Kaique Mitsuo Silva Yamamoto
Mercado financeiroAutomação de EstratégiasMetaTrader 5 / MQL5

MQL5 — Otimização e Robustez de Estratégias

Walk forward testing, análise de sensibilidade, evitar overfitting, métricas de qualidade e validação estatística de Expert Advisors no Strategy Tester do MetaTrader 5.

MQL5 — Otimização e Robustez de Estratégias

Otimizar um EA para o passado é fácil. O difícil é garantir que ele funcione no futuro. Esta página cobre os métodos profissionais de validação — desde a configuração correta do Strategy Tester até walk forward, análise de sensibilidade e critérios estatísticos mínimos.

Fundamentos: MQL5 — Fundamentos | Backtesting teórico: Backtesting Avançado

Strategy Tester — Configuração Correta

Configurações essenciais

CampoValor recomendadoMotivo
ModelagemEvery tick (real ticks)Maior precisão de execução
DepósitoValor real pretendidoCálculos de margem corretos
AlavancagemIgual à conta realReflete restrições reais
OtimizaçãoAlgoritmo genéticoEficiente para muitos parâmetros
PeríodoMínimo 3-5 anos de dadosCobre múltiplos regimes de mercado

Modos de modelagem comparados

Every tick (real ticks)   → Usa ticks reais da corretora — máxima precisão
Every tick (gerado)       → Ticks gerados a partir de OHLC M1 — precisão alta
1 minute OHLC             → Usa barras M1 — bom para estratégias D1/H4
Open prices only          → Usa apenas abertura das barras — rápido, menos preciso

Atenção: backtests com "Open prices only" podem mascarar spreads e slippage. Sempre confirme com "Every tick" antes de ir a real.

Walk Forward Testing (WFT)

O método mais confiável para validar robustez. Divide o histórico em janelas e repete o ciclo: otimizar → validar out-of-sample → avançar.

Como configurar no MetaTrader 5

  1. Abra o Strategy Tester (Ctrl+R)
  2. Selecione seu EA e o símbolo
  3. Ative Optimization → escolha os parâmetros a otimizar
  4. Ative Forward (botão ao lado de "Optimization")
  5. Configure a proporção (ex: 70% in-sample / 30% out-of-sample)
  6. Execute e compare os resultados in-sample vs forward

Interpretação

ResultadoSignificado
Resultados similares nos dois períodosEstratégia robusta, baixo overfitting
In-sample excelente, forward fracoOverfitting confirmado
Forward melhor que in-sampleInconsistência — revisar lógica

WFT manual (múltiplas janelas)

Período total: 2020–2025 (5 anos)

Janela 1: Otimizar 2020–2022 → Validar 2023
Janela 2: Otimizar 2021–2023 → Validar 2024
Janela 3: Otimizar 2022–2024 → Validar 2025

Eficiência WFT = média(forward) / média(in-sample)
Alvo: eficiência > 0.5 (forward ≥ 50% do in-sample)

Métricas de Qualidade

Métricas primárias

// Profit Factor = lucro bruto / perda bruta
// Alvo: > 1.5 (idealmente > 2.0)
// Abaixo de 1.3 = estratégia fraca

// Sharpe Ratio anualizado
// Alvo: > 1.0 (idealmente > 1.5)
// Calcula-se: retorno médio / desvio padrão dos retornos × √(252)

// Drawdown máximo
// Alvo: < 20% (prop firms geralmente limitam a 8-10%)
// Importante: medir tanto em % quanto em valor absoluto

// Recovery Factor = lucro líquido / drawdown máximo
// Alvo: > 3.0

// Expected Payoff = lucro líquido / total de trades
// Deve ser positivo após custos (spread + comissão)

Métricas secundárias

// Win Rate (taxa de acerto)
// Não é isoladamente relevante — 30% de acerto com RR 1:3 é bom
// Calcular sempre em conjunto com o payoff médio

// Consistência mensal
// Calcular % de meses positivos — alvo: > 70%

// Maior perda consecutiva
// Quantas perdas seguidas o sistema pode ter?
// Dimensionar capital para suportar 2x o pior cenário histórico

Análise de Sensibilidade de Parâmetros

Um EA robusto não depende de parâmetros precisos. Pequenas variações não devem colapsar o desempenho.

