Os números reais, os limites reais do método, e o que eles significam de verdade. Sem cherry-picking, sem curva de equity editada.
Backtesting automático é uma ferramenta de computador que não enxerga o gráfico — ele só vê números. Quando você programa uma estratégia, o script executa exatamente o que foi codificado, sem nenhum dos julgamentos que um trader humano faz naturalmente.
Um trader humano vê contexto. Um script não. O S1, por exemplo, exige que o H4 esteja "alinhado com a direção". O que é "alinhado"? Para um humano, é uma leitura visual clara — topos e fundos ascendentes, tendência óbvia. Para um script, você precisa definir isso matematicamente, e qualquer definição matemática vai errar para os dois lados: ora muito restritiva, ora muito permissiva.
O resultado é simples: o backtesting automático representa o piso do resultado — a pior versão possível do setup, sem nenhum julgamento humano. O resultado real, com leitura contextual, é consistentemente superior ao backtesting automático.
O backtesting automático não consegue avaliar se o H4 está "claramente alinhado". Isso significa que entra em condições que um trader experiente rejeitaria — mercado lateral, conflito de timeframes, tendência fraca.
O setup exige um candle de reversão com corpo real claro. Um script não avalia se o corpo é convincente ou fraco — entra em qualquer candle que tecnicamente preencha os critérios numéricos.
Os dados usados cobrem aproximadamente 4 meses de mercado — um período pequeno que pode capturar condições atípicas. Mais dados = resultado mais confiável.
O SMC exige leitura visual de sweeps, FVGs e Order Blocks. Nenhum script consegue identificar isso com precisão — por isso o S4 usa exclusivamente backtesting manual no MT5 Visual Mode.
Interpretação correta: quando você vê profit factor 0,93 no S1, isso não significa "setup sem edge". Significa "setup sem edge se operado por um robô sem contexto". O edge está exatamente na leitura humana que o script não consegue replicar — saber quando não operar é onde o trader supera o script.
Dados exportados diretamente do MT5 (Tickmill). Scripts Python no Google Colab. Timeframe M5. Período: ~4 meses.
⚠ Leia a seção acima antes de interpretar estes números.
| Setup | Trades | Win Rate Médio | Profit Factor Médio | Melhor Par (PF) | Interpretação |
|---|---|---|---|---|---|
| S1 — Pullback Compra | 21.022 | 28,1% | 0,93 | USDJPY 1,06 · EURUSD 1,01 | Piso sem contexto humano |
| S2 — Pullback Venda | 19.190 | 28,7% | 0,94 | USDJPY 1,04 · BTCUSD 1,04 | Piso sem contexto humano |
| S3 — Cruzamento | 23.032 | 32,0% | 0,98 | USDJPY 1,45 · XAUUSD 1,17 | Mais próximo do breakeven |
| S4 — SMC | Backtesting manual — MT5 Visual Mode (Ctrl+R) | Em andamento | |||
Fonte: CSVs exportados do MT5 (Tickmill) · Scripts Python Google Colab · Pares: EURUSD, GBPUSD, USDJPY, GBPJPY, AUDUSD, USDCAD, NZDUSD, EURGBP, XAUUSD, XAGUSD, BTCUSD · Os scripts originais estão disponíveis para replicação — transparência total.
Nenhum backtesting — automático ou manual — garante resultado futuro. O mercado muda, as condições mudam, e nenhuma estratégia tem edge infinito.
O objetivo do backtesting aqui não é provar que o setup "funciona sempre". É entender o comportamento histórico, identificar os pares com melhor aderência, e calibrar as expectativas realistas sobre win rate e profit factor.
Um trader que opera com expectativas calibradas suporta as sequências de perda sem quebrar a disciplina. Um trader que acredita em 80% de win rate abandona o método na primeira sequência de 5 losses seguidos — que é estatisticamente esperada em qualquer sistema com win rate de 30-40%.
Esses dados serão atualizados conforme o backtesting manual avança. A jornada é documentada ao vivo — erros incluídos.
Cada setup tem sua própria página com lógica, checklist interativo e link de volta para estes dados.