O mercado financeiro, principalmente fundos quantitativos, utiliza grande quantidade de dados para buscar estratégias e alocações ótimas. Históricos de preços, indicadores contábeis, análises de sentimento, índices macroeconômicos. Todos têm algo em comum: ao entrarem nos modelos, já estão obsoletos.
Em cada anúncio de resultados ou publicidade de fundos, gestores são obrigados a colocar “resultados passados não são garantia de retornos futuros”. O passado é, por falta de opção, a melhor informação que temos. Podemos, parcialmente, corrigir isso adicionando indicadores futuros, mas não há alternativa aparente. No cenário “quant”, isso fica ainda mais visível ao treinarmos modelos. Um resultado excelente obtido em backtest quando colocado a teste em tempo real por vezes tem retornos muito menores.
Tal problema não se limita ao “quant moderno” computadorizado, de machine learning e big data. Mesmo modelos mais antigos e mais amplamente utilizados por gestores tradicionais, como CAPM e Black-Scholes, sofrem desse mesmo defeito da dependência do passado. Black-Litterman tenta, parcialmente, escapar desse defeito ao requerer que o gestor inclua suas visões sobre o futuro. Todavia, boa parte de suas métricas apenas refletem o histórico da empresa esperando um retorno futuro.
Esses dados, caso os mercados fossem realmente eficientes, não seriam de muita utilidade. Toda a informação passada e presente já estaria embutida nos preços, de modo que não seria possível extrair qualquer alpha de intepretação desses dados. Mesmo em sua forma mais fraca, a hipótese de mercados eficientes afirma que não seria possível extrair informação da série de preços da ação. No entanto, estratégias de trend-following e de momentum continuam a gerar retornos, inclusive em nosso fundo.
Nos dias atuais, estamos, lentamente, atingindo um ponto de tentarmos “prever o presente”, o chamado nowcasting. Entretanto, mesmo este cai em idêntico problema: utilizamos dados passados para treinar estes modelos e nada garante que o futuro siga a lógica do passado.
Ao final, seguimos o contrário da famosa fala “aqueles que não aprendem com o passado estão fadados a repeti-lo”. Em outras palavras, aprendemos com o passado na esperança de que ele se repita. E esta esperança não está baseada em fé pura. O fato é que as tendências do mercado, apesar de eventos de cauda, de inúmeras declarações de “novos normais” e de grandes inovações tecnológicas, se mantêm em uma constante repetição de padrões. Graças a isso que fundos quant conseguem modelar essas tendências e capturar o alpha ao prevê-las. Talvez por uma profecia autorrealizada ou, ainda, por só alguns poucos realmente aprenