Como Fazer Backtest de um Agente de Trading com IA Antes de o Pôr ao Vivo

Um agente que construiu a partir de um prompt em linguagem simples parece testado no instante em que reformula corretamente a sua estratégia. Não está. Reformular é compreensão; o backtest é evidência. Antes de qualquer agente tocar em capital real, quer saber como as suas regras exatas se teriam comportado ao longo de anos de história real do mercado, e para fazer bem o backtest de um agente de trading com IA precisa de três coisas: regras fixadas com aperto suficiente para serem reproduzidas, períodos de teste hostis o bastante para importarem, e a disciplina de ler o relatório como crítico e não como fã. Este guia cobre as três, mais um modo de falha exclusivo das estratégias conduzidas por LLM.

Fixe as regras até uma máquina as conseguir reproduzir

Um backtest reproduz a sua lógica contra dados históricos, vela a vela. Isso só funciona se cada decisão que o seu agente toma for calculável a partir de dados que existiam naquele momento. «Comprar quando o RSI(14) diário fecha abaixo de 30 e o preço está acima da média móvel de 200 dias» reproduz-se na perfeição. «Comprar quando as notícias parecem exageradas» não, porque «parecem» não está em nenhuma vela.

Por isso o primeiro trabalho é transformar as condições reformuladas do seu agente numa especificação completa. Um teste útil: conseguiria uma folha de cálculo com preços históricos e as suas regras decidir cada entrada, cada saída e cada dimensão de posição, sem nenhum juízo por resolver? Se uma regra precisa de interpretação, o motor de backtest vai interpretá-la de alguma maneira, e a sua interpretação torna-se a sua estratégia sem o seu consentimento.

Vigie também os parâmetros silenciosos. As hipóteses de slippage e comissões, o tipo de ordem (uma ordem de mercado executa; uma ordem limitada às vezes não), e o que acontece aos sinais fora do horário de negociação nas ações. Se ainda é novo no funcionamento geral destes motores, o nosso guia sobre software de backtesting cobre os fundamentos; este artigo mantém-se focado no que é diferente para os agentes. E se ainda não definiu a entrada, a saída, o tamanho e a invalidação da sua estratégia, faça isso primeiro; é o passo dois de criar um agente de trading com IA.

Como fazer backtest de um agente de trading com IA através dos regimes de mercado

Uma estratégia testada apenas no passado recente é uma aposta em que o passado recente continua. A solução é deliberada: escolher janelas de teste que pressionem diferentes modos de falha, e exigir que o agente sobreviva à maioria delas. Quatro regimes da última década cobrem muito terreno:

Período	O que foi	O que pressiona
2018	Urso lento (cripto a cair ~80 %, queda acentuada das ações no 4.º trimestre)	Disciplina de saída, tolerância à dor do DCA, morte por mil cortes
Fev–Mar 2020	Queda vertical, depois recuperação em V	Stops sob movimentos de gap e slippage, se reentra ou fica com medo
2021	Subida persistente e implacável	Se as regras de venda a descoberto e de reversão à média lutam contra a tendência, realização prematura de lucros
2022	Queda com subida de juros, ações e cripto a cair juntas	Hipóteses de correlação, filtros de tendência, limites de drawdown

Corra as regras do agente por cada janela em separado, não apenas numa longa média. Uma regra de compra em quedas pode brilhar em 2020 e 2021, e depois devolver tudo em 2022; um único número agregado esconde essa história. Não está a exigir lucro nos quatro regimes. Está a exigir saber, de antemão, qual o regime que magoa o seu agente e se a sua regra de invalidação dispara antes de o dano se acumular.

É aqui que as ferramentas importam na prática: na Obside, o motor de backtesting reproduz anos de dados históricos em minutos com hipóteses de slippage incorporadas, por isso testar quatro janelas são quatro execuções antes do almoço em vez de um projeto de fim de semana. Seja qual for o motor que usar, o princípio mantém-se: regimes, não médias.

Leia o relatório como um adversário

Um relatório de backtest é um argumento de venda escrito pelas suas próprias esperanças. Leia cada número pelo que ele pode e não pode dizer-lhe.

O rácio de Sharpe mede o retorno por unidade de volatilidade. Entre cerca de 0,5 e 1,5 é a zona honesta para a maioria das estratégias de retalho; um Sharpe acima de 3 num backtest é mais vezes um erro, um viés ou um sobreajuste do que uma descoberta.

O drawdown máximo é a maior perda de pico a vale. Compare-o com o que consegue genuinamente suportar, e depois assuma que ao vivo será pior, porque o pior caso histórico é um chão, não um teto.

A taxa de acerto não significa nada sozinha. Uma taxa de acerto de 90 % com ganhos pequenos e perdas catastróficas raras descreve uma estratégia que apanha moedas à frente de um rolo compressor; emparelhe-a com o rácio médio de ganho/perda antes de a admirar.