Teste de perturbação de parâmetros

Parâmetro otimizado: FastMA = 10, SlowMA = 20

Teste de sensibilidade:
FastMA = 8,9,10,11,12 × SlowMA = 18,19,20,21,22

Se apenas FastMA=10/SlowMA=20 funciona → overfitting
Se a "ilha" de bons resultados é ampla → robustez

Como analisar no Strategy Tester

  1. Execute a otimização com range de parâmetros (ex: FastMA de 5 a 20)
  2. Vá em Optimization Results
  3. Clique em 2D Surface para visualizar o mapa de calor
  4. Procure platôs (regiões amplas de bom desempenho), não picos isolados

Evitar Overfitting — Checklist

  • Mínimo de 200-300 trades no backtest (significância estatística)
  • Testar em múltiplos símbolos semelhantes (ex: EURUSD + GBPUSD)
  • Testar em diferentes timeframes próximos (M15 + M30)
  • Parâmetros "óbvios" (ex: MA 20, RSI 14) têm mais chance de generalizar
  • Walk forward com eficiência > 0.5
  • Resultados similares em conta demo vs backtest
  • Sem filtros de data (ex: "não operar em 2020") — isso é data snooping
  • Máximo de 5-7 parâmetros otimizados (mais que isso → overfitting provável)

Código: Coletar estatísticas de performance em tempo real

struct TradeStats
{
    int    totalTrades;
    int    wins;
    int    losses;
    double grossProfit;
    double grossLoss;
    double maxDrawdown;
    double peakEquity;

    double WinRate()     { return totalTrades > 0 ? (double)wins / totalTrades * 100 : 0; }
    double ProfitFactor(){ return grossLoss != 0  ? grossProfit / MathAbs(grossLoss) : 0; }

    void Update(double profit)
    {
        totalTrades++;
        if(profit > 0) { wins++; grossProfit += profit; }
        else           { losses++; grossLoss += profit; }

        double equity = AccountInfoDouble(ACCOUNT_EQUITY);
        if(equity > peakEquity) peakEquity = equity;

        double dd = (peakEquity - equity) / peakEquity * 100;
        if(dd > maxDrawdown) maxDrawdown = dd;
    }

    void Print()
    {
        ::Print("=== ESTATÍSTICAS ===");
        ::PrintFormat("Trades: %d | Win Rate: %.1f%%", totalTrades, WinRate());
        ::PrintFormat("Profit Factor: %.2f", ProfitFactor());
        ::PrintFormat("Max Drawdown: %.2f%%", maxDrawdown);
    }
};

TradeStats g_stats;

void OnTradeTransaction(const MqlTradeTransaction &trans,
                        const MqlTradeRequest &req,
                        const MqlTradeResult &res)
{
    if(trans.type == TRADE_TRANSACTION_DEAL_ADD)
    {
        if(HistoryDealSelect(trans.deal))
        {
            ENUM_DEAL_ENTRY entry = (ENUM_DEAL_ENTRY)HistoryDealGetInteger(trans.deal, DEAL_ENTRY);
            if(entry == DEAL_ENTRY_OUT || entry == DEAL_ENTRY_INOUT)
            {
                double profit = HistoryDealGetDouble(trans.deal, DEAL_PROFIT);
                g_stats.Update(profit);
            }
        }
    }
}

Monte Carlo no Strategy Tester

O MT5 suporta simulação Monte Carlo nativa:

  1. Após rodar o backtest, vá em Settings no resultado
  2. Ative Monte Carlo e defina o número de simulações (ex: 1000)
  3. Analise os percentis de drawdown e retorno

O Monte Carlo embaralha a sequência de trades para estimar a distribuição de possíveis resultados. Se o percentil 95% de drawdown ainda está dentro do seu limite de risco → estratégia robusta.

Validação em conta Demo antes do real

EtapaDuração mínimaO que avaliar
Backtest com ticks reais—Profit Factor, Drawdown, Win Rate
Walk Forward—Eficiência WFT > 0.5
Demo com parâmetros idênticos1-3 mesesComparar vs backtest (slippage real, spread)
Real com lote mínimo1-3 mesesComportamento emocional e execução
Escala gradual—Aumentar lote após 3 meses consecutivos positivos

Referências

Referências externas

MQL5 — Análise Multi-Timeframe (MTF)

Como ler e combinar dados de múltiplos timeframes em MQL5: CopyRates, CopyBuffer com timeframe externo, sincronização de barras e padrões MTF em Expert Advisors.

MQL5 — Integração Externa e Recursos Avançados

WebRequest, integração com Python via sockets, ONNX (machine learning), banco de dados SQLite, OnTimer e serviços em MQL5.

On this page

MQL5 — Otimização e Robustez de EstratégiasStrategy Tester — Configuração CorretaConfigurações essenciaisModos de modelagem comparadosWalk Forward Testing (WFT)Como configurar no MetaTrader 5InterpretaçãoWFT manual (múltiplas janelas)Métricas de QualidadeMétricas primáriasMétricas secundáriasAnálise de Sensibilidade de ParâmetrosTeste de perturbação de parâmetrosComo analisar no Strategy TesterEvitar Overfitting — ChecklistCódigo: Coletar estatísticas de performance em tempo realMonte Carlo no Strategy TesterValidação em conta Demo antes do realReferênciasReferências externas