Discussão do artigo "Desenvolvendo uma Estratégia de Pullback: Construção do Modelo Base"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Desenvolvendo uma Estratégia de Pullback: Construção do Modelo Base foi publicado:
Este artigo apresenta a evolução de um EA de pullback em MQL5, desde a definição do regime por EMA até a identificação da retração e a confirmação do gatilho. São abordados a otimização integrada ao MetaTrader 5, o stop ajustado ao tick size, o filtro de distância por ATR e a gestão com breakeven e trailing, priorizando platôs paramétricos, controle dos graus de liberdade e redução do risco de overfitting.
Após a construção inicial da lógica de pullback, a etapa seguinte foi transformar a ideia em uma estrutura testável. Para isso, analise como cada parte da estratégia influenciava o comportamento estatístico do modelo. O objetivo não foi apenas otimizar parâmetros, mas compreender se havia uma organização lógica capaz de gerar um primeiro indício de robustez.
A estratégia parte de uma estrutura simples: utilizar uma EMA para definir o regime, identificar uma retração em um timeframe menor e aguardar um cruzamento de retomada como gatilho de entrada. A partir desse modelo base, foram analisados os principais graus de liberdade da estratégia, como timeframe e período da EMA, formando 4 graus de liberdade.
Neste artigo, esses parâmetros são analisados de forma progressiva, utilizando os recursos de otimização do MetaTrader 5, como gráficos de resultados, análise 1D e em 2D. A intenção é observar regiões de parâmetros mais estáveis, evitando escolher apenas o melhor resultado isolado da otimização.
Também será exibido quando faz sentido expandir ou ajustar os intervalos de otimização. Isso é útil quando os resultados aparecem nas bordas dos intervalos ou quando há forte sensibilidade entre melhores configurações próximas. Dessa forma, a estratégia começa a ser construída em camadas, com maior controle sobre cada decisão adicionada ao EA.
Autor: Samuel De Souza Ferreira