O número de operações é a sua dimensão da amostra. Abaixo de cerca de 30 operações, tem uma anedota. Abaixo de 10, tem uma história.

A exposição diz-lhe durante quanto tempo o capital esteve no mercado a render o retorno, que é o risco que a curva de capital não mostra.

Depois corra uma variação de stress: dobre as hipóteses de slippage e comissões e volte a correr. As estratégias que operam muito, ou que operam ativos pouco líquidos, podem ver a sua vantagem evaporar-se nesse único teste. Se pequenas mudanças de parâmetros (RSI 30 contra 32, stop a 4 % contra 5 %) fizerem colapsar os resultados, é provável que esteja a olhar para curve-fitting; toda essa família de falhas é dissecada no nosso guia sobre sobreajuste no backtest.

A ressalva dos LLM: quando o modelo já conhece o final

As estratégias agênticas introduzem um modo de falha que os bots clássicos nunca tiveram. Se um modelo de linguagem grande toma decisões dentro do ciclo do backtest (escolhendo ativos, cronometrando entradas, ponderando notícias), os seus dados de treino podem conter a própria história em que está a testar. O modelo não está a prever 2021; está a recordá-lo.

Isto não é hipotético. A investigação sobre estratégias de investimento baseadas em LLM encontrou backtests inflacionados por memorização e por lookahead: modelos cujos dados de treino se sobrepõem à janela de teste conseguem recordar tickers, datas e movimentos de preço, e o desempenho degrada-se muitas vezes fora da amostra («Can LLM-based Financial Investing Strategies Outperform the Market?», arXiv:2505.07078, 2025). Um benchmark de seguimento com controlo de memória mostrou que, quando a história de mercado memorizada é devidamente excluída, a aparente competência dos agentes de trading com LLM cai acentuadamente (arXiv:2605.28359, 2026). Uma revisão do campo assinala o mesmo padrão em vários estudos: janelas de teste curtas, universos pequenos e risco de lookahead (arXiv:2408.06361, 2024).

Duas defesas práticas. Primeira, se um LLM decide operações, confie apenas em janelas de teste posteriores ao seu corte de treino, o que normalmente lhe deixa meses de dados, não anos. Segunda, e melhor para a maioria do uso de retalho: mantenha o LLM totalmente fora do ciclo de reprodução. Deixe-o traduzir a sua estratégia em regras determinísticas uma vez, e depois faça o backtest dessas regras à maneira clássica. É assim que a Obside está construída: o copiloto interpreta a sua linguagem, mas o backtest reproduz condições fixas contra velas históricas, por isso não há modelo nenhum no ciclo a recordar as respostas.

Critérios de aprovação: o aspeto de um backtest que passa

Antes de avançar, escreva o que significa «passar», e depois confronte o relatório com isso a frio. Um patamar razoável:

• Sobrevive a pelo menos três dos quatro regimes, ou seja, as perdas ficaram dentro da regra de invalidação, mesmo onde não deu lucro.
• Drawdown máximo igual ou inferior ao número que declarou tolerável antes de correr o teste.
• Pelo menos 30 operações ao longo de todo o teste, o suficiente para significar algo.
• Ainda positivo depois de dobrar as hipóteses de custos.
• Valores de parâmetros vizinhos dão resultados semelhantes, um planalto em vez de um único pico mágico.
• Consegue explicar por palavras simples a sua pior sequência de perdas: que condição de mercado a causou e por que razão a estratégia continua sólida.

Falhe num critério e tem um alvo de redesenho. Falhe em três e tem uma estratégia diferente para encontrar. E uma aprovação completa continua a não ser autorização para ir ao vivo: um backtest não consegue testar a tradução da sua intenção em dados ao vivo, o timing de execução, ou o seu próprio comportamento a observar drawdowns reais. É para isso que serve a próxima etapa, e a mesma definição de agente deve passar para lá sem alterações; o argumento e a lista de verificação vivem no nosso guia sobre paper trading de um agente de IA.

Por onde seguir a partir daqui

Fazer backtest de um agente é menos sobre encontrar ótimos números e mais sobre comprar informação a baixo preço: que regime quebra as suas regras, como é o seu pior mês, se os custos comem a vantagem. Cada uma dessas descobertas não custa nada num backtest e custa dinheiro real ao vivo. Fixe as regras, corra os quatro regimes, leia o relatório como um adversário, e mantenha qualquer LLM longe do ciclo de reprodução. Quando quiser um motor que reproduz anos em minutos, incorpora o slippage e promove exatamente o mesmo agente para paper trading num único passo, corra o seu próximo backtest na Obside.

Conteúdo educativo apenas. Isto não é aconselhamento de investimento. Operar envolve riscos, incluindo a possível perda de capital.