O dia em que o Python e o MT5 real divergiram 92-98%

O dia em que o Python e o MT5 real divergiram 92-98%

Aqui é o responsável pelo FXEA365.

Neste artigo, exponho integralmente o processo pelo qual, em 2026-05-29, ao comparar a estratégia NY Session Breakout entre o Walk-Forward em Python e o backtest real de 14 anos no MT5, constatei uma divergência de PF de 92-98%.

Este é um dado importante que reprova, em nível de mercado, que "números impressionantes em backtest Python não garantem que a estratégia funcione na conta real do MT5".

Especificação da estratégia — Rompimento da faixa asiática na sessão de Nova York

Uma estratégia com fundamento teórico de vantagem:

• A sessão de Nova York (15-20h UTC) é o horário de maior atividade institucional, com concentração de liquidez
• A faixa asiática é uma referência natural, e seu rompimento para cima ou para baixo é um sinal direcional forte
• A saída em dois estágios (TP1=ATR×0.5/TP2=ATR×7) protege contra rompimentos falsos e captura tendências

Resultado do Walk-Forward em Python — números impressionantes

Entre 2026-05-27 e 28, executei o Walk-Forward (Train 60% / Test 40%) de 9 pares com scripts/gen_h1_ny_walkforward.py:

Nos 9 pares, PF≥5 × taxa de acerto≥70% × taxa de sobrevivência OOS de 500/500.

Pela prática comum do mercado, esse seria o tipo de resultado que se publicaria no site com frases como "descoberta de uma vantagem genérica dos sonhos!" ou "expansão do lineup para todos os pares no roadmap!".

Porém — backtest real de 14 anos no MT5 (USDJPY_NY_BREAKOUT_EA.mq5 v2.0)

Seguindo a regra do CLAUDE.md de que a validação em conta real é absolutamente obrigatória, revalidei os 4 pares mais fortes no Walk-Forward em Python com backtest real de 14 anos no MT5:

Os 4 pares fracassaram, com divergência de PF de 92-98% em relação ao Walk-Forward em Python.

Por que uma divergência tão grande — 5 hipóteses

1. Spread e slippage não considerados

O backtest em Python é calculado com base em fechamento a fechamento. Na conta real, cada execução é degradada por spread (0.5-2 pips) + slippage. A perda acumulada de 1-3 pips por operação se soma ao longo do tempo.

2. Qualidade dos dados

O Python usa dados agregados de M5 para H1 da Dukascopy. A conta real do MT5 usa dados de tick da corretora (movimento de preço muito mais detalhado). Mesmo com o mesmo "candle de H1", a movimentação interna do preço é diferente.

3. Divergência no modelo de execução

O Python assume execução ideal (sempre executa no preço desejado). Na conta real do MT5, há restrições de volume/spread que fazem o preço de execução real divergir do preço desejado. Isso é especialmente evidente em horários de alta volatilidade (como logo após a abertura de Nova York).

4. Fragilidade real do TP em dois estágios com ATR

O design é teoricamente elegante, mas o TP2=ATR×7 raramente é atingido na conta real.

• Backtest em Python: calcula o SL/TP ideal "a posteriori", com base em dados passados
• Conta real: o SL=ATR×0.5 é acionado com frequência, e a tendência não se sustenta até o TP2=ATR×7, resultando em stop-losses sucessivos

5. Impacto negativo do meio-composto CASCADE na conta real

O design que ajusta o lote dinamicamente conforme o saldo acelera o prejuízo em fases de perda:

• Saldo $10K → Risco 2% → Lote 0.2
• Após sequência de perdas, saldo $8K → Risco 2% → Lote 0.16 (redução pequena)
• Após mais perdas, saldo $5K → Risco 2% → Lote 0.10 (a contenção de perdas não é eficaz)

A "mágica dos juros compostos" teórica atua de forma inversa na conta real.

Lições em nível de mercado

1. Backtest/Walk-Forward em Python não servem de referência para a conta real do MT5

• Mesmo "PF≥5 × WR≥70% × taxa de sobrevivência OOS de 500/500" é inútil na conta real
• O julgamento de "robusto" e "resistente a OOS" do Walk-Forward avalia a robustez dentro dos dados do Python, não é um substituto para a conta real

2. Mesmo "hipóteses com racionalidade econômica" exigem validação em conta real

• "Atividade institucional no horário de Nova York" e "rompimento da faixa asiática como sinal direcional" são teoricamente corretos
• Porém, o fracasso total em 14 anos de MT5 real mostra uma grande divergência entre teoria e prática

3. Reforço da base da regra do CLAUDE.md sobre validação em conta real absolutamente obrigatória

• 25 EAs + 4 estratégias NY Session = um total de 29 validações confirma definitivamente que o backtest em Python não é confiável
• Este é um dado que sustenta, em nível de mercado, o eixo de marca do FXEA365 ("não números impressionantes, mas comprovação real")

Decisão do FXEA365

Como as 9 estratégias NY Session fracassaram totalmente na validação em conta real do MT5, a publicação no site está descartada.

Mantemos o lineup atual: apenas os 4 pilares principais EURJPY ASIA / GBPJPY ASIA / BLAZE GOLD / AUDCAD PEACE-CLONE.

O retorno anual total de +35.5% (Risco 5%) está longe de ser impressionante, mas é um número real e confirmado em 14 anos de backtest em conta real.

Recomendação ao mercado — para usuários de backtest em Python

Não estou desqualificando o backtest em Python. Porém, recomendo o seguinte uso:

Os números do backtest em Python devem ser tratados apenas como "indicador de triagem inicial". A publicação oficial exige validação em conta real do MT5.

Links relacionados

• EAs principais (validados em conta real):
  • ★1 EURJPY ASIA BREAKOUT (PF=1.18 em 14 anos de conta real)
  • ★2 GBPJPY ASIA BREAKOUT (PF=1.38 em 14 anos de conta real)
  • ★3 BLAZE GOLD v2.30 (PF=1.61 em 7 anos de conta real)
  • ★4 AUDCAD PEACE-CLONE (PF=1.36 em 10 anos de conta real)
• Blogs relacionados:
  • Artigo de correção dos números do site
  • Resumo honesto da validação em conta real dos 25 EAs
  • Sistema de prevenção de falhas em 4 camadas

FXEA365 — Disponibilizamos gratuitamente apenas estratégias comprovadas de verdade em 14 anos de backtest real no MT5, não números impressionantes anunciados.