Trading quantitativo | Guia para entender desde o início

O que é o trading quantitativo? É rentável? Que aptidões preciso para criar estratégias de trading quantitativo que ganhem dinheiro? Neste guia, vou ensinar-lhe quais são os conceitos básicos sobre trading quantitativo que deve saber antes de começar. Do início ao fim. Precisamente por isso, decidimos escrever este guia de trading quantitativo.

Objetivos do guia de trading quantitativo

No entanto, e antes de começar, gostaria de destacar que este guia é dirigido a dois tipos de pessoas:

• As primeiras, serão pessoas que sonham em conseguir um emprego num fundo como trader quantitativo.
• Enquanto que as segundas simplesmente querem desenvolver o seu próprio sistema de trading quantitativo.

Dito isto, estou ciente de que o trading quantitativo pode ser assustador ao início. Especialmente tendo em conta a grande carga que representam as matemáticas, a estatística, bem como a programação. Por isso, com o objetivo de ajudar os novos traders quantitativos (através de diferentes artigos) a evitar erros e poupar tempo, este guia oferecerá uma descrição de tudo o que deve aprender até se tornar num trader quantitativo.

Nota: Tanto para abordar esta abordagem como qualquer outra é imprescindível conhecer muito bem os produtos financeiros com os quais se opera. É algo que este guia não cobre, mas que é fundamental lembrar.

O que é o trading quantitativo?

Como não poderia deixar de ser, a primeira coisa que temos que aprender é no que estamos a meter-nos. Ou seja, o que é o trading quantitativo?

O trading quantitativo é um tipo de trading que utiliza modelos matemáticos e/ou estatísticos para encontrar oportunidades consistentes de ganhar dinheiro e executá-las.

O que é o trading quantitativo?

Noutras palavras, o trading quantitativo também pode ser entendido como a aplicação do método científico aos mercados financeiros. Isto, uma vez que implica medir as probabilidades de mudanças nas condições do mercado e utilizar esses dados para desenvolver uma estratégia comercial baseada em regras perfeitamente quantificáveis. E, portanto, de alguma forma a análise quantitativa opõe-se à análise qualitativa. Esta última é aquela baseada em critérios subjetivos como a capacidade de gestão ou a cultura de uma empresa cotada.

Por exemplo, um investidor value poderia investir numa empresa, porque além de realizar uma análise quantitativa das suas contas financeiras, acredita que tem um grande CEO, capaz de impulsionar a empresa. No entanto, um trader quantitativo, ou um investidor quantitativo, não pode apoiar-se nisso, a menos que seja capaz de medi-lo quantitativamente.

Em qualquer caso, aproveito aqui para indicar que um trader ou investidor, não tem que ser exclusivo com outros métodos. Ou seja, pode-se utilizar um método quantitativo para filtrar ativos e depois tomar a decisão final com base em outras variáveis.

No final o que importa na bolsa é ganhar dinheiro com um risco medido de forma consistente ao longo do tempo. E não importa nem o que eu acredito, nem o que tu acreditas.

Por último e antes de continuar a aprofundar o trading quantitativo, é importante mencionar que se trata de uma abordagem transversal. Ou seja, que pode servir ao trader que realiza análises macroeconómicas, ao que analisa contas contabilísticas e, claro, ao analista técnico. Sem ir mais longe, um dos sistemas quantitativos mais simples e famosos é o sistema de médias móveis.

👉 Mais informações: Trading – Guia para saber o que é e como começar.

Como funciona o trading quantitativo?

O trading quantitativo funciona calculando a probabilidade de ocorrer um resultado específico utilizando estratégias baseadas em dados. Para isso, utiliza técnicas matemáticas e estatísticas, bem como a programação para calcular de forma mais rápida e mais fiel os resultados reais de um sistema.

Na verdade, a essência do trading quantitativo baseia-se no uso de tecnologia, bases de dados e matemática. Na verdade, a sua fiabilidade e precisão é o que leva à sua adoção por grandes gestores de fundos.

A isto deve-se acrescentar que a recente incorporação da inteligência artificial, como uma tecnologia transversal a todos os setores (incluindo o trading), possivelmente revolucionará e tornará muito mais eficiente a medição e descarga de dados para tomar decisões de investimento.

