A otimização de EA é o processo de encontrar valores de parâmetros que melhoram o desempenho histórico de uma estratégia. Feita corretamente, refina uma vantagem genuína. Feita incorretamente, produz parâmetros que parecem excelentes em dados históricos e falham imediatamente no trading real. A diferença é a disciplina da análise walk-forward.
O problema central da otimização
A otimização é uma busca sobre um espaço de parâmetros pela combinação que maximiza uma métrica escolhida (rentabilidade total, índice de Sharpe, fator de lucro) em um conjunto de dados histórico. O problema: com combinações de parâmetros suficientes, você sempre consegue encontrar configurações que parecem excepcionais em quaisquer dados históricos — incluindo ruído aleatório.
Isso é o ajuste de curva (também chamado de sobreajuste). Um EA com ajuste de curva memorizou os movimentos de preço específicos do período de backtest em vez de ter descoberto uma vantagem real. Ele terá desempenho inferior ou falhará no forward test.
A solução walk-forward
O antídoto para o ajuste de curva é o teste fora da amostra. Reserve uma porção dos seus dados históricos — tipicamente os 20-30 % mais recentes — como “conjunto de validação” que você nunca inclui na otimização. Então:
- Otimize os parâmetros nos dados dentro da amostra mais antigos (ex. 2020-2024)
- Teste os melhores parâmetros nos dados fora da amostra (ex. apenas 2025) sem qualquer ajuste adicional
- Se o desempenho se mantém no período fora da amostra, os parâmetros têm algum valor preditivo genuíno
O Testador de Estratégias do MT5 tem um modo integrado “Walk Forward Optimisation” que automatiza esse processo sobre janelas móveis.
Teste de estabilidade — o atalho prático
Se a otimização walk-forward parece complexa, um sinal mais simples de sobreotimização é a sensibilidade dos parâmetros. Após encontrar os melhores parâmetros, teste variações: se o multiplicador ATR padrão é 2,0, teste também 1,8 e 2,2.
- Parâmetros estáveis: o desempenho em 1,8 e 2,2 é semelhante a 2,0. O resultado não é altamente sensível a esse parâmetro — a vantagem é real.
- Parâmetros com ajuste de curva: o desempenho cai abruptamente em 1,9 ou 2,1. O valor 2,0 foi otimizado especificamente para os dados históricos; uma pequena mudança faz o resultado colapsar.
Sempre prefira parâmetros que ficam em uma vizinhança de desempenho plano, mesmo que seu desempenho de pico absoluto seja ligeiramente menor que o de um ótimo mais sensível.
O que otimizar (e o que não)
Otimize:
- Os multiplicadores de stop-loss (stops baseados em ATR têm faixas de parâmetros naturais)
- Os limiares do filtro de tendência (níveis ADX, períodos EMA)
- Os filtros de sessão (janelas de entrada por hora do dia)
Não otimize:
- A porcentagem de risco por operação — esta é uma decisão de dimensionamento de posição, não um parâmetro de vantagem
- Os alvos de saída ajustados para maximizar o lucro do backtest — o mercado para frente não é o mercado para trás
Quando parar de otimizar
Uma regra prática de parada: assim que seu índice de Sharpe no período fora da amostra ultrapassar 1,5 e sua eficiência walk-forward (lucro fora da amostra / lucro dentro da amostra) estiver acima de 0,5, pare de otimizar. Mais refinamento neste ponto adiciona risco de ajuste de curva sem melhoria proporcional da vantagem.
A verificação final antes de ir ao real: rode o EA otimizado em uma conta demo por um mês e compare os resultados operação por operação com o backtest. Se o desempenho demo estiver dentro de 20 % do Sharpe do backtest, os parâmetros são viáveis. Se a demo tiver desempenho muito inferior, reexamine as suposições do modelo de execução (spread, slippage) nas configurações do backtest.