Estratégia multi-timeframe: confluência de tempos.

Imagine dois traders com a mesma estratégia de cruzamento de médias. Um opera olhando só o M5 e leva trade pra todo lado. O outro só aceita os sinais de M5 que estão a favor da tendência do H1. O segundo vai operar menos — e melhor. Essa é a essência do multi-timeframe: usar o gráfico maior como bússola e o menor como gatilho. É uma das formas mais eficazes de filtrar trades ruins.

01O erro do timeframe único

Quem opera olhando um só gráfico cai numa armadilha: um sinal de compra no M5 pode estar perfeitamente alinhado no curto prazo, mas ser um simples repique dentro de uma tendência de baixa no H1. Você compra, o repique acaba, e a tendência maior te engole. O timeframe único te deixa cego pro contexto.

02O conceito: tendência maior, entrada menor

A estrutura é sempre a mesma — dois (às vezes três) timeframes com papéis distintos:

03Quais timeframes combinar

A regra prática é uma proporção de cerca de 4 a 6 vezes entre eles — grande o suficiente pra dar contexto diferente, próximo o suficiente pra fazer sentido. Combinações comuns:

• Day trade: M15 (tendência) + M3 ou M5 (entrada)
• Intraday mais largo: H1 (tendência) + M15 (entrada)
• Swing: Diário (tendência) + H4 (entrada)

Alguns traders usam três: um topo (direção macro), um médio (tendência operacional) e um baixo (gatilho). Mais que três vira paralisia — informação demais, decisão de menos.

04Programando a confluência

O robô precisa puxar dois timeframes e cruzar a informação. Veja nas duas plataformas:

//@version=5
strategy("Multi-Timeframe", overlay=true)

// tendência no timeframe MAIOR (ex: 60 min)
tf_maior = input.timeframe("60", "Timeframe da tendência")
ma200_maior = request.security(syminfo.tickerid, tf_maior, ta.sma(close, 200))
fechamento_maior = request.security(syminfo.tickerid, tf_maior, close)
tendencia_alta = fechamento_maior > ma200_maior

// gatilho no timeframe ATUAL (o do gráfico, menor)
ma_rapida = ta.ema(close, 9)
ma_lenta  = ta.ema(close, 21)
gatilho_compra = ta.crossover(ma_rapida, ma_lenta)

// CONFLUÊNCIA: só compra se gatilho E tendência maior concordam
if gatilho_compra and tendencia_alta
    strategy.entry("Compra", strategy.long)

# multi_timeframe.py
def direcao_tendencia(df_maior):
    # tendência no gráfico maior: preço vs média de 200
    ma200 = df_maior["close"].rolling(200).mean().iloc[-1]
    return "ALTA" if df_maior["close"].iloc[-1] > ma200 else "BAIXA"

def gatilho_entrada(df_menor):
    # gatilho no gráfico menor: cruzamento de EMAs
    r = df_menor["close"].ewm(span=9).mean()
    l = df_menor["close"].ewm(span=21).mean()
    cruzou_cima = r.iloc[-2] < l.iloc[-2] and r.iloc[-1] > l.iloc[-1]
    return "COMPRA" if cruzou_cima else "AGUARDA"

# confluência
df_h1  = puxar_candles("WIN$N", timeframe_H1)
df_m15 = puxar_candles("WIN$N", timeframe_M15)

if direcao_tendencia(df_h1) == "ALTA" and gatilho_entrada(df_m15) == "COMPRA":
    print("Confluência confirmada — comprar")

05Cuidados na automação

• Repaint: no Pine, cuidado com o request.security usando o candle ainda em formação do timeframe maior — pode "repintar" e enganar no backtest. Use o valor do candle já fechado ([1]) pra dados confiáveis.
• Menos trades é o objetivo: o multi-timeframe vai reduzir bastante o número de operações. Isso é uma feature, não bug — você está filtrando os ruins. Não "afrouxe" o filtro só pra operar mais.
• Sincronização: garanta que os dois timeframes são do mesmo ativo e estão atualizados no mesmo momento. Dados defasados entre eles geram sinais falsos.

06Por que funciona

O multi-timeframe funciona porque ataca o maior inimigo da maioria das estratégias: operar contra a tendência dominante. Estatisticamente, trades a favor da tendência maior têm melhor expectativa. Ao filtrar tudo que vai contra a "maré", você corta uma fatia grande dos trades perdedores — mesmo mantendo a mesma estratégia de entrada. É um dos poucos ajustes que melhora resultado sem adicionar complexidade frágil.

07Perguntas frequentes