Backtest de Carteira em Python: Onde Conseguir Dados Históricos Ajustados

O problema invisível: dados não-ajustados quebram o backtest

Antes de qualquer linha de código de estratégia, o backtest depende de uma premissa silenciosa: o preço histórico que entra no cálculo representa o retorno real do investidor. Quando a fonte é a cotação bruta da B3, essa premissa é falsa para qualquer ação que pagou dividendos, fez split, grupamento ou bonificação ao longo do período testado. E praticamente toda blue chip brasileira fez pelo menos um desses eventos na última década.

O exemplo mais didático é o grupamento de MGLU3 em maio de 2024: a ação saiu de cerca de R$ 1,50 para cerca de R$ 15,00 da noite para o dia, na proporção 10:1. Não houve enriquecimento do acionista. Quem detinha mil ações continuou com o mesmo patrimônio, apenas representado por cem ações de preço dez vezes maior. Um backtest que use a cotação bruta vai registrar uma alta de 900% no dia do evento, e ainda por cima vai ter série inconsistente para qualquer média móvel ou volatilidade rolante calculada antes daquela data.

Por que o ajuste por proventos e splits muda tudo

O ajuste retroativo funciona da seguinte forma. Quando ocorre um split de fator k, todas as cotações anteriores são divididas por k. Em um split 3:1, o preço de R$ 90 de ontem vira R$ 30 na série ajustada de hoje. Para bonificações, a lógica é equivalente. Para dividendos, o ajuste é menos agressivo: o valor por ação distribuído é subtraído proporcionalmente das cotações pré-evento, refletindo que o detentor recebeu caixa equivalente. A série fica contínua e o cálculo de retorno deixa de ser contaminado.

A tabela abaixo compara o impacto em três ações populares para horizontes onde a deformação é mais visível:

Em MGLU3 a diferença inverte completamente o sinal: o backtest da série bruta concluiria que comprar e segurar em 2020 destruiu 85% do capital, quando na verdade a estratégia teria mais que triplicado o valor. Em VALE3, mineradora pagadora de dividendos pesados, o retorno ajustado é quase três vezes o bruto porque as distribuições de R$ 9–11 por ação em 2021–2022 caem do preço cotado sem nunca aparecer na série não-ajustada. ITUB4 mostra o efeito cumulativo de bonificações periódicas combinadas com juros sobre capital próprio.

Onde conseguir dados históricos ajustados para a B3

O arquivo oficial COTAHIST publicado pela B3 entrega apenas cotações brutas: abre, máxima, mínima, fecha e volume diário, sem nenhum ajuste por evento corporativo. Calcular o ajuste manualmente exige três etapas: (1) baixar o histórico completo de eventos corporativos, (2) ordenar cronologicamente e aplicar o fator retroativo em todas as cotações anteriores ao evento, (3) tratar separadamente proventos para preservar a continuidade do retorno total. É factível, mas leva dias de engenharia antes do primeiro backtest rodar.

Bibliotecas como yfinance entregam série ajustada para tickers americanos com qualidade consistente, mas a cobertura B3 via sufixo .SA tem histórico de instabilidade: dividendos antigos sumindo, splits não aplicados, FIIs com gaps. Plataformas como Fundamentus e StatusInvest mostram dados ajustados na interface mas não expõem API para download programático, e scraping costuma esbarrar em rate limits e mudanças silenciosas de layout. APIs comerciais oficiais para o mercado brasileiro entram exatamente nessa lacuna.

A API da bolsai expõe /stocks/{ticker}/history com OHLC bruto e ajustado lado a lado, calculados a partir do COTAHIST oficial combinado com o histórico de eventos corporativos confirmados pela B3. Cada registro retorna dez campos relevantes para backtest: open, high, low, close, volume, traded_amount, num_trades, e os equivalentes adjusted_open, adjusted_high, adjusted_low, adjusted_close e adjusted_volume. Comparações com APIs concorrentes da B3 estão em 5 alternativas ao Fundamentus para fundamentos da B3, e o panorama de opções gratuitas com cobertura completa está em API gratuita de ações brasileiras com 200 requisições por dia.

Setup: Python, pandas e uma carteira de cinco ativos

A stack mínima para o tutorial: Python 3.10 ou superior, httpx para chamadas HTTP, pandas e numpy para manipulação de séries temporais e cálculos vetorizados. A carteira escolhida concentra cinco blue chips brasileiras de setores distintos, evitando concentração setorial:

• PETR4: Petrobras, óleo e gás, cíclica
• ITUB4: Itaú Unibanco, banco, defensiva
• VALE3: Vale, mineração, cíclica global
• WEGE3: WEG, bens de capital, exportadora
• ABEV3: Ambev, consumo defensivo

Cinco ativos é o suficiente para mostrar a mecânica de carteira sem complicar a contabilidade. Em backtests sérios, universos de 10–30 ativos são mais defensáveis estatisticamente. Instalação:

pip install httpx pandas numpy

A chave de API vem do dashboard após criar uma conta gratuita em usebolsai.com. O plano gratuito libera 200 requisições por dia, o suficiente para baixar dez anos das cinco ações e rodar os backtests deste guia várias vezes.

Baixando o histórico ajustado dos cinco ativos

O endpoint /stocks/{ticker}/history aceita start, end e limit. Para dez anos de dados diários, o limit precisa cobrir aproximadamente 2.500 pregões; 5.000 dá folga. O código abaixo baixa o histórico dos cinco tickers, monta um DataFrame de preços ajustados com data como índice e tickers como colunas:

import httpx
import pandas as pd
import numpy as np

API_KEY = "sua_chave_aqui"
BASE = "https://api.usebolsai.com/api/v1"
HEADERS = {"X-API-Key": API_KEY}

TICKERS = ["PETR4", "ITUB4", "VALE3", "WEGE3", "ABEV3"]
START, END = "2016-04-01", "2026-04-01"

def get_adjusted(ticker, start=START, end=END):
    r = httpx.get(
        f"{BASE}/stocks/{ticker}/history",
        params={"start": start, "end": end, "limit": 5000},
        headers=HEADERS,
        timeout=30,
    )
    r.raise_for_status()
    prices = r.json()["prices"]
    df = pd.DataFrame(prices)
    df["trade_date"] = pd.to_datetime(df["trade_date"])
    df = df.set_index("trade_date").sort_index()
    return df["adjusted_close"].rename(ticker)

# Monta DataFrame consolidado: índice = data, colunas = tickers
series = [get_adjusted(t) for t in TICKERS]
prices = pd.concat(series, axis=1).dropna()

print(prices.tail(3))
print(f"\nPregões: {len(prices)}  |  Período: {prices.index[0].date()} a {prices.index[-1].date()}")

O dropna() garante que apenas datas com cotação para todos os cinco tickers entrem no backtest, eliminando feriados parciais e dias em que algum papel não negociou. Para detalhes sobre paginação, filtros de data e diferenças entre série ajustada e bruta, o tutorial Dados históricos de ações da B3 via API em Python cobre o endpoint em profundidade.

Backtest 1: buy-and-hold equal-weight

Estratégia mais simples possível: 20% do capital em cada ação no primeiro pregão, sem rebalanceamento, sem ajuste, sem custos. Mede o retorno de comprar e segurar a carteira igualitária por todo o período. Como os pesos drifam ao longo do tempo (a ação que mais sobe ganha peso natural na carteira), o resultado é dominado pelo ativo de melhor performance.

# Buy-and-hold equal-weight: 20% em cada ativo no dia 1
weights = np.array([0.2] * 5)
capital_inicial = 100_000.0

# Quantidade de ações compradas em cada papel no dia 1
precos_iniciais = prices.iloc[0]
qtd_acoes = (capital_inicial * weights) / precos_iniciais.values

# Patrimônio diário = quantidade * preço de cada dia, somado
patrimonio_bh = (prices * qtd_acoes).sum(axis=1)

# Métricas
retorno_total = patrimonio_bh.iloc[-1] / capital_inicial - 1
anos = (patrimonio_bh.index[-1] - patrimonio_bh.index[0]).days / 365.25
cagr_bh = (patrimonio_bh.iloc[-1] / capital_inicial) ** (1 / anos) - 1
vol_bh = patrimonio_bh.pct_change().std() * np.sqrt(252)
dd_bh = (patrimonio_bh / patrimonio_bh.cummax() - 1).min()

print(f"Buy-and-hold equal-weight (10 anos, R$ 100.000)")
print(f"  Patrimônio final:  R$ {patrimonio_bh.iloc[-1]:,.0f}")
print(f"  Retorno total:     {retorno_total*100:.1f}%")
print(f"  CAGR:              {cagr_bh*100:.2f}%")
print(f"  Volatilidade anual:{vol_bh*100:.1f}%")
print(f"  Drawdown máximo:   {dd_bh*100:.1f}%")

CAGR de 11,13% supera o Ibovespa do mesmo período (cerca de 9% ao ano nominal) e bate o CDI médio (em torno de 9,5%) na década. O drawdown de -38,2% corresponde ao choque conjunto de pandemia e política doméstica entre 2020 e 2021. Esse retorno serve de barra para qualquer estratégia ativa: complicar para piorar não justifica o esforço.

Backtest 2: rebalanceamento mensal equal-weight

Rebalanceamento mensal mantém os pesos-alvo: no primeiro pregão de cada mês, a carteira volta para 20% em cada ativo. Quem subiu é parcialmente vendido, quem caiu é parcialmente comprado. A estratégia é mecanicamente contrária ao momentum e captura algum efeito de reversão à média, mas adiciona custos de transação. O exemplo aplica 0,03% por ordem (emolumentos da B3) como aproximação:

# Rebalanceamento no primeiro pregão de cada mês
rebal_dates = prices.resample("MS").first().index
rebal_dates = [d for d in rebal_dates if d in prices.index]

custo_por_ordem = 0.0003  # 0,03% por troca (B3 + slippage estimado)
patrimonio = capital_inicial
historico = []

# Posição inicial: equal-weight no dia 1
qtd = (patrimonio * weights) / prices.iloc[0].values

for i, data in enumerate(prices.index):
    valor_papeis = qtd * prices.iloc[i].values
    patrimonio = valor_papeis.sum()
    historico.append((data, patrimonio))

    if data in rebal_dates and i > 0:
        alvo = patrimonio * weights
        diferenca = np.abs(alvo - valor_papeis)
        custo = diferenca.sum() * custo_por_ordem
        patrimonio -= custo
        qtd = (patrimonio * weights) / prices.iloc[i].values

patrimonio_rebal = pd.Series(
    [v for _, v in historico],
    index=prices.index,
    name="rebal_mensal",
)

retorno_total_r = patrimonio_rebal.iloc[-1] / capital_inicial - 1
cagr_r = (patrimonio_rebal.iloc[-1] / capital_inicial) ** (1 / anos) - 1
vol_r = patrimonio_rebal.pct_change().std() * np.sqrt(252)
dd_r = (patrimonio_rebal / patrimonio_rebal.cummax() - 1).min()

print(f"Rebalanceamento mensal equal-weight")
print(f"  Patrimônio final:  R$ {patrimonio_rebal.iloc[-1]:,.0f}")
print(f"  Retorno total:     {retorno_total_r*100:.1f}%")
print(f"  CAGR:              {cagr_r*100:.2f}%")
print(f"  Volatilidade anual:{vol_r*100:.1f}%")
print(f"  Drawdown máximo:   {dd_r*100:.1f}%")

Retorno total marginalmente menor que buy-and-hold (181,1% contra 187,4%), mas com volatilidade e drawdown menores. O CAGR de 10,91% é praticamente equivalente; a estratégia trocou retorno bruto por suavização do caminho. Em horizontes longos, esse tipo de comportamento traduz em vantagem comportamental: aguentar -34,7% é menos difícil que aguentar -38,2%. O custo de 0,03% por ordem subtraiu cerca de 0,1 ponto percentual ao ano do retorno; em corretagens mais caras ou strategies de alta rotação, o impacto seria materialmente maior.

