Quem já pesquisou na mão estratégias de operações muito rápidas (o scalping, em que cada operação dura de segundos a minutos) sabe que o difícil não é a conta.
O que eu faço quando aparece o sinal A? E se o B aparecer junto? Mantenho quando o preço está balançando muito e descarto quando está calmo? Aposto contra o movimento aqui e fico de fora ali?
Se você confere cada ramo um por um, uma noite qualquer vira laboratório particular. Passar algumas horas por dia durante anos para sobrar uma única estratégia que se sustenta não é nada raro.
Aí chega uma IA que explora sozinha.
Em um certo tipo de uso, ela testa milhares de variações em poucas horas, investiga por que o lucro não é estável e usa cada fracasso para escolher o próximo teste. A reação das pessoas costuma ser a mesma:
“Quantos dias isso levaria para uma pessoa fazer?”
Mas ficar em “a IA testa 4.000 estratégias, então a gente ganhou” é perigoso. No mercado financeiro, poder testar tanta coisa também aumenta o risco de confundir sorte com habilidade. [1][2]
A conclusão é simples:
o que funciona é juntar a sua ideia, a busca da IA, a IA tentando derrubar o que achou e uma correção estatística que leve em conta quantas coisas foram testadas.
Não basta uma IA que só procura estratégias vencedoras. Precisa ter outra que se dedique a desmontá-las.
1. Por que anos de trabalho manual podem encolher de repente
Pesquisar estratégia na mão é uma corrente de passos pequenos:
- Surge uma ideia.
- Você a transforma numa regra.
- Testa com dados do passado (o backtest).
- Lê o resultado.
- Pergunta por que ele não é estável.
- Divide a regra em partes.
- Testa de novo.
Nenhum passo, sozinho, é difícil. O que pesa é repetir isso centenas ou milhares de vezes.
E no meio do caminho vem: “O que eu testei ontem?”, “Será que já usei esse filtro?”. O cérebro humano não vem com um diário de pesquisa embutido. Pode até ser que alguns venham, mas ninguém recebe aviso de atualização.
O valor de uma IA exploradora é manter esse ciclo girando sem parar.
Ela não para em “deu lucro”. Segue perguntando: o lucro vem só de poucos dias? Some depois de contar as taxas? Só funciona em um horário? Desmorona se eu tirar uma peça? Vai abrindo ramos e devolve os motivos do fracasso como novas hipóteses.
Isso é mais do que fazer backtest mais rápido.
É um ciclo de pesquisa mais rápido.
2. A força da Astra parece menos “saber a resposta” e mais “se virar num lugar novo”
O ARC-AGI-3 ajuda a entender o que isso quer dizer.
É um teste interativo em que a IA opera um mundo novo em grade 2D, sem instruções e sem objetivo declarado. Ela precisa explorar, descobrir como esse mundo funciona, adivinhar o objetivo, planejar, agir e se corrigir. [3][4]
Em julho de 2026, o GPT-5.6 Sol marcou 7,78% no conjunto semiprivado do ARC Prize. Em outro conjunto, público, a OpenAI mostrou que guardar o estado do raciocínio e comprimir o contexto levava o Sol de 13,3% para 38,3%. [5]
Em setembro, a Astra marcou 62,7% nesse mesmo conjunto semiprivado com o ambiente de avaliação padrão do ARC Prize, e 99,9% com um Provider Adapter, um ambiente que mantém mais do raciocínio de uma ação para a seguinte. O ambiente muda muito a nota, então não dá para ler isso como um simples 99,9 contra 7,78. O que dá para ver é um grande salto em explorar, entender como as coisas funcionam e manter o fio em tarefas longas. [6][3]
O ARC Prize também informou que, em 96% dos níveis que a Astra completou, ela usou menos ações do que a mediana das pessoas que terminaram.[3]
É um tipo de força diferente de resolver uma equação difícil de uma vez.
Parece mais com isto:
“O que acontece se eu mexer aqui? Beleza, e se eu tentar aquilo? Ah, agora entendi a regra.”
Os testes parecem jogos. Alguns são simples o bastante para uma criança ficar mexendo, e mesmo assim as IAs sofreram com eles por muito tempo. Por isso um salto repentino ali diz algo sobre aprender um lugar novo mexendo nele.
