Como fazer backtest de estratégia com AI

O que é backtest e por que importa

Backtest = simular sua estratégia em dados históricos para ver como teria performado.

Por que é crítico:

• Você descobre se estratégia teria sido lucrativa
• Identifica drawdowns piores que você suportaria
• Ajusta parâmetros antes de arriscar dinheiro real
• Valida ideias antes de gastar tempo emocional operando

Strategy vs Indicator no Pine Script

No Pine Script, há 2 tipos de scripts:

• indicator() — apenas mostra sinais visualmente
• strategy() — simula trades, mostra P/L, métricas de backtest

Para backtest, você precisa de strategy(). AI pode converter facilmente entre os dois.

Prompt para gerar strategy completa

Template prático para qualquer estratégia:

Strategy completa de exemplo

Aqui está strategy gerada com prompt acima:

// Trend Pullback Backtest Strategy
//@version=5
strategy("Trend Pullback Backtest",
   overlay=true,
   initial_capital=10000,
   currency=currency.USD,
   commission_type=strategy.commission.percent,
   commission_value=0.02,
   slippage=2,
   default_qty_type=strategy.percent_of_equity,
   default_qty_value=100,
   calc_on_every_tick=false)

// === INPUTS ===
ema21Len = input.int(21, "EMA Pullback")
ema200Len = input.int(200, "EMA Trend")
rsiLen = input.int(14, "RSI")
rsiThreshold = input.int(45, "RSI Max para Long")
atrLen = input.int(14, "ATR")
atrMult = input.float(1.5, "ATR Multiplier (Stop)")
riskPct = input.float(1.0, "Risk per trade %")

// === INDICATORS ===
ema21 = ta.ema(close, ema21Len)
ema200 = ta.ema(close, ema200Len)
rsi = ta.rsi(close, rsiLen)
atr = ta.atr(atrLen)

// === CONDITIONS ===
upTrend = close > ema200
priceNearEMA = low <= ema21
rsiOk = rsi < rsiThreshold
bullCandle = close > open

longCondition = upTrend and priceNearEMA and rsiOk and bullCandle
   and strategy.position_size == 0

// === ENTRY ===
if longCondition
    stopLoss = close - (atr * atrMult)
    target1 = close + (atr * atrMult)
    target2 = close + (atr * atrMult * 2.5)

    // Position size based on risk
    riskUSD = strategy.equity * (riskPct / 100)
    stopDistance = close - stopLoss
    qty = riskUSD / stopDistance

    strategy.entry("Long", strategy.long, qty=qty)
    strategy.exit("TP1", from_entry="Long",
       qty_percent=50, limit=target1, stop=stopLoss)
    strategy.exit("TP2/SL", from_entry="Long",
       limit=target2, stop=stopLoss)

// === PLOTS ===
plot(ema21, "EMA 21", color=color.new(#16a34a, 0))
plot(ema200, "EMA 200", color=color.new(color.black, 0), linewidth=2)
bgcolor(upTrend ? color.new(color.green, 95) : color.new(color.red, 95))

Rodando o backtest no TradingView

1. Cole código no Pine Editor
2. Save → “Adicionar ao gráfico”
3. Strategy aparece no chart com trades marcados
4. Abra “Strategy Tester” (parte inferior da tela)
5. Veja métricas, lista de trades, gráfico de equity

Para testar diferentes condições:

• Mude timeframe (M15, H1, H4, Daily)
• Mude par (EUR/USD vs XAU/USD vs GBP/JPY)
• Ajuste período histórico
• Mude parâmetros via configurações

Métricas críticas para interpretar

1. Net Profit

Lucro total após custos. Mais não é sempre melhor — veja em conjunto com drawdown.

2. Win Rate (%)

• 40-50%: ok se R:R 1:2+
• 50-60%: bom para a maioria das estratégias
• > 70%: suspeito (provavelmente overfitting)
• < 35%: precisa R:R muito alto pra ser lucrativo

3. Profit Factor

Gross profit / Gross loss. Métrica mais importante.

• < 1.0: estratégia perde dinheiro
• 1.0-1.3: marginal
• 1.3-1.7: razoável
• 1.7-2.5: bom
• > 2.5: excelente (ou overfit, verificar)

4. Max Drawdown

Pior perda do pico ao vale. Define se você suportaria psicologicamente.

• < 10%: muito bom
• 10-20%: aceitável
• 20-30%: aguenta?
• > 30%: você precisa nervos de aço — provavelmente não vai aguentar

5. Sharpe Ratio

Retorno ajustado pelo risco.

• < 0.5: ruim
• 0.5-1.0: ok
• 1.0-2.0: bom
• > 2.0: muito bom (suspeito de overfit se > 3.0)

6. Average Trade Duration

Confirma se estratégia opera no horizonte que você esperava (swing = dias, day = horas).

Prompts para AI analisar resultados

Walk-forward analysis (avançado)

Estratégia que funciona em todo período histórico é suspeita. Solução: walk-forward.

1. Divida histórico em períodos (ex: anos)
2. Otimize parâmetros em 2020-2022 (“in-sample”)
3. Teste mesmos parâmetros em 2023 (“out-of-sample”)
4. Compare performance: similar = robusta, divergente = overfit

TradingView Pro tem Strategy Optimizer. Free não tem, mas você pode fazer manualmente com diferentes períodos.

Quando estratégia “passa” no backtest

Sequência recomendada antes de operar live:

1. Backtest 5+ anos com profit factor > 1.3 e drawdown < 20%
2. Walk-forward mostra performance consistente
3. Forward test em demo por mínimo 3 meses
4. Resultados em demo alinhados com backtest (±20%)
5. Live com modal pequeno (10-20% do planejado) por 1 mês
6. Aumento gradual conforme confiança aumenta

Pular etapas = receita pra perder dinheiro. Backtest é só o primeiro passo.