Análise walk-forward

Uma única divisão treino/teste desperdiça dados e pode ser de sorte ou azar conforme onde você corta. A análise walk-forward é a forma correta para séries temporais de validar, e ela espelha como uma estratégia é de fato executada.

Como funciona

Você rola uma janela pela história:

Treina jan–dez 2018  -> testa Q1 2019
Treina abr 2018–mar 2019 -> testa Q2 2019
Treina jul 2018–jun 2019 -> testa Q3 2019
... e assim por diante, sempre testando no período imediatamente após o treino

Cada período de teste é fora da amostra e estritamente no futuro em relação à sua janela de treino. Costurar os períodos de teste dá um retrato realista e contínuo de como a estratégia teria se saído caso você a reajustasse periodicamente ao longo do tempo — que é exatamente o que você faz ao vivo.

Por que é o padrão-ouro

• Usa todos os dados sem nunca testar no passado.
• Revela se a vantagem é estável ou só funcionou numa época. Uma estratégia que brilha em 2019 e morre em 2021 fica exposta, não escondida dentro de uma média adulada.
• O reajuste rolante combina com a realidade: modelos reais são retreinados conforme novos dados chegam.

Ancorada versus rolante

• Janela rolante — treino de comprimento fixo que avança, esquecendo dados antigos. Adapta-se a mudanças de regime.
• Janela ancorada (expansiva) — o treino sempre começa no início e cresce. Usa mais dados, mas se adapta mais devagar à mudança.

A disciplina que impõe

O walk-forward deixa dolorosamente claro quando uma estratégia só funcionou num único regime de mercado. Essa honestidade é desconfortável — e exatamente o ponto. Uma curva de capital walk-forward plana ou ruidosa está te contando a verdade que um único backtest cor-de-rosa escondeu.