O próprio ARC Prize não diz que tirar nota alta no ARC-AGI-3 prove inteligência geral de nível humano. Um jogo fechado com regras fixas não é o mundo real. [3]
3. Por que explorar um jogo em 2D lembra pesquisa de scalping
O mercado não é um jogo. Os preços não são definidos por regras arrumadinhas.
Ainda assim, os passos da pesquisa são bem parecidos.
Digamos que você adicione uma condição baseada no livro de ofertas (a fila de ordens de compra e de venda) e o backtest melhore.
Você não para por aí.
- Essa inclinação do livro de ofertas realmente prevê alguma coisa?
- Só funciona quando o preço está balançando muito?
- Só aparece porque a diferença entre preço de compra e de venda estava pequena?
- Some se as ordens forem executadas um degrau pior?
- Existe só em um horário?
Observa. Muda uma condição. Olha o resultado. Reescreve a ideia.
É parecido com o ciclo do ARC-AGI-3: observar, agir, ver a reação, atualizar o mapa mental e agir de novo. [3][4]
Então, em vez de “ache os parâmetros que mais dão lucro”, o melhor pedido é:
“Destrinche por que esse lucro existe, ache as condições que o matam e transforme cada falha no próximo experimento.”
Não é um quiz de adivinhar a estratégia vencedora.
Você entrega como um jogo de pesquisa em terreno desconhecido.
4. A experiência humana não some: a intuição de que “tem algo estranho por aqui” vale mais
Dá vontade de deixar a IA procurar tudo do zero.
Mas, quanto maior a área de busca, mais a sua experiência funciona como um mapa de onde começar a cavar.
Quem leu os livros e testou indicadores e padrões de preço um por um costuma ter anotações assim na cabeça:
- Fraco sozinho, mas pode servir como regra de “aqui é melhor não operar”.
- Provavelmente só serve quando o mercado está em tendência clara.
- Lindo nos dados do passado, mas as taxas comem tudo.
- Serve mais para barrar uma entrada ruim do que para prever a direção.
- Parece forte, mas provavelmente fica concentrado em um único período.
Isso não é uma lista de respostas certas.
É um palpite sobre onde olhar primeiro.
Na ciência é parecido. O Co-Scientist (2026) parte de um objetivo e de evidências dadas por pesquisadores e repete um ciclo: gera hipóteses, critica, ordena e melhora, usando mais tempo de computação para aprofundar. [7]
No mercado financeiro dá para usar a mesma ideia.
A pessoa planta uma semente: “isso parece forte”.
A IA cava milhares de direções ao redor.
Se os resultados contrariarem o palpite, o palpite é descartado sem dó.
A experiência não serve como resposta, e sim como dica de onde gastar primeiro o esforço de busca.
Assim, os pontos fracos do “viés do veterano” e da “força bruta da IA” se cancelam um pouco.
5. Por que combinar muitas condições vira um inferno na mão
Imagine 20 ingredientes.
Só de decidir “uso ou não uso” para cada um já são
2^20 = 1.048.576 combinações.
Com três opções (não uso, uso normal, uso invertido), são
3^20 = 3.486.784.401 combinações.
Claro que ninguém testa todas. Com o que você sabe, corta as que não fazem sentido.
Mas a pesquisa de verdade ainda soma mais coisas: valores de corte, horários, o quanto o preço balança, a diferença entre compra e venda, quanto tempo você segura a posição, evitar o horário de notícias, compras versus vendas, como as ordens são executadas.
Então a rotina antiga do pesquisador:
“E se eu olhar isso também? E se eu excluir esse caso? E se for só nesse tipo de mercado?”
era, na prática, uma pessoa caminhando por uma árvore gigante de ramificações.
Não é à toa que levava anos.
A planilha é inocente. O universo é que é grande demais.
6. O valioso na IA não é a força bruta, e sim escolher o próximo experimento
O bom uso de uma IA que explora bem não é varrer todas as configurações às cegas.
Uma boa busca muda o próximo teste conforme o que acabou de acontecer.
Se uma estratégia é A+B+C+D, tire as peças uma de cada vez e veja o que muda.
- Tirei o D e quase nada mudou: o D pode ser enfeite.
