Scalping automatizado: o mais difícil de fazer dar certo.

Scalping é fazer dezenas (ou centenas) de operações por dia, cada uma capturando pouquíssimos pontos, repetidamente. Automatizar isso parece o sonho — robô não tem emoção, executa rápido. Mas é justamente o estilo onde mais robôs lucram no backtest e quebram no real. Este guia explica por quê, e o que de fato é preciso pra ter chance.

01Os 3 requisitos inegociáveis

Sem os três, scalping automatizado não funciona. Não são "desejáveis" — são pré-requisitos.

02A matemática que mata o iniciante

Vamos ver por que os custos são tão letais no scalping. Imagine um robô que mira 3 pontos de lucro por trade no mini índice:

Repare: dos R$ 0,60 brutos, sobram R$ 0,10. Os custos comeram 83%. E isso assumindo que você acertou o trade. Com taxa de acerto de 60% e essa margem espremida, o robô precisa de uma precisão altíssima só pra empatar. É por isso que scalping é o estilo mais difícil de automatizar com lucro.

03A lógica de uma estratégia de scalping

Estratégias de scalping geralmente exploram um destes mecanismos:

• Reversão em micro-extremos: entra contra movimentos curtos exagerados, mirando a volta rápida (usa RSI rápido, banda de Bollinger apertada).
• Momentum de rompimento curto: entra no rompimento de micro-consolidações, saindo em poucos pontos.
• Reversão na média intradiária: usa o VWAP ou uma EMA curta como ímã, operando os desvios.

O denominador comum: saída rápida e stop curtíssimo. Scalping não "deixa correr" — pega o pouco e sai. A relação risco/retorno costuma ser próxima de 1:1 ou pior, compensada por taxa de acerto alta.

04Esqueleto de um robô de scalping

Exemplo de lógica de scalping de reversão usando EMA curta + RSI rápido, em Python (a execução vai pra API do MT5 ou Binance):

# scalping.py — lógica de sinal (função pura)
def sinal_scalping(df):
    df["ema"] = df["close"].ewm(span=8, adjust=False).mean()
    df["rsi"] = calcular_rsi(df["close"], periodo=5)   # RSI rápido

    u = df.iloc[-1]
    desvio = (u["close"] - u["ema"]) / u["ema"]

    # reversão: preço esticou abaixo da EMA + RSI sobrevendido
    if desvio < -0.001 and u["rsi"] < 20:
        return "COMPRA"   # mira volta rápida à EMA
    if desvio > 0.001 and u["rsi"] > 80:
        return "VENDA"
    return "AGUARDA"

# execução com stop e alvo CURTOS (a essência do scalping)
# alvo: poucos pontos | stop: igual ou menor | saída rápida

05Backtest de scalping: o cuidado redobrado

Backtest de scalping engana mais que qualquer outro. Por quê? Porque a margem de lucro é tão fina que pequenos erros de simulação viram a diferença entre lucro e prejuízo. Pra um backtest de scalping ser confiável:

• Modele os custos REAIS: spread realista (não o mínimo divulgado), comissão e — o mais esquecido — slippage. Sem isso, o backtest mente.
• Use dados tick a tick: candles M1 não capturam o que acontece dentro do minuto, que é exatamente onde o scalper opera.
• Desconfie de tudo bom demais: curva de capital perfeita em scalping é quase sempre custo subestimado, não genialidade.

06Scalping automatizado vale a pena?

Resposta honesta: para a maioria das pessoas, não como primeiro projeto. É o estilo que mais exige infraestrutura (execução, VPS, spread), o mais sensível a custos, e o que mais ilude no backtest. Quem está começando a automatizar tem muito mais chance de sucesso com estratégias de tendência ou pullback em timeframes maiores, onde os custos pesam menos e a execução não é tão crítica.

Scalping automatizado faz sentido quando você já domina automação, tem a infraestrutura raw montada, e validou um edge real que sobrevive aos custos. Não é por onde começar — é onde se chega depois de muita experiência.

07Perguntas frequentes