Procuro programador para finalizar uma automação offline de pesquisa de estratégias para day trade. O sistema deve: - Funcionar inicialmente no WINFUT, com possibilidade de adaptação futura para outros ativos. - Analisar dados históricos do mercado. - Criar e testar milhares de estratégias com indicadores, sinais, parâmetros, stops, alvos e horários. - Identificar regimes de mercado, como tendência, lateralização e alta volatilidade. - Aprender com estratégias eficientes e ineficientes, evitando repetir configurações ruins. - Utilizar backtesting eficiente, como VectorBT ou outra solução adequada. - Evitar overfitting - Utilizar validação walk-forward, folds temporais e holdout para avaliar a robustez. - Avaliar win rate, profit factor, risco/retorno, expectativa, drawdown e estabilidade. - Exportar estratégias validadas para uso no Profit/NTSL. - Ela deve sempre encontrar uma estratégia melhor e aprender aquele mercado/dados históricos O objetivo é pesquisar estratégias robustas, com possibilidade de atingir win rate acima de 80%, sempre com validação fora da amostra. Procuro alguém com experiência em Python e machine learning aplicado a finanças e sistemas quantitativos. Protótipo: https://drive.google.com/file/d/17iPTYUPfY5p6ZFSkqV7DbdLqi4zeBv76/view?usp=drive_link