Comparando ajustado vs bruto: a diferença em reais

Para fechar o argumento que abriu o post, vale rodar o mesmo backtest buy-and-hold usando a série bruta e comparar. O código repete o cálculo trocando adjusted_close por close, mantendo todo o resto idêntico:

# Mesma carteira, mas usando preço bruto
def get_raw(ticker):
    r = httpx.get(
        f"{BASE}/stocks/{ticker}/history",
        params={"start": START, "end": END, "limit": 5000},
        headers=HEADERS, timeout=30,
    )
    df = pd.DataFrame(r.json()["prices"])
    df["trade_date"] = pd.to_datetime(df["trade_date"])
    df = df.set_index("trade_date").sort_index()
    return df["close"].rename(ticker)

prices_raw = pd.concat([get_raw(t) for t in TICKERS], axis=1).dropna()
qtd_raw = (capital_inicial * weights) / prices_raw.iloc[0].values
patrimonio_raw = (prices_raw * qtd_raw).sum(axis=1)

print(f"\nBuy-and-hold com série BRUTA (errado):")
print(f"  Patrimônio final: R$ {patrimonio_raw.iloc[-1]:,.0f}")
print(f"  Retorno aparente: {(patrimonio_raw.iloc[-1]/capital_inicial-1)*100:.1f}%")
print(f"\nBuy-and-hold com série AJUSTADA (correto):")
print(f"  Patrimônio final: R$ {patrimonio_bh.iloc[-1]:,.0f}")
print(f"  Retorno real:     {retorno_total*100:.1f}%")
print(f"\nDiferença oculta:  R$ {patrimonio_bh.iloc[-1] - patrimonio_raw.iloc[-1]:,.0f}")

Em dez anos, o backtest com série bruta esconde R$ 119 mil de retorno real em uma carteira de R$ 100 mil. A diferença vem inteiramente dos dividendos e juros sobre capital próprio distribuídos pelos cinco ativos no período, mais o ajuste por bonificações ocasionais. Quem decidiu não investir nessa carteira em 2016 olhando para um backtest com cotação bruta tomou decisão baseada em número 71% menor do que o retorno real teria sido. A magnitude do erro escala com o nível de payout das empresas: carteiras concentradas em pagadoras (Itaúsa, Taesa, bancos) sofrem distorção ainda maior.

Armadilhas comuns além do ajuste de preço

Mesmo com a série de preços correta, o backtest carrega armadilhas estatísticas que valem revisitar. Três das mais importantes em equity research são survivorship bias, look-ahead bias e custos sub-estimados.

Survivorship bias

Testar uma estratégia hoje na composição atual de um índice ignora empresas que faliram, sofreram OPA ou foram delistadas. OGX, OSX, Inepar, Saraiva, IRBR3 em momentos específicos, papéis X em geral: todos sumiram do IBOV em algum ponto, e nenhum backtest feito apenas com tickers que ainda existem em 2026 vai conhecer essas perdas. O viés infla sistematicamente os retornos simulados. A mitigação é usar carteiras point-in-time ou ao menos incluir tickers delistados no universo histórico quando a fonte de dados permitir.

Look-ahead bias

Ocorre quando o backtest usa informação que não estava disponível no momento da decisão. O caso clássico é calcular um sinal com o fechamento do dia e supor execução no mesmo fechamento; na prática, o cálculo só existe depois do pregão. Em estratégias fundamentalistas, o problema aparece ao filtrar por P/L de balanço que só foi publicado 45 dias após o trimestre, conforme regras de divulgação de DFP, ITR e demonstrações financeiras CVM. O remédio padrão é aplicar shift(1) em qualquer sinal derivado de preço e respeitar o lag de divulgação em qualquer indicador derivado de balanço. A metodologia por trás de TTM e dos principais indicadores está em como são calculados P/L, P/VP, ROE e EV/EBITDA.

