Do Backtest ao Paper Trading: Forward-Test de Estratégias Polymarket & Kalshi ao Vivo

Por que um backtest sozinho não é suficiente

Um backtest reproduz mercados que já foram liquidados. Feito honestamente — contra o book real, com execuções sensíveis à profundidade — é o melhor filtro barato que existe para uma ideia ruim. Mas compartilha uma fraqueza inevitável com todo backtest: está ajustado, por mais levemente que seja, ao passado. A única forma de saber se uma vantagem é real é executá-la para frente em mercados cujo resultado ninguém conhece ainda.

É para isso que serve o paper trading. Ele pega a regra que sobreviveu ao seu backtest e a executa em tempo real em mercados ao vivo, marcando e liquidando exatamente como o book ao vivo e a resolução real determinam. Nada sobre o resultado é conhecido com antecedência, então o histórico que ele constrói é evidência forward que um backtest não consegue fornecer.

Duas formas de alimentá-lo: uma regra implantada ou seu próprio bot

O primeiro caminho é o que encadeia a partir do Backtest Lab. Quando uma regra sobrevive a um backtest, implante-a no paper trading com stake, take-profit/stop-loss e um limite máximo de posições abertas. Ela então roda server-side contra cotações ao vivo — a DepthFeed avalia a regra, abre e fecha posições e marca o book para você, sem infraestrutura da sua parte.

O segundo caminho é para quem já tem um sistema. Cada estratégia recebe uma URL de webhook secreta; seu bot, cron job ou notebook faz POST de sinais de compra/venda/fechamento com um id de mercado e um tamanho em dólares, e a DepthFeed os executa no book ao vivo no momento do sinal. Um payload nunca pode definir seu próprio preço, então o histórico é honesto por construção. Chaves de idempotência tornam as retentativas seguras, o token rotaciona sob demanda, e o limite de taxa é de 120 sinais por minuto por estratégia.

Como funcionam as execuções e a liquidação

Cada execução é precificada a partir do book de ordens ao vivo no instante em que o sinal chega: uma compra paga o melhor ask, uma venda bate no melhor bid — os mesmos preços que a API de dados e o WebSocket servem. As posições são marcadas a partir do book ao vivo em uma cadência de aproximadamente 90 segundos, então a curva de equity se move conforme o mercado, e cada posição é liquidada a $0 ou $1 automaticamente quando o mercado resolve.

Uma ressalva honesta, dita de antemão: as execuções de paper usam liquidez real exibida para precificação, mas não a consomem. Uma ordem grande ao vivo poderia ver mais slippage do que a execução de paper no topo do book, então os resultados de paper são um teste justo do timing e da direção de um sinal, e um leve limite superior na execução real de uma estratégia sensível ao tamanho.

Um histórico real, não uma planilha

Cada estratégia mantém dinheiro virtual — de $100 a $1,000,000, com padrão de $10,000 — e reporta uma curva de equity ao vivo, P&L realizado versus não realizado, posições abertas e um log por operação. É o mesmo relatório que um book real lhe daria, com dinheiro que você não está arriscando, para que você possa observar como uma estratégia se comporta em mercados que ela nunca viu.

Quantas estratégias você pode executar ao mesmo tempo escala com seu plano: uma no tier gratuito, cinco no Quant, quinze no Desk Lite e quarenta no Desk — suficiente para fazer paper trade de todo um portfólio de ideias em paralelo e deixar as curvas de equity decidirem quais se formam.

O loop completo

Juntando as peças, o fluxo de trabalho é um loop: forme uma ideia, elimine-a ou mantenha-a de forma barata no Backtest Lab, implante a sobrevivente no paper trading e observe-a construir um histórico forward em books ao vivo. Se ela se mantiver, você tem uma estratégia testada tanto no histórico quanto em mercados que ainda não tinham acontecido — e os mesmos dados e formato JSON da DepthFeed rodam por baixo de tudo, então nada é reescrito entre as etapas.