- O B é fraco sozinho, mas o A+B reduz bastante os períodos de prejuízo: o B pode ser um filtro (uma regra de “não operar”), não um previsor.
- O C é fraco no geral, mas forte quando o preço balança muito: o C pode depender do tipo de mercado.
Tirar peças para ver o que cada uma faz costuma ser chamado de teste de ablação.
O nome importa menos que o objetivo: desmontar uma estratégia complicada e ficar só com as peças que realmente funcionam.
Explorar, falhar, classificar a causa, explorar de novo.
Se você automatiza esse ciclo, a IA deixa de ser uma ferramenta que só procura números e começa a parecer uma assistente de pesquisa.
7. O maior inimigo é a sorte: teste 4.000 coisas e vai aparecer um “gênio de sorte”
Essa é a parte mais assustadora de pesquisar com dinheiro.
Se você testa 4.000 estratégias e escolhe só a mais bonita, essa vencedora pode ter ganhado por acaso, não por mérito.
White explicou que, quando os mesmos dados são usados várias vezes para tirar conclusões e escolher modelos, um resultado de aparência boa pode vir da sorte, e não de um método realmente melhor. Isso se chama data snooping, algo como “fuçar nos dados”. [1]
Combinar vários sinais piora o problema.
Novy-Marx mostrou que, ao escolher e combinar vários sinais, o viés de se ajustar demais aos dados do passado fica mais forte. Até sinais aleatórios, sem nenhuma capacidade real de prever, podem gerar um backtest que parece impressionante. [2]
Por isso a força de busca da IA corta dos dois lados.
Ela consegue errar 4.000 vezes mais rápido que uma pessoa.
E ainda pode dar o troféu ao erro mais bonito.
Quanto mais você busca, mais a proteção contra a sorte precisa estar dentro da própria busca, e não deixada como uma checagem no final.
8. A proteção começa anotando cada tentativa e escondendo da IA o teste final
Se você busca em grande escala, as 3.999 falhas também fazem parte do registro da pesquisa.
No mínimo, coloque isto no processo:
- Anote cada tentativa. Guarde quantas você fez, o que mudou e por que descartou cada uma.
- Separe os dados de busca dos dados do teste final. Não olhe os do teste final enquanto escolhe estratégias.
- Confira para a frente no tempo. Use a validação walk-forward: você constrói com o passado e confere no período seguinte.
- Piore as condições de propósito. Aumente a diferença entre compra e venda, as taxas, o desvio do preço de execução, o atraso e a dificuldade para a ordem ser executada.
- Veja se sobrevive com ajustes próximos. Desconfie de uma estratégia que funciona em um valor exato e morre um passo adiante.
- Separe por tipo de mercado. Confira se o lucro se concentra em períodos de muito movimento ou de calma, em certos horários, em certos anos, ou em compras versus vendas.
- Corrija pelo número de coisas que você testou.
Uma forma de corrigir é o Deflated Sharpe Ratio, ou DSR. Ao testar muitos candidatos, o índice de Sharpe (uma nota que compara retorno com risco) fica mais alto do que deveria. O DSR ajusta isso, e também ajusta para retornos que não se distribuem de forma simétrica. [8]
A Probability of Backtest Overfitting, ou PBO, foi criada para backtests de investimento. Ela estima a chance de a estratégia escolhida estar ajustada demais ao passado, usando um método chamado validação cruzada simétrica combinatória. [9]
O Reality Check de White testa o data snooping entre muitos candidatos. O teste de Superior Predictive Ability de Hansen, ou SPA, melhora isso para que candidatos fracos ou irrelevantes o distorçam menos. [1][10]
Não precisa decorar todos os nomes.
A ideia é uma só:
se foi a melhor de 4.000 tentativas, julgue como a vencedora de um torneio de 4.000 tentativas.
E se você olhar os dados que tinha guardado e depois mudar a estratégia, esses dados já não estão intactos. A versão alterada precisa de dados novos, lacrados.
9. A configuração mais forte usa duas IAs: uma acha vencedoras e a outra tenta matá-las
Com uma única IA exploradora, a tendência é sempre procurar algo bonito.
Então divida os papéis.
A exploradora
- Cria condições novas.
