo (por exemplo, “Estratégia A quando X acontece, caso contrário Estratégia B”). A ideia-chave a testar não é que a alternância acontece, mas se a alternância melhora a qualidade das decisões em comparação com uma alternativa estável.
Como a alternância de estratégias pode ser impulsionada por muitos fatores, um teste útil começa separando:
- Mecânicas estáveis: como você decide qual estratégia está ativa (a regra de alternância).
- Condições variáveis de mercado/provedor: regimes de volatilidade, spreads, liquidez, qualidade de execução e outros fatores em mudança.
Ao testar strategy hopping, você está tentando isolar o efeito da regra de alternância mantendo o método de avaliação consistente. Resultados históricos podem ser enganosos se refletirem períodos de sorte, custos em mudança ou vazamento de alvo.
Um desenho de teste concreto: hipótese, baseline e split de dados
1) Escreva uma hipótese testável
Transforme a ideia vaga “strategy hopping pode funcionar” em algo mensurável. Por exemplo, você pode hipotetizar que:
- Sob condições definidas, uma regra de alternância melhora o desempenho líquido após custos em relação a manter uma única estratégia baseline.
Para evitar uma avaliação ambígua, decida com antecedência qual métrica você se importa (por exemplo, retorno líquido médio por trade, profundidade de drawdown ou uma estatística ajustada ao risco). Além disso, defina o horizonte de tempo para a medição, como “por mês” ou “por semana”.
2) Escolha uma baseline que torne a comparação justa
Uma baseline deve representar uma alternativa sem alternância avaliada com a mesma base de dados, premissas de execução e cálculo de métrica.
Tipos comuns de baseline (escolha um):
- Estratégia fixa: sempre use uma definição de estratégia.
- Alocação estática: mantenha regras de exposição constantes se suas estratégias originais mudarem a exposição.
- Controle de alternância aleatória: alterne estratégias usando a mesma frequência do cronograma, mas sem a lógica de decisão.
A baseline importa porque strategy hopping frequentemente se beneficia de pesquisadores, sem perceber, selecionando períodos em que a alternância parece boa. Uma baseline justa ajuda a detectar isso.
3) Defina o split de dados e onde a regra de decisão pode aprender
Uma abordagem prática é dividir os dados em in-sample (para selecionar parâmetros e validar a regra de alternância) e out-of-sample (para estimar desempenho sem mais ajustes).
Por exemplo:
- Use uma janela de treinamento para decidir a estrutura da lógica de alternância ou os limiares.
- Use uma janela de validação para confirmar as escolhas (opcional, mas útil).
- Use uma ou mais janelas de teste para medir os resultados out-of-sample.
Se você mudar a regra de alternância depois de ver os resultados do teste, o teste deixa de ser independente. A mentalidade mais segura é: depois que você travar a regra, trate o conjunto de teste como intocado.
Custos e premissas: a parte “líquida” do teste
4) Inclua custos de transação e de execução explicitamente
Alternar estratégias normalmente aumenta a atividade (mais entradas/saídas, re-otimização ou mudanças de regime mais frequentes). Mesmo que a lógica bruta da estratégia pareça semelhante, os resultados líquidos podem mudar drasticamente quando você considera os custos.
No seu plano de teste, declare premissas para cada cálculo que você puder. Por exemplo:
- Um modelo de comissão por trade.
- Um spread médio ou custo efetivo por entrada/saída.
- Premissas de slippage que reflitam execução de pior caso versus qualidade típica.
Você não precisa de dados de mercado em tempo real para desenhar a estrutura do teste, mas deve tratar os custos como uma variável. Uma verificação de robustez comum é a análise de sensibilidade: refaça a mesma avaliação com premissas de custo mais altas e mais baixas para ver se as conclusões se invertem.
5) Use regras consistentes de execução entre estratégias
Para comparar alternância (hopping) versus baseline, a execução deve ser modelada de forma consistente:
- Mesma convenção de timing de ordens (por exemplo, decisões no fechamento do candle vs intrabar).
- Mesma lógica de dimensionamento de posição e limites.
- Mesma forma de tratar stop/limit.
Se a execução diferir entre estratégias ou entre o sistema de alternância e a baseline, as diferenças de desempenho podem vir de mecânicas, e não da ideia de alternar.
Evidências e exemplos: o que observar nos resultados
6) Separe “funciona uma vez” de “funciona em diferentes condições”
Um risco-chave com strategy hopping é que ela pode parecer eficaz durante regimes históricos específicos. A solução é testar em múltiplas condições e períodos.
Desenhe sua avaliação para incluir:
- Múltiplas janelas de teste out-of-sample (anos ou meses diferentes).
- Partições tipo regime (por exemplo, períodos de alta vs baixa volatilidade), definidas sem “espiar” resultados futuros.
Seu objetivo é observar se o desempenho líquido e as características de risco permanecem plausíveis entre as partições, em vez de ficarem concentrados em uma fatia estreita da história.
7) Adicione verificações de robustez que pressionem a regra de decisão
Pelo menos uma dessas verificações deve fazer parte do seu plano de validação:
- Sensibilidade à frequência de alternância: teste o que acontece se a alternância for forçada a ser menos ou mais frequente.
- Estabilidade de parâmetros: perturbe os limiares ligeiramente e meça se os resultados pioram de forma acentuada.
- Experimento de controle: randomize o sinal de alternância preservando propriedades de distribuição como a frequência de alternância.
Se a alternância só “vence” quando os parâmetros são ajustados de forma bem apertada para uma amostra específica, isso é um sinal de alerta.
Limitações e modos de falha que devem ser documentados
8) Limitações materiais
Mesmo um teste histórico bem desenhado não consegue provar desempenho futuro. Relações observadas em um período podem falhar mais tarde.
Modos de falha materiais para strategy hopping incluem:
- Overfitting da regra de alternância: a lógica aprende ruído que não generaliza.
- Vazamento (leakage): usar informação do futuro de forma indireta (por exemplo, usar resultados para decidir qual estratégia deveria ter estado ativa).
- Subestimação de custos: ignorar spreads, comissões ou slippage faz a alternância parecer melhor do que pode ser líquido das fricções reais.
- Desalinhamento de execução: suposições diferentes de tratamento de ordens entre estratégias podem enviesar os resultados.
- Não-estacionariedade: o mapeamento entre sinais e resultados muda à medida que os mercados se adaptam.
9) Interprete a incerteza, não a certeza
Ao reportar os resultados do teste, inclua o quanto os resultados são sensíveis às premissas e aos splits. Se o desempenho desmorona com custos ligeiramente mais altos ou com janelas de teste diferentes, a evidência é fraca.
Isso é especialmente importante para strategy hopping porque a própria regra de alternância adiciona complexidade. Mais complexidade aumenta a chance de que a aparente vantagem seja coincidência estatística.
Verificação e próxima pergunta
10) O que você pode verificar de forma independente
Para verificar de forma independente os fatos relevantes, você pode checar se o desenho do teste é internamente consistente:
- A regra de alternância foi travada antes da avaliação out-of-sample.
- A baseline usa o mesmo modelo de execução e de custos.
- O desempenho líquido é calculado após custos explícitos.
- Os resultados são mostrados em múltiplas janelas out-of-sample e análises de sensibilidade.
Uma próxima pergunta forte a fazer é se a regra de alternância é de fato diferente da baseline. Se a alternância não mudar materialmente o comportamento (por exemplo, ela seleciona a mesma estratégia quase sempre), o teste deve refletir isso.