# Análise walk-forward > 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. Canonical HTML page: https://qanterion.com/pt-BR/glossary/walk-forward-analysis Atualizado em: 2026-09-02 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 - Sharpe ratio calculator: https://qanterion.com/pt-BR/tools/sharpe-ratio-calculator - Calculadora de risco de ruína: https://qanterion.com/pt-BR/tools/risk-of-ruin-calculator ## Veja também - Backtesting: https://qanterion.com/pt-BR/glossary/backtesting - Overfitting: https://qanterion.com/pt-BR/glossary/overfitting - Paper trading: https://qanterion.com/pt-BR/glossary/paper-trading ## Fontes - [Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance](https://www.ams.org/notices/201405/rnoti-p458.pdf) — Notices of the American Mathematical Society, Vol. 61 No. 5 (2014) - [The probability of backtest overfitting](https://doi.org/10.21314/JCF.2016.322) — Journal of Computational Finance (Risk Journals) - [Data-Snooping Biases in Tests of Financial Asset Pricing Models](https://www.nber.org/papers/w3001) — National Bureau of Economic Research (Andrew W. Lo, A. Craig MacKinlay) ## Other languages - English: https://qanterion.com/glossary/walk-forward-analysis - 简体中文: https://qanterion.com/zh/glossary/walk-forward-analysis - 繁體中文（台灣）: https://qanterion.com/zh-TW/glossary/walk-forward-analysis - 繁體中文（香港）: https://qanterion.com/zh-HK/glossary/walk-forward-analysis - 日本語: https://qanterion.com/ja/glossary/walk-forward-analysis - 한국어: https://qanterion.com/ko/glossary/walk-forward-analysis - Türkçe: https://qanterion.com/tr/glossary/walk-forward-analysis - Bahasa Indonesia: https://qanterion.com/id/glossary/walk-forward-analysis - العربية: https://qanterion.com/ar/glossary/walk-forward-analysis ## Risk notice As definições são educacionais. Nada aqui é consultoria de investimento, e nenhuma métrica descrita prevê resultados futuros.