Estratégia de Monte Carlo aplicada ao trading

Como aplicar a estratégia de Monte Carlo aplicada ao trading? É um novo investidor e quer fazer trading com um produto financeiro, digamos que este é o seu projeto. Para ganhar mais confiança neste projeto, precisamos analisar o seu nível de risco e robustez, mas como fazemos isso? Bem, com o simulador de Monte Carlo. Durante o tour deste artigo  vamos descobrir tudo sobre a “Estratégia Monte Carlo aplicada ao trading”.

Estratégia de Monte Carlo aplicada ao trading

Simulador de Monte Carlo

O principal objetivo de submeter um projeto a uma simulação de Monte Carlo é fazer uma análise de risco, examinar a robustez e aumentar a confiança que podemos ter no sistema. Estaremos mais confiantes porque saberemos o que esperar do sistema. A análise dirá-nos com que nível de confiança estatística os resultados estarão dentro de uma faixa “X” e indicará quanto “Drawdon” eventualmente enfrentaremos. Analisar tudo isso nos ajudará a determinar a nossa estratégia de “Gestão de Dinheiro”, bem como saber quando um sistema parou de funcionar.

O que é uma simulação de Monte Carlo, cubo-568190_640?

O Método Monte Carlo (cubo-568190_640) é baseado em repetição aleatória baseada em alguns valores de “entrada”, e a partir desses “inputs” determina a probabilidade de distribuição das “saídas”. A estratégia de Monte Carlo é usada quando o comportamento aleatório ou probabilístico desempenha um papel fundamental no resultado. O nome deste método refere-se ao “Casino de Monte Carlo – Mônaco”, já que a roleta é um jogo que gera sempre  números aleatórios.

Sendo a palavra-chave “Aleatório” no Método Monte Carlo.

Simulação de Monte Carlo aplicado ao trading

Quando projeta um sistema, começa com uma série de dados ou entradas. Nas finanças, esses valores de entrada (dados) podem ser preços de atividade. A partir dessas entradas projeta o sistema e obter resultados ou saídas.

O sistema é projetado com citações passadas, o problema surge porque é improvável que os dados futuros sejam idênticos ou repliquem dados passados que usamos para desenvolver o sistema. Os sinais podem ocorrer com mais ou menos frequência, as operações podem durar mais ou menos, ou seja, as condições de mercado podem variar tanto em ordem quanto na proporção.

A partir de agora, surgem as seguintes perguntas: como gerir esse futuro incerto? Como saber se o ganho do “Backtest” foi resultado de uma coincidência quando as melhores operações possíveis coincidem? A resposta seria: a simulação de Monte Carlo pode ser usada para criar várias sequências aleatórias a partir dos mesmos dados. Todas essas sequências alternativas são igualmente prováveis e, como resultado, também nos dão mais curvas de capital, todas igualmente prováveis. A partir dessas curvas de capital podemos estimar a probabilidade de obter determinadas faixas de lucro, rebaixamentos e outros tipos de relatórios estatísticos.

O que podemos simular como aleatório?

Monte Carlo é uma técnica, para realizar a simulação existem inúmeras variáveis que podem ser geradas como aleatórias. Por exemplo:

• Alterar a ordem das operações: alteramos a ordem das operações para termos mais ou menos perdas consecutivas em relação à sequência histórica. Isso afetará a taxa estimada. Podemos adicionar alguns “dados aleatórios” às citações históricas que retesamos.
• Viés na seleção de tarefas

Quando trabalhamos com uma carteira que investe em ações.  Acontece muitas vezes que o sistema entra no mesmo dia para múltiplos ativos ao mesmo tempo, e decidimos inserir alguns e não outros. A seleção de ativos  resultará em diferentes curvas de capital representando a combinação das diferentes seleções. Podemos variar e “colocar algum barulho” nos parâmetros do sistema. Por exemplo, varia ligeiramente os valores do indicador para sinais. Outra opção seria pular aleatoriamente algumas entradas.

Vantagens da simulação de Monte Carlo: análise de risco

A aplicação do método Monte Carlo aos sistemas de trading nos permite, acima de tudo, analisar o risco e ser capaz de gerenciá-lo da melhor maneira.

Análise de risco: podemos saber quais níveis de saque são prováveis. Determine o tamanho da posição que fará a nossa curva de capital crescer mais limitando a retirada a um nível aceitável. Ajuda a estimar quando um sistema parou de funcionar. Conheça as características do sistema: quanto mais soubermos como o sistema se comporta, mais podemos ter confiança nele porque saberemos o que podemos esperar do seu desempenho.

Desvantagens

Antes de começar a usar um método, é bom saber o que NÃO permite que faça esse método.

Monte Carlo é uma ferramenta muito útil para analisar o risco e determinar a estratégia de tamanho de posição mais adequada, mas, por outro lado, é bom ter em mente que: pode nos levar às conclusões erradas quando o sistema é muito otimizado.

Se a amostra com a que estamos a trabalhar não for representativa, é de pouca utilidade ser capaz de randomizar a sequência. Não nos dará resultados confiáveis.

Monte Carlo assume a independência entre os dados, por isso não gerência adequadamente sistemas onde há uma alta correlação de insumos. Em conclusão, é importante como investidor estar ciente que não há técnica ou estratégia que funcione como uma chave mágica que lhe dê a entrada para o sucesso. Todos têm as suas vantagens e desvantagens, o importante é tomá-los como ferramentas de apoio, que facilitem a análise de seu projeto, o nível de risco, robustez, rentabilidade, volatilidade, etc. Como investidores, a análise é a ferramenta que permitirá que caminhe constantemente entre projeções com mais confiança do que se elas não existissem e cambaleie em uma corda em grande altura.

O método de Monte Carlo é uma ferramenta estatística que usa probabilidade e se liga como palavras-chave para o seu funcionamento, não desprezível, uma vez que esses dados partem de uma matriz e dão um resultado próximo ao objetivo.