Definição

Análise walk-forward

A análise walk-forward ajusta parâmetros em uma janela do histórico, testa-os intactos na janela seguinte e avança. Como ler a eficiência walk-forward e como o teste é desfeito.

Atualizado em

Análise walk-forward (walk-forward analysis) é um procedimento de backtest que ajusta os parâmetros de uma estratégia em uma janela do histórico (in-sample), roda esses parâmetros sem alteração na janela seguinte (out-of-sample) e então avança as duas janelas e repete. Os trechos out-of-sample costurados são o único número de desempenho que conta; o resultado in-sample é o custo de escolher os parâmetros, não uma evidência. Uma divisão típica é doze meses in-sample e três meses out-of-sample, avançando a cada trimestre, e uma eficiência walk-forward — retorno out-of-sample dividido pelo retorno in-sample — abaixo de cerca de 0,5 indica que os parâmetros não são estáveis.

Também chamado de
otimização walk-forward · teste out-of-sample rolante · walk-forward testing

Como se calcula

            Window k: fit on [t_k, t_k + IS), test on [t_k + IS, t_k + IS + OOS)
Roll: t_{k+1} = t_k + OOS, then repeat
Reported performance = the stitched OOS segments only

WFE = annualised OOS return ÷ annualised IS return
IS 30% / OOS 9% → WFE = 0.30 (below ~0.5: parameters unstable)
Typical split: IS 12 months / OOS 3 months, rolled quarterly

Exemplo resolvido: Doze meses in-sample rendem 30% anualizados; os três meses seguintes out-of-sample rendem 9% anualizados. Eficiência walk-forward = 9 ÷ 30 = 0,30 — parâmetros instáveis.

Por que só os trechos out-of-sample contam

Bailey, Borwein, López de Prado e Zhu mostram que, após tentativas suficientes de parâmetros, um Sharpe in-sample alto é o resultado esperado mesmo quando a estratégia não tem vantagem nenhuma, porque o que fica é o melhor de N sorteios aleatórios. Lo e MacKinlay documentam o mesmo viés de data snooping em testes acadêmicos de precificação de ativos. A análise walk-forward é a defesa prática: os parâmetros nunca veem a janela em que são julgados, então o histórico out-of-sample costurado é o que uma conta real teria ganho se a regra fosse reajustada no calendário previsto. Conte as tentativas e trate o melhor resultado in-sample como o máximo esperado de N sorteios, não como sinal.

Como ler a eficiência walk-forward

A eficiência walk-forward é o retorno anualizado out-of-sample dividido pelo retorno anualizado in-sample. Uma regra que rende 30% in-sample e 9% out-of-sample tem eficiência de 0,30: setenta por cento do número in-sample era ajuste, não mercado. Abaixo de cerca de 0,5 os parâmetros são instáveis demais para operar; entre 0,5 e 1 parte da vantagem se perde no ruído, o que é normal; um valor bem acima de 1 diz mais sobre aquela janela out-of-sample do que sobre a regra. A QANTERION não tem motor de backtest — seu equivalente à janela out-of-sample é o forward test em paper trading sobre dados de mercado ao vivo antes de qualquer execução real ser habilitada.

Como é mal interpretado

A análise walk-forward costuma ser desfeita por quem a executa. A rodada é feita uma vez, o histórico out-of-sample parece ruim, e as faixas de parâmetros ou os tamanhos das janelas são alterados até ele parecer bom — e nesse ponto as janelas out-of-sample já foram usadas na otimização e viraram in-sample. O segundo erro é ler uma única janela out-of-sample boa como validação quando a estratégia simplesmente fez poucas operações nela: uma janela de três meses com seis operações não tem peso estatístico em nenhuma direção.

Calcule

Veja também

Fontes

As definições são educacionais. Nada aqui é consultoria de investimento, e nenhuma métrica descrita prevê resultados futuros.

Definições são a parte fácil

Saber o que é drawdown não é o mesmo que ter um sistema que para nele. A QANTERION aplica esses limites enquanto a estratégia roda.

Começar no paper — grátisVer preços