- Reorganiza as ideias da pessoa.
- Investiga como cada tipo de mercado funciona.
- Transforma os motivos das falhas nos próximos candidatos.
A crítica
- Piora os custos.
- Atrasa as execuções.
- Tira alguns dias.
- Mexe nos ajustes.
- Leva a estratégia para outro período ou outro mercado.
- Aplica DSR, PBO, Reality Check, SPA e similares para corrigir pelo número de tentativas.
- Confere se o lucro está em poucos dias ou em poucas operações.
A exploradora volta dizendo “Achei uma!” e a crítica responde: “Sério?”
Se sobreviver, bate de novo.
Em pesquisa com dinheiro, esse lado chato é qualidade.
O objetivo deve sair de “o maior lucro” e ir para
“algo que continua de pé e que dá para explicar quando você estraga um pouco as condições, troca de período ou piora os custos”.
10. Quando sai um modelo novo, procure a capacidade que de repente passou por um muro, não a nota geral
Isso não vale só para scalping.
Quando sai um modelo de IA novo, olhar só se a nota geral subiu 5% pode fazer você perder de vista onde está o dinheiro.
A pergunta útil é:
“Que trabalho não compensava com o modelo anterior e de repente compensa?”
No caso da Astra, o que se destacou no ARC-AGI-3 foi explorar um mundo desconhecido, resumir como ele funciona em um modelo mental curto e avançar com poucas ações. [3]
A partir daí, raciocine ao contrário.
- Existe um trabalho que consiste em testar enormes quantidades de ideias?
- Existem tarefas em que as pessoas perdem tempo decidindo o que testar a seguir?
- Dá para medir sucesso ou fracasso com um número?
- Se for repetido 100 ou 1.000 vezes, a diferença no custo de mão de obra é grande?
- Esse ganho de capacidade se traduz direto em lucro, custo menor ou desenvolvimento mais rápido?
Onde essas cinco coisas se encontram, a coisa fica interessante.
Na ciência também já se roda em grande escala o ciclo de gerar, criticar, comparar e melhorar, como no Co-Scientist. [7]
Então trate o anúncio de um modelo novo não como leitura de ficha técnica, mas como
uma caça ao tesouro: qual etapa que sempre foi um tormento para as pessoas já pode ser feita por uma máquina?
Na pesquisa de operações de curto prazo, uma resposta já começa a aparecer.
O palpite que uma pessoa construiu em anos, “por aqui parece forte”, não deve ser jogado fora.
Entregue à IA e deixe-a cavar milhares de direções.
Depois, faça a mesma IA tentar quebrar os próprios resultados, passe tudo pelos filtros estatísticos e guarde um último conjunto de dados que ninguém tocou.
O resumo mais curto é este:
A pessoa desenha o mapa. A IA cava além das bordas dele. A estatística pergunta no final: “Isso é mesmo ouro?”
Quanto mais forte fica a IA, mais alguém precisa continuar frio e desconfiado no final.
E esse alguém também pode ser uma IA, claro.
- Halbert White — A Reality Check for Data Snooping, Econometrica 68(5), 2000 onlinelibrary.wiley.com
- Robert Novy-Marx — Backtesting Strategies Based on Multiple Signals, NBER Working Paper 21329, 2015 nber.org
- ARC Prize — OpenAI's GPT-6 Astra on ARC-AGI-3 (2026-09-03) arcprize.org
- ARC Prize — Announcing ARC-AGI-3 / ARC-AGI-3 documentation https://docs.arcprize.org/ arcprize.org
- OpenAI — How two settings tripled our ARC-AGI-3 scores (GPT-5.6 Sol) openai.com
- OpenAI — GPT-6 Astra: A new generation of intelligence openai.com
- Juraj Gottweis et al. — Accelerating scientific discovery with Co-Scientist, Nature, 2026 nature.com
- David H. Bailey & Marcos López de Prado — The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality, 2014 doi.org
- David H. Bailey, Jonathan Borwein, Marcos López de Prado & Qiji Jim Zhu — The Probability of Backtest Overfitting, 2015 papers.ssrn.com
- Peter Reinhard Hansen — A Test for Superior Predictive Ability, Journal of Business & Economic Statistics 23(4), 2005 tandfonline.com