Neste sentido, o exemplo mais claro é o de Jim Simons, que é o criador do hedge fund mais rentável da história, o medallion fund.

Para trazê-lo à terra, um exemplo simples de sistema de trading quantitativo seria o seguinte:

Um trader poderia estudar matematicamente como os preços mudam, de acordo com o volume negociado de uma ação como a Apple. Depois, o que faria seria obter os dados históricos e fiáveis que abrangem um longo período de tempo. Uma vez que os tenha, programará um código que lhe permita realizar estudos e testes para tentar descobrir algum padrão. Assim, a sua conclusão poderia ser que em 76% das ocasiões em que esse padrão ocorre o preço das ações aumenta em média 1,5%.

Uma vez que tenha esse padrão, tentará criar um sistema de trading baseado em regras quantitativas, para saber se é rentável ou não. E se for rentável, poderá conectar o algoritmo ao seu corretor para que as operações sejam realizadas automaticamente.

Neste ponto, pode ter muitas perguntas. De onde obtenho dados fiáveis? Quanto tempo é um período suficientemente longo? Isto serve para todas as escalas temporais? Como aprendo a programar?

Para abordar todas estas perguntas e algumas mais de forma ordenada, a partir de agora vamos ver os quatro blocos que deve aprender.

👉 Os melhores traders do mundo

1. Matemática e Estatística

Na minha experiência, pude verificar como muitos cursos, academias e livros tentam minimizar a importância desta parte. E não posso estar mais em desacordo. A matemática e a estatística são a base fundamental para começar a ser um trader quantitativo. Se não as conheces o suficiente, é provável que acabes a criar sistemas baseados em relações espúrias e sobre-otimizados.

Por exemplo, uma das primeiras coisas que se aprende em estatística avançada é que duas séries temporais podem ter correlação, mas não necessariamente relação. Quantas vezes vimos gráficos em que duas variáveis parecem mover-se em uníssono? Muitas, certo? Continuamente tentamos criar relações entre coisas: causa e efeito. Mas isso não significa nada.

Neste gráfico podemos ver a taxa de divórcios no Estado do Maine e o consumo per capita de Margarina. Eles têm uma correlação de 99,26%!

Podíamos divagar e tentar explicar que a margarina que consomem no Maine contém alguma substância que faz com que os casais se divorciem. Mas isso não serviria mais do que para nos convencermos a nós próprios. E, no caso do trading, para perder dinheiro.

E como pode alguém evitar um erro tão grande? Não é suposto a correlação ser uma medida estatística? Para evitar isso terás que estudar estatística para aprender que a correlação não implica causalidade, e que para isso existem outras medidas e outros testes estatísticos.

Dito isto, recomendo que comeces a estudar os seguintes conceitos:

• Variáveis aleatórias e distribuições estatísticas.
• Valor esperado.
• Intervalos de confiança.
• Cointegração e estacionariedade.
• Modelo de regressão.
• Homocedasticidade
• Heterocedasticidade
• Tipos de vieses estatísticos.

Há muitos mais conceitos, mas estes serão muito úteis para começar.

2. Programação

Se se aventurar no trading quantitativo terá que aprender a programar em Python ou em R. Embora R tenha sido o programa estatístico por excelência durante anos, a comunidade de Python cresceu tanto que não só há mais pacotes que poderá utilizar, como também muitos mais recursos para aprender.

Alternativamente, também outros idiomas como C++, MQL4 e MQL5 (de Metatrader) ou até Matlab.

A minha recomendação? Python. É o mais simples e o que tem mais recursos. Se mais tarde quiser continuar a avançar, não lhe será difícil aprender também outros idiomas e outras ferramentas.

Python: Melhor sistema para realizar trading quantitativo?

E como aprender Python? Vá a correr ao Youtube e procure qualquer tutorial para começar com finanças em Python e pouco a pouco irá descobrindo o caminho. E se quiser ir um pouco mais rápido e direcionado, procure um curso de 20 ou 30 euros que exista em plataformas de educação online.

3. Sistemas de trading

Uma vez que tenha experimentado Python e entenda como funcionam as principais métricas estatísticas e matemáticas é a hora de criar o seu primeiro sistema. Não importa se não funciona. De facto, é muito provável que não funcione. Ao longo do caminho irá aprender com os erros.

