Aqui fica a camada de método: hipóteses, diagnóstico, modos de falha e papers por trás de cada estratégia.
After killing a graveyard of ideas, this is the one we kept: a 30-minute fair value gap strategy on USDJPY, executed through cTrader with real order plumbing, session gates in UTC, Discord alerts, and enough operational paranoia to survive reboots and outages.
Passamos uma tese de doutorado sobre processos estocásticos restringidos pelo programa keep/kill de um scalper crypto. A maioria morreu. O que sobreviveu mudou como operamos.
Cascatas de liquidação criam overshoots previsíveis. Construímos um scalper que faz fade nelas — detecção de velocidade, confirmação por volume, saída por tempo. SOL e ETH sobreviveram. BTC não. Esta é a história completa.
A maioria dos traders aborda desafios de prop firms buscando alpha. Nós abordamos como um problema de primeiro tempo de passagem. €540 compra uma opção de compra sobre variância — a matemática diz que 83% das vezes, a variância vence.
Cinco linhas de parsing errado de timestamp transformaram +350 pips em -870 pips. Quase matei uma estratégia validada porque esqueci que o MetaTrader exporta em EET, não UTC. Uma história de debugging forense com números reais, config drift, e a verdade desconfortável de que backtests concordando ≠ prova ao vivo.
Treinamos uma rede neural para filtrar trades ao vivo, deployamos num VPS de $9, descobrimos que nosso provedor de dados estava alucinando barras de fim de semana — e depois removemos a NN inteira porque 302 trades nunca foram suficientes para generalizar. A engenharia de deploy foi real. O edge não.
Fair Value Gaps realmente fecham? Análise estatística do magnetismo de FVG em forex e crypto com backtest em tick data.
A entropia de Shannon dos retornos de preço cai antes de grandes movimentos. Testamos em EURUSD e EURGBP com 2 anos de dados. Os resultados são honestos — e inconclusivos.
Usando o expoente de Hurst para identificar dinamicamente regimes de reversão à média vs. tendência em mercados forex. Teoria completa, implementação em Python e resultados de backtest para um sistema de trading adaptativo por regime.
Os resultados honestos de testes com estratégias de trading baseadas em entropia, price action, detecção de regime e processamento de sinais em forex e crypto. O cemitério é maior que o pódio.
Uma tabela compacta para consulta rápida. O placar completo e o cemitério ficam na página de Resultados.
Lógica de SL/TP por fechamento pode inflar PF em múltiplos. Validação em tick é obrigatória.
Mudança de regime e variância costuma importar mais que previsão direcional pura.
Um composto pode esconder um componente bom embaixo de vários ruins.
Vantagem de uma classe de ativo normalmente quebra em outra sem redesenho.
Entropy Collapse Volatility Timing baseado em Singha (2025). com validação walk-forward rigorosa.
Todo gráfico, todo backtest, todo script é público. Clone, audite e tente quebrar.
Abrir repositório no GitHub