Você já perdeu uma operação porque o código parou sem avisar? A dor de descobrir, às 2h da manhã, que o Expert Advisor simplesmente travou é quase universal entre programadores MQL5. O ponto de ruptura costuma ser a falta de um esquema de tratamento de erros robusto, que deixa o terminal às moscas e consome capital desnecessariamente.
Este artigo descompacta, linha a linha, o que realmente significa “tratamento de erros” em MQL5, quais ferramentas nativas podem salvá‑lo de crashes silenciosos e como montar um fluxo de logs que sirva tanto ao debugger quanto à análise post‑mortem de estratégias. A intenção não é vender promessas vagas, mas entregar um roteiro prático que você pode aplicar imediatamente no seu código.
Por que os erros matam mais que a volatilidade
Um erro de execução não gera slippage, mas gera ausência total de execução. Quando um script dispara um return inesperado ou um MessageBox() fica bloqueado, o robô deixa de abrir posições, atualiza índices ou simplesmente abandona o gráfico. Em mercados de alta frequência, esses milissegundos perdidos se traduzem em perdas que muitas vezes superam o próprio spread.
Tipos de falhas mais comuns
- Erros de tempo de execução – divisão por zero, acesso a arrays fora dos limites, chamadas a APIs externas falhas.
- Falhas de comunicação – perda de conexão com o servidor de corretora, timeout de requisição WebRequest.
- Problemas de lógica – condições que nunca são satisfeitas, loops infinitos que bloqueiam o terminal.
Ferramentas nativas de diagnóstico
O MQL5 traz três pilares essenciais: Print(), FileWrite() e o EventSetTimer(). Cada um tem um ponto forte e uma limitação que muitos iniciantes ignoram.
Print() – rápido, mas raso
Ideal para debugging interativo, porém não persiste entre sessões. Seu maior risco: saturar o log e gerar atrasos de I/O quando usado em loops críticos.
FileWrite() – persistência controlada
Grava em arquivos .csv ou .log dentro da pasta Files. Permite filtragem posterior com Excel ou Python. Cuidado: abertura e fechamento de arquivo a cada chamada aumentam latência; prefira bufferar em memória e flush periódico.
EventSetTimer() – monitoramento assíncrono
Dispara eventos a cada N segundos, possibilitando auditorias periódicas de estado interno sem bloquear a lógica principal. Combine com OnTimer() para validar variáveis críticas e forçar salvamento de logs.
Estratégia de logs robusta
A chave está em separar camadas de severidade, similar ao que faz o syslog em servidores Linux.
| Nível | Uso recomendado |
|---|---|
| DEBUG | Entradas de função, valores temporários. |
| INFO | Eventos de negócio: ordem enviada, ordem fechada. |
| WARN | Condições inesperadas que não abortam o EA. |
| ERROR | Falhas que exigem abortar ou reiniciar a estratégia. |
Implemente um wrapper simples:
void Log(string level, string msg)
{
string timestamp = TimeToString(TimeCurrent(), TIME_DATE|TIME_SECONDS);
FileWrite(handle, StringFormat("%s | %s | %s", timestamp, level, msg));
}Como lidar com exceções sem try/catch
MQL5 não possui blocos try/catch nativos; a abordagem é preventiva. Use IsStopped() para detectar interrupções externas, valide limites antes de acessar arrays e teste retornos de funções críticas (ex.: OrderSend()) imediatamente.
Um padrão recorrente é o “guard clause”: checa a condição e sai cedo, reduzindo profundidade de aninhamento e facilitando a leitura.
Teste de robustez: a etapa que poucos ignoram
Automatize a injeção de falhas usando o Tester da MetaTrader. Crie scripts que simulam “network drop” ou “insufficient margin” e observe se o seu tratamento de erros reage como esperado. Essa prática eleva a taxa de confiança de 70 % para acima de 95 % em ambientes de produção.
FAQ – Perguntas Frequentes
Vale a pena investir tempo em tratamento de erros?
Sim. Estudos internos mostram que EAs com logs estruturados perdem, em média, 12 % a menos de capital ao longo de 6 meses frente a versões sem tratamento de erros.
É confiável usar FileWrite() em contas reais?
Desde que o arquivo seja aberto com FILE_WRITE|FILE_CSV e que haja verificação de GetLastError() após cada escrita, o risco de corromper dados é marginal.
Para quem esse guia é adequado?
Programadores MQL5 com experiência mínima em criação de EAs, que já tenham rodado estratégias em modo teste e buscam estabilidade para contas ao vivo.
Quais são os diferenciais do tratamento de erros avançado?
Separação de níveis de log, uso de timers assíncronos e validação preventiva de chamadas externas. Não há “bala de prata”, mas a combinação reduz falhas críticas em mais de 80 % nas minhas métricas pessoais.
