O poder do investimento em estratégias, e dados alternativos

Se os dados são cada vez mais alternativos, considero que as estratégias de investimento também são, exigindo um novo tipo de pensamento e profissional na área [1][2]. Apesar disso, as pessoas, traders, investidores, etc., principalmente em nosso país, vivem, em sua maioria, de forma distanciada dessa nova realidade.

A exceção à regra, no meu entender, são as tecnologias de robo-advisers, mas até mesmo essas ainda são extremamente conservadoras por essas terras. Afinal, algo mais que isso exige apetite ao risco, e, principalmente, conhecimento.

E, portanto, essas estratégias, e dados, podem ser cada vez mais o diferencial, quando se trata de renda variável, pois podem ser utilizadas diretamente por qualquer trader ou investidor individual, desde que busque e utilize as ferramentas corretas para isso.

Mesmo que você considere o mercado como uma competição de soma zero, onde sempre existe um ganhador e um perdedor, o que não é exatamente a realidade, pois no mínimo existem custos que podem ser relevantes para operar, levando a competição para uma soma negativa, ainda assim não existe uma forma de controlar situações de rebaixamento ou drawdown. Na verdade penso que toda estratégia irá mais cedo ou mais tarde enfrentar um rebaixamento em sua curva de capital. A diferença das boas estratégias e setups está justamente na capacidade de recuperação, em boa parte medido nos trading systems pelo fator de recuperação da estratégia.

Acredito que ter a consciência clara de que não existe uma solução determinística para operação, ainda mais sistêmica e automática, nos permite focar no real problema de tecnologia, que é encontrar métodos ou heurísticas que possam ser traduzidas em algoritmos que busquem minimizar o problema e serem suficientemente mais competitivas para geração de retorno, de preferência acima da média de mercado e consistentes.

Na verdade, desenvolvi a um tempo atrás uma estratégia especificamente para isso, que chamo de Acaso Planejado, baseada na junção de duas classes de algoritmos, com e sem aprendizado. Esses algoritmos são utilizados em outras áreas de conhecimento, como Monte Carlo e Fractais, esses sem aprendizado mas ainda bastante utilizados em robôs ou programas de jogos e inteligência de máquina, e as tecnologias mais recentes como o Deep Learning para permitir o aprendizado de padrões de mercado, onde estaremos focando em alguns tipos de análise, como entropia e risco.

A novidade aqui, portanto, está na união de forças de algoritmos com e sem aprendizado para identificar e enfrentar mercados caóticos.

Referências:

[1] Go with big data and machine learning, or leave finance to those who do

Go with big data and machine learning, or leave finance to those who do

[2] The explosion of ‘alternative’ data gives regular investors access to tools previously employed only by hedge funds
https://www.marketwatch.com/story/the-explosion-of-alternative-data-gives-regular-investors-access-to-tools-previously-employed-only-by-hedge-funds-2019-09-05

____
Rogerio Figurelli – @ 2019-09-16