Holding por Vários Dias em termos simples
Holding por Vários Dias significa manter uma posição em forex aberta por mais de um dia de negociação, em vez de entrar e sair dentro do mesmo dia. A ideia central é que os movimentos de preço podem levar tempo para se desenrolar, então você avalia os resultados em um horizonte de vários dias.
Para testar se essa escolha de horizonte ajuda (ou prejudica), o ponto-chave é separar o que é estável no seu método do que é variável nos mercados e na execução.
- Mecânicas estáveis: sua regra de holding (por exemplo, “sair após N dias” ou “sair quando X condição acontecer, mas no máximo N dias”).
- Fatores variáveis: regime de mercado, liquidez, comportamento do spread, qualidade da execução e como você modela dados ausentes ou incertos.
Um teste deve responder uma pergunta precisa como: “Em um horizonte de vários dias, uma regra definida de entrada/saída produz melhores resultados do que uma baseline definida após incluir custos, sob premissas claramente declaradas?”
Como construir um teste: hipótese, baseline e divisão de dados
1) Declare uma hipótese que você possa refutar
Uma hipótese deve ser específica sobre a regra de decisão e a janela de avaliação. Por exemplo, você pode hipotetizar que um horizonte de saída de vários dias melhora o desempenho em relação a um horizonte mais curto, quando ambos são avaliados com a mesma lógica de entrada.
Mesmo que você não use exatamente a mesma regra de entrada, mantenha a comparação justa: a única diferença sistemática deve ser o período de holding ou o horizonte de saída. Isso faz o teste ser sobre efeitos de horizonte, e não sobre mudar tudo de uma vez.
2) Escolha uma baseline
Uma baseline é o que você compara. Tipos comuns de baseline (conceitualmente) incluem:
- Baseline de horizonte de tempo: compare sua regra de holding por vários dias com uma regra de holding mais curta que usa a mesma lógica, no restante.
- Baseline sem vantagem: compare com uma referência neutra como resultado médio sob randomização do período de holding (apenas se você puder justificar o método de randomização).
- Baseline de benchmark: compare os resultados com uma referência mecânica simples e previamente definida que não depende de informação futura.
A baseline deve ser definida antes de você olhar os resultados, para que você não “ajuste” a baseline para combinar com o que aconteceu.
3) Divida os dados para evitar viés
Use uma divisão baseada no tempo para refletir uso real: treine (ou selecione premissas) em um período, valide em um período posterior e teste em um período final não visto.
Riscos de viés a controlar:
- Viés de antecipação (look-ahead bias): usar informações que não estariam disponíveis no momento da decisão.
- Overfitting: selecionar parâmetros que, por acaso, combinam com um período histórico específico.
- Viés de sobrevivência (survivorship bias): se você construir um dataset de forma que exclua certos períodos ou eventos.
Como o objetivo é verificação independente, documente os limites exatos da divisão (datas) e mantenha-os fixos.
Evidências e exemplos: o que “evidência” deve medir
1) Defina resultados mensuráveis
Decida o que você vai medir antes de testar. Métricas comuns incluem:
- Retorno líquido no período de holding (após custos).
- Características de drawdown (quão grandes e frequentes são as perdas).
- Dispersão dos resultados: como os resultados variam conforme as condições do mercado.
Cuidado: uma métrica que parece boa em um regime pode falhar em outro. Holding por vários dias pode se comportar de forma diferente durante períodos de tendência versus períodos de variação lateral (range-bound).
2) Considere custos com premissas explícitas
Custos são relevantes quando as posições permanecem abertas por vários dias, porque podem se acumular. Você deve incluir, no mínimo, as categorias de custo que se aplicam ao seu método de avaliação:
- Custos de transação: spread e qualquer comissão ou taxas que você assume.
- Custos de financiamento e relacionados ao holding: quaisquer encargos diários ou ajustes que ocorram enquanto a posição estiver aberta.
- Slippage de execução: a diferença entre os preços assumidos e os que são alcançáveis.
Se você não tiver dados reais de execução, deve declarar premissas simplificadas (por exemplo, spread constante ou uma faixa conservadora de slippage). Isso não é uma garantia de realismo; é uma aproximação controlada que você testa quanto à sensibilidade.
3) Use verificações de robustez conscientes de custos
Em vez de reportar um único resultado, teste o quanto os resultados são sensíveis a mudanças razoáveis nas premissas:
- Aumente os custos por um fator fixo e reavalie.
- Alargue a faixa de slippage.
- Compare resultados sob diferentes cenários de custos (baixo/médio/alto).
Se o desempenho mudar drasticamente com pequenas mudanças de custo, a evidência é fraca.
Limitações e modos de falha a testar
Limitação material: resultados históricos não estabelecem resultados futuros
Mesmo com um desenho de teste cuidadoso, relações passadas de vários dias podem desaparecer devido a mudanças na estrutura do mercado, padrões de volatilidade e comportamento dos participantes. Um backtest bem-sucedido pode falhar quando as condições de mercado mudam.
Modo de falha 1: mudanças de regime (regime shifts)
Estratégias de vários dias podem ser sensíveis a se os preços estão em tendência, revertendo à média, ou sendo impulsionados por eventos súbitos de volatilidade. Um teste deve verificar se o desempenho está concentrado em um único regime.
Uma forma prática de fazer isso é marcar períodos por volatilidade ou direção de tendência usando apenas informações disponíveis no momento e, então, comparar os resultados entre essas marcações.
Modo de falha 2: mudanças na qualidade da execução ao longo do tempo
As premissas de execução frequentemente mudam: spreads e liquidez podem variar conforme o horário do dia, anúncios de notícias e estresse do mercado. Se seu modelo assume uma execução suave, o holding por vários dias pode piorar erros porque a posição fica exposta por mais tempo.
Verificação de robustez: rode a mesma avaliação com premissas alternativas de execução (por exemplo, slippage maior) para ver se as conclusões ainda se sustentam.
Modo de falha 3: overfitting em uma amostra estreita
Holding por vários dias pode parecer funcionar em uma janela de tempo limitada. Uma salvaguarda é manter escolhas de parâmetros mínimas, limitar graus de liberdade e exigir um período de teste fora da amostra.
Se os resultados só aparecerem na janela de seleção e desaparecerem fora da amostra, a evidência não é confiável.
Verificação e próximas perguntas
Para verificar independentemente um teste de Holding por Vários Dias, alguém deve conseguir:
- Ler a hipótese, a regra de holding e a definição da baseline.
- Reproduzir a divisão dos dados e confirmar que não há uso de dados com visão futura.
- Aplicar as mesmas premissas de custo e execução (ou alternativas razoáveis).
- Checar robustez: se as conclusões sobrevivem a custos, slippage e variação de regime.
Uma próxima pergunta útil é se seu teste isola especificamente o efeito do período de holding, ou se ele mistura acidentalmente várias mudanças (lógica de entrada, controles de risco ou gatilhos de saída). Se misturar, você pode não aprender muito sobre o próprio Holding por Vários Dias.
Se você quiser um passo a passo direto, um bom ponto de partida é como formalizar a regra de holding e quando ela pode falhar (por exemplo, picos abruptos de volatilidade ou condições que fazem sua lógica de saída se comportar de forma inesperada).
DOCUMENT END