Machine learning para trading: o superestimado e o prático

💡 o momento da verdade

ML não é uma estratégia independente. É um FILTRO. Você já tem setups (os sweeps do Janus). O ML prevê quais têm 68 % de probabilidade em vez de 55 %. Opere os de 68 % e pule os de 55 %. A vantagem está aí.

🎯 Exercício prático: implemente engenharia de features de ML para filtrar trades

Objetivo: Construa um modelo de ML que filtre os setups que você já usa, melhorando a expectativa em 10-15 % ao operar de forma seletiva.

Parte 1: engenharia de features (o passo mais importante)

Para cada um dos seus trades históricos, calcule estas features NO MOMENTO DO SINAL (sem antecipação!):

Modelo de conjunto de features (recomendadas 20+):

FEATURES DE PREÇO:
1. Distância do VWAP (%): (preço - VWAP) / VWAP
2. Distância da EMA de 50 (%): (preço - EMA50) / EMA50
3. Distância da máxima do dia ANTERIOR (%): (máxAnterior - preço) / máxAnterior
4. Distância da mínima do dia ANTERIOR (%): (preço - mínAnterior) / mínAnterior

FEATURES DE MOMENTUM:
5. RSI (14): valor de 0 a 100
6. ADX (14): força da tendência
7. Razão +DI / -DI: indicador direcional
8. Rate of Change (10): variação de preço nos últimos 10 candles

FEATURES DE VOLATILIDADE:
9. Razão ATR / preço: volatilidade normalizada
10. Largura das bandas de Bollinger %: (superior - inferior) / média
11. Expansão recente do range: ATR atual / ATR médio de 20 períodos

FEATURES DE VOLUME:
12. Volume vs. média: atual / média de 20 períodos
13. CVD (delta de volume acumulado): pressão compradora líquida
14. Distância entre VWAP e POC: alinhamento com o valor justo

FEATURES DE TEMPO:
15. Hora do dia: minutos desde a abertura (normalizar de 0 a 390)
16. Dia da semana: seg.=1, sex.=5
17. Tempo desde o último sinal: minutos

FEATURES DE REGIME:
18. Nível do VIX: leitura atual do VIX
19. Pontuação de regime: composto de ADX + ATR + largura das bandas
20. Variação do DXY %: vento contra ou a favor no macro

SUAS FEATURES (calcule para 50+ trades históricos):
Trade 1: [feature 1: ___, feature 2: ___, ..., feature 20: ___, resultado: ganho/perda]
Trade 2: [...]

Parte 2: divisão treino/teste (SOMENTE por tempo)

NUNCA embaralhe dados de séries temporais. Use janelas móveis:

Validação walk-forward do ML:

Janela 1:
Treino: jan.-jun. 2023 (trades 1-30)
Teste: jul.-set. 2023 (trades 31-40)
Modelo: Random Forest, max_depth=5
Precisão no teste: ___%
Desempenho no teste: ___%

Janela 2:
Treino: abr.-set. 2023 (trades 15-50)
Teste: out.-dez. 2023 (trades 51-65)
Modelo: retreinar na nova janela
Precisão no teste: ___%
Desempenho no teste: ___%

Janela 3:
Treino: jul.-dez. 2023 (trades 35-75)
Teste: jan.-mar. 2024 (trades 76-90)
Precisão no teste: ___%
Desempenho no teste: ___%

Desempenho médio nos testes: ___% de taxa de sucesso
Compare com a referência (sem filtro): ___% de taxa de sucesso
Melhora: +___% (meta: +10% no mínimo)

Parte 3: escolha do modelo e prevenção de overfitting

Teste 3 modelos. Vence o mais simples que funcionar:

Sinal de alerta: Se a precisão no treino é 90 % mas no teste é 60 %, você está com overfitting. Reduza a complexidade do modelo ou acrescente dados.

Parte 4: análise da importância das features

Quais features realmente importam? Use a importância de features do modelo:

Importância das features do Random Forest:

As 10 principais features (por pontuação de importância):
1. Nível do VIX: 0,18 (a mais importante)
2. Distância do VWAP: 0,15
3. ADX: 0,12
4. Hora do dia: 0,10
5. CVD: 0,09
6. RSI: 0,07
7. Razão do ATR: 0,06
8. Volume vs. média: 0,05
9. Largura das bandas: 0,04
10. Variação do DXY: 0,03

Features de cauda (< 0,02): dia da semana, tempo desde o último sinal
→ Remova essas features (ruído, não sinal)

Modelo simplificado (só as 6 features principais):
Precisão no teste: ___% (compare com o modelo de 20 features)
Se a diferença for menor que 2%, use o modelo mais simples (menos overfitting)

Parte 5: implantação em produção com limiares de confiança

Não opere TODAS as previsões. Opere só as de alta confiança:

Saída do modelo = probabilidade (de 0,0 a 1,0)

Limiares de confiança:
Probabilidade > 0,65 = alta confiança (pegar o trade)
Probabilidade 0,45-0,65 = neutra (pular o trade)
Probabilidade < 0,45 = baixa confiança (pular ou inverter)

Resultados do backtest por limiar:
Todos os trades (sem filtro): 55% de acerto, 0,5R em média
Confiança > 0,60: ___% de expectativa, ___R em média
Confiança > 0,65: ___% de expectativa, ___R em média
Confiança > 0,70: ___% de expectativa, ___R em média (menos trades)

Limiar ótimo: 0,___ (maximize a expectativa, não a precisão)

SEUS RESULTADOS:
Trades pegos com o filtro de ML: ___ / 100 sinais no total
Melhora da taxa de sucesso: de ___% → ___% (+___%)
Melhora da expectativa: de ___ $/trade → ___ $/trade

Parte 6: protocolo de monitoramento e retreino

Modelos de ML se degradam com o tempo. Monitore e retreine:

Calendário de monitoramento:

Semanas 1-4: acompanhe o desempenho ao vivo contra as previsões de teste
Esperado: 60% de precisão
Real: ___% de precisão
Desvio: ___% (< 5% OK)

Semanas 5-8: siga acompanhando
Real: ___% de precisão
Desvio: ___% (se > 10%, retreine)

Gatilho de retreino:
1. A precisão cai > 10% abaixo da referência do teste
2. O regime de mercado muda (picos do VIX, novo ciclo)
3. No mínimo a cada 3 meses (atualize com dados recentes)

Processo de retreino:
- Acrescente os dados de trades dos últimos 3 meses
- Refaça a validação walk-forward
- Compare o modelo novo com o antigo no mesmo conjunto de teste
- Só coloque em produção se o novo superar em 3% ou mais

Objetivo de implementação: Construa um filtro de ML ao longo de 4-6 semanas usando seus últimos 50-100 trades. Coloque em paper trading por 20 sinais. Meta de exemplo: melhorar a expectativa em pelo menos 10 % filtrando de forma seletiva. Se der certo, o ML terá elevado sua expectativa de forma mensurável ao ajudar você a pular os setups de baixa probabilidade. É assim que os profissionais usam ML: não como mágica, mas como melhora sistemática da vantagem.