Dito isto, um sistema de trading quantitativo consiste em quatro partes.

• Identificar a estratégia.
• Backtest da estratégia
• Sistema de execução da estratégia.
• Gestão do risco.

Risk Management, essencial para entender o trading quantitativo

Por isso, recomendo-lhe começar por aprender os seguintes conceitos básicos antes de continuar.

• Tipos de estratégias quantitativas
• Backtest
• Teste avançado
• Sobre-otimização
• Métricas de rentabilidade para avaliar um sistema de trading
• Gestão de risco
• Slippage

Embora o melhor seja verificar por si mesmo, adianto-lhe alguns problemas comuns que encontrará:

• Instalação do Python no seu computador.
• Não encontra os dados de que precisa para fazer o seu sistema, a base de dados não é precisa, não é atualizada rapidamente o suficiente ou o período de tempo abrangido é reduzido. Por isso, recomendo que os sistemas sejam o mais simples possível.
• Comissões e slippage: No papel tudo é muito bonito, mas na vida real o preço move-se, os corretores cobram comissões e nem sempre entra ao preço perfeito.

Vantagens do trading quantitativo

O trading quantitativo oferece vantagens e desvantagens, como todas as abordagens que existem no trading.

As vantagens incluem:

• Não ter que monitorizar manualmente os dados e análises. Uma vez que os sistemas quantitativos são criados para ser automatizados ou semi-automatizados. Como resultado, a quantidade de dados que os operadores devem avaliar para tomar decisões comerciais é mais gerenciável de forma sistemática. No entanto, há certos tipos de sistemas, como as redes neurais (que aprendem sozinhas e mudam seus parâmetros de forma autônoma) que devem ser revisados com mais frequência.
• Além disso, os traders podem avaliar uma grande quantidade de mercados usando pontos de dados teoricamente infinitos, bem como otimizar seus sistemas. Ao analisar um mercado, um trader típico normalmente se concentrará em algumas variáveis e examinará apenas aquelas que lhe são familiares. Os traders quantitativos podem usar estratégias matemáticas para superar essas limitações. E ainda mais, para descartar estratégias de forma mais rápida e confiável.
• Ausência emocional: Além disso, ao contrário dos traders manuais, estes sistemas automatizados reduzem o risco de que as emoções como o medo ou a ganância afetem as decisões de investimento. Ao reduzir as emoções dos processos de tomada de decisões e execução, os traders ou investidores podem reduzir alguns dos vieses que frequentemente podem afetar suas operações.

Desvantagens do trading quantitativo

Dito isto, o trading quantitativo também tem suas desvantagens. Entre as quais se incluem as seguintes:

• Os mercados financeiros mudam constantemente: Assim, pode ser que uma estratégia que funcionou muito bem durante anos, de repente deixe de funcionar devido a mudanças estruturais nos mercados.
• Alta curva de aprendizagem: Como dissemos no início, não se aprende rápido. A menos que tenhas uma boa base de matemática, estatística e programação, o normal é que demores mais tempo a aprender outros enfoques.
• Risco de sobre-otimização: Ter a capacidade e o conhecimento para verificar quais são os resultados de um sistema realizando milhares de variações nos parâmetros, em diferentes ativos e em diferentes espaços temporais, pode levar-nos a que um sistema esteja sobreotimizado e, portanto, a um sistema que provavelmente falhe. Portanto, o que em alguns casos pode ser uma vantagem, se não for bem feito pode tornar-se uma desvantagem.

Por último, se ainda não ouviu falar de Inteligência Artificial ou Machine Learning aplicado à bolsa, é muito provável que o faça. Quando o fizer, a minha recomendação é que não avance para essas técnicas antes de ter dominado o básico.

Em suma, o trading quantitativo utiliza modelos matemáticos e estatísticos para identificar e executar oportunidades de mercado, focando-se em dados quantificáveis em vez de critérios subjetivos. Requer aptidões em matemática, estatística e programação, com Python como linguagem recomendada. As suas principais vantagens como automação e redução de influências emocionais tornam-no muito mais prático na sua gestão (embora não esteja isento de riscos).