Run Out HEDGE

Run Out HEDGE

Análise Walk-Forward Optimization

Sistema de validação robusta para estratégias algorítmicas

📘 O que é o Walk-Forward Optimization (WFO)?

Validação contínua e realista de estratégias algorítmicas

O Walk-Forward Optimization divide o histórico em janelas de In-Sample (otimização) e Out-of-Sample (validação futura). A estratégia é otimizada em um período, depois testada em dados que ela nunca viu – e esse processo é repetido ao longo do tempo.

Dessa forma, você enxerga como o robô se comportaria em condições de mercado mais próximas da realidade, reduzindo o risco de overfitting e aumentando a confiança de que os resultados são replicáveis.

Benefícios principais

✔ Validação da estratégia em períodos realmente futuros

✔ Redução significativa do risco de overfitting

✔ Otimização contínua e adaptável às mudanças de mercado

✔ Métricas mais confiáveis de lucro, risco e consistência

✔ Identificação objetiva da melhor combinação de parâmetros

Fluxo do WFO na prática:

⏱️

1. In-Sample

Otimização da estratégia na janela histórica selecionada.

➜

✅

2. Out-of-Sample

Validação em dados futuros, sem reotimizar.

🔁

📈

3. Repetição

Processo se move para frente no tempo, criando um teste robusto.

📊 Última Análise WFO Realizada

📁 Carregar Análise Anterior

📄

Nenhuma análise carregada

Clique em "Carregar Análise Anterior" para visualizar os dados da última análise WFO

📊

Master CSV

🔬

Pass Analysis CSV

📈

Pass Aggregated CSV

⚠️ OBRIGATÓRIO - Métricas PF

📋

All Passes CSV

🎲

Monte Carlo CSV (Opcional)

💥

Stress Test CSV (Opcional)

🧹

Purged CV CSV (Opcional)

⚙️

Recommendations TXT

📄

Final Report TXT (Opcional)

📈 Estatísticas Gerais

🧭 Estrutura Walk-Forward (In-Sample x Out-of-Sample)

Este gráfico mostra, para cada StepOffset, a relação média entre a janela de In-Sample (otimização) e o período de Out-of-Sample (forward), calculada a partir do arquivo MASTER.

📘 O que é o Walk-Forward Optimization (WFO)?

Benefícios principais

Nenhuma análise carregada

📈 Estatísticas Gerais

🧭 Estrutura Walk-Forward (In-Sample x Out-of-Sample)

🔍 Análise de Passes por Offset

📊 Curva de Equity (Out-of-Sample)

🎲 Análise Monte Carlo

💥 Teste de Stress

🧹 Purged Cross-Validation

⚙️ Recomendação Final