Custos de transação e impostos

Home brokers populares zeraram corretagem em ações à vista, mas a B3 ainda cobra emolumentos (cerca de 0,0275%) e taxa de liquidação (cerca de 0,0250%) em cada ponta da operação. IR é 15% sobre ganho de capital em swing trade, com isenção para vendas mensais até R$ 20 mil, e 20% em day trade. Slippage realista varia de 0,05% em blue chips líquidas a 0,5% em small caps. Estratégias com 100+ trocas anuais podem dilapidar 1–3 pontos percentuais ao ano só em fricção. Modelar custos pode transformar uma estratégia aparentemente vencedora em perdedora.

Perguntas frequentes

Por que dados não-ajustados quebram um backtest?

Splits, grupamentos, bonificações e dividendos criam quedas artificiais no preço cotado da ação. Um split 3:1 derruba a cotação para um terço sem alterar o patrimônio do investidor. Se o backtest usa a série bruta, esses eventos viram retornos negativos fictícios que distorcem CAGR, drawdown e volatilidade. A série ajustada aplica o fator do evento retroativamente, preservando a continuidade econômica.

Qual a diferença prática entre preço ajustado e preço bruto?

Em MGLU3, o grupamento de 10:1 de maio de 2024 fez a cotação saltar de cerca de R$ 1,50 para cerca de R$ 15,00 em um pregão. Quem usa o preço bruto vê uma alta de 900% naquele dia; quem usa o ajustado não vê variação. O retorno acumulado da ação entre 2020 e 2026 muda completamente conforme a fonte de dados, podendo ir de +200% (correto, ajustado) a -85% (ilusão da série bruta) dependendo do trecho.

Onde conseguir dados históricos ajustados da B3 em Python?

A B3 publica o arquivo COTAHIST com preços brutos, sem ajustar splits, bonificações ou proventos. Calcular o ajuste manualmente exige parsear o histórico de eventos corporativos e aplicar o fator retroativo em todas as cotações anteriores. APIs como a bolsai entregam o cálculo pronto via /stocks/{ticker}/history, retornando tanto open/high/low/close brutos quanto adjusted_open/high/low/close ajustados desde 1986.

Buy-and-hold ou rebalanceamento mensal: qual usar em backtest?

Buy-and-hold equal-weight é o benchmark mais simples e barato: compra no dia 1, segura. Funciona como teste de sanidade para qualquer estratégia ativa. Rebalanceamento mensal preserva os pesos-alvo, vende o que subiu e compra o que caiu, capturando o efeito de reversão à média. Em horizontes longos, rebalanceamento costuma ter retorno similar com volatilidade menor, mas adiciona custos de transação que o backtest precisa modelar honestamente.

Leia também

• Como construir um screener de ações em Python: filtrar o universo por fundamentos antes do backtest, combinando factor investing com simulação histórica
• Como obter o histórico de dividendos da bolsa brasileira via API: por que o ajuste por proventos importa, exemplo com data ex e tipo (Dividendo ou JCP)
• API de Selic, CDI e IPCA em Python: séries macro do BCB e uso do CDI como taxa livre de risco para Sharpe e excesso de retorno
• ChatGPT na bolsa brasileira via GPT Actions e OAuth2: análise conversacional de carteiras e backtests através de IA conectada à API
• Backtesting de ações brasileiras em Python: guia completo: single-ticker, médias móveis, Sharpe vs CDI e frameworks especializados (backtesting.py, vectorbt)

Próximos passos

Backtest de carteira em Python depende de duas peças que a bolsai entrega: histórico ajustado de proventos e splits, e cobertura de longo prazo. A conta gratuita dá 200 requisições por dia, o suficiente para rodar os dois backtests deste guia. O plano Pro libera 10.000 requisições, ideal para estratégias que precisam varrer dezenas de ativos ou rodar otimização de parâmetros. Quando a estratégia mudar para fundamentos, o mesmo backtest se conecta diretamente aos indicadores TTM via /fundamentals/{ticker}.

Disclaimer: este conteúdo tem caráter educacional e não constitui recomendação de investimento. Backtesting mede performance histórica simulada com base em premissas explícitas; resultados passados não garantem retorno futuro. Os tickers usados nos exemplos foram escolhidos como amostra didática de blue chips brasileiras e não representam sugestão de compra ou venda. Análise de risco, adequação de perfil e consulta a profissional habilitado são de responsabilidade do leitor.