Os Componentes de um Sistema

Um sistema de trading completo tem quatro pilares fundamentais, e nenhum deles é opcional. O primeiro são as regras de entrada — o que precisa de acontecer para que se abra uma posição. Pode ser um cruzamento de médias móveis, um rompimento de uma resistência, um padrão de velas específico, ou uma combinação de indicadores técnicos. O que importa é que a regra seja objectiva: olhando para o mesmo gráfico, dois traders diferentes devem chegar à mesma conclusão sobre se há sinal de entrada ou não.

O segundo pilar são as regras de saída, que na prática se dividem em duas: o stop loss e o take profit. O stop loss define o ponto máximo de perda aceitável — o preço onde se admite que a análise estava errada e se fecha a posição para proteger o capital. O take profit define o objectivo de lucro, embora muitos sistemas prefiram «trailing stops» que deixam os lucros correr enquanto a tendência se mantém. A regra de saída é mais importante do que a regra de entrada — porque uma saída mal definida pode transformar um bom trade num desastre.

O terceiro pilar é o position sizing — a dimensão de cada posição em relação ao capital total. Não se trata apenas de «quanto comprar», mas de «quanto estou disposto a perder se o trade correr mal». A regra clássica é não arriscar mais de 1-2% do capital total em cada trade. Se o capital é de 50.000 euros e o risco máximo por trade é 1% (500 euros), e o stop loss está a 5% de distância do preço de entrada, então a posição máxima é de 10.000 euros. Esta matemática simples — que muitos ignoram — é a diferença entre sobreviver a uma série de perdas e rebentar a conta.

O quarto pilar são os filtros — condições de mercado onde o sistema simplesmente não opera. Muitos sistemas de tendência funcionam mal em mercados laterais. Muitos sistemas de reversão à média funcionam mal em tendências fortes. Um bom sistema sabe quando ficar de fora. Não operar é, frequentemente, a melhor operação possível.

Porque É que os Sistemas Funcionam — A Questão da Emoção

A emoção é o destruidor número um de contas de trading. Isto não é uma opinião — é um facto documentado em décadas de investigação em finanças comportamentais. O medo faz-nos vender demasiado cedo nos trades vencedores (para «garantir» o lucro) e manter demasiado tempo os trades perdedores (na esperança de que «recuperem»). A ganância faz-nos aumentar posições quando estamos a ganhar e o mercado parece «fácil». A vingança faz-nos duplicar a aposta depois de uma perda para «recuperar rapidamente». Cada uma destas emoções, por si só, pode destruir anos de trabalho num punhado de trades maus.

Um sistema de trading opera da mesma forma na euforia e no pânico. Não sente medo quando o mercado cai 5% num dia. Não sente ganância quando uma acção sobe 20% numa semana. Segue as regras — ponto final. A disciplina que o sistema impõe é o seu maior valor, mais do que qualquer indicador ou padrão técnico que utilize. Um sistema medíocre seguido com disciplina absoluta produzirá melhores resultados do que um sistema excelente seguido de forma inconsistente.

No fórum, quantas vezes vimos membros partilharem um plano de trading perfeito na quinta-feira e depois confessarem que «não seguiram o plano» na segunda-feira seguinte? A tentação de intervir, de «melhorar» o trade com uma decisão de última hora, de ignorar o stop loss «desta vez porque é diferente» — é quase irresistível para o ser humano. O sistema existe precisamente para nos proteger de nós próprios.

Mecânico vs. Discricionário — Dois Mundos Diferentes

Um sistema mecânico tem zero espaço para julgamento humano. Todas as regras são quantificáveis, todas as decisões são codificáveis. Pode-se programar num computador e deixar o algoritmo executar sem intervenção humana. A vantagem é total objectividade e capacidade de backtesting rigoroso. A desvantagem é que mercados são adaptativos — as condições mudam, e um sistema puramente mecânico pode demorar a adaptar-se.

Um sistema discricionário tem regras mas permite julgamento humano na sua execução. O trader pode decidir não tomar um sinal porque «o contexto macroeconómico não apoia» ou porque «o volume não confirma». A vantagem é a flexibilidade. A desvantagem é que abre a porta às mesmas emoções que o sistema deveria eliminar — porque «o volume não confirma» pode ser apenas medo disfarçado de análise.

A maioria dos traders profissionais utiliza uma abordagem híbrida: regras mecânicas para entrada e saída, com filtros discricionários para situações excepcionais (eventos de notícias extremos, feriados de mercado, condições de liquidez anormais). O importante é que a componente discricionária esteja ela própria documentada — «em que circunstâncias é aceitável ignorar o sinal?» deve ter resposta escrita antes de o momento chegar.

Backtesting — Testar Antes de Arriscar

O backtesting consiste em aplicar as regras do sistema a dados históricos para ver como teria performado no passado. É o equivalente a um ensaio geral antes da estreia. Se o sistema perde dinheiro nos últimos 20 anos de dados históricos, não há razão lógica para acreditar que ganhará dinheiro no futuro. Se ganha, há pelo menos uma base empírica para avançar.

Mas o backtesting tem armadilhas perigosas. A mais comum é o curve fitting — optimizar tanto os parâmetros do sistema que ele se torna perfeito nos dados passados mas inútil nos dados futuros. Se testarmos mil combinações de médias móveis e escolhermos a que deu mais lucro nos últimos 10 anos, é quase certo que essa combinação específica não será a melhor nos próximos 10 anos. É como estudar apenas as respostas do exame do ano passado — funciona se o exame se repetir exactamente, mas raramente se repete.

Para mitigar o curve fitting, usa-se a divisão em períodos: optimizar o sistema num período (in-sample) e testar os parâmetros optimizados num período diferente (out-of-sample) que o sistema nunca «viu». Se os resultados forem semelhantes em ambos os períodos, há maior confiança de que o sistema captura algo real e não apenas ruído estatístico. Outra técnica é usar walk-forward analysis — optimizar num período, testar no seguinte, avançar a janela, repetir.

Outras armadilhas do backtesting incluem o survivorship bias (testar apenas em acções que existem hoje, ignorando as que faliram), a ausência de custos de transacção e slippage (a diferença entre o preço teórico e o preço real de execução), e a suposição de liquidez infinita (assumir que se pode comprar ou vender qualquer quantidade instantaneamente). Um backtest honesto deve incluir comissões, slippage estimado e limites de liquidez realistas.

O Fosso Entre Backtest e Trading Real

Mesmo um backtest impecável não garante resultados reais. Porquê? Porque no backtest não há psicologia. Ver uma perda de 15% no ecrã do computador durante uma simulação é muito diferente de ver 7.500 euros de dinheiro real desaparecerem da conta. No backtest, o drawdown máximo de 25% é apenas um número. No trading real, é três meses de noites sem dormir a questionar cada decisão.

Por isso, muitos traders profissionais recomendam uma fase intermédia: o paper trading ou demo trading. Opera-se com dinheiro fictício durante alguns meses para verificar que se consegue seguir as regras do sistema na prática, com dados de mercado em tempo real, antes de arriscar capital. É menos emocionante mas infinitamente mais sensato.

O Contexto do Fórum

No Clubeinvest, os debates sobre análise técnica versus análise fundamental frequentemente se resumiam, no fundo, a uma questão de abordagem sistemática versus discricionária. Os membros que seguiam regras claras — mesmo regras simples — tendiam a sobreviver mais tempo no mercado do que os que operavam por intuição. Não porque as regras fossem geniais, mas porque impunham gestão de risco e disciplina. Um sistema de trading não precisa de ser complexo. Precisa de ser claro, testado e seguido. O resto — os indicadores sofisticados, os padrões exóticos, as teorias elaboradas — é acessório. As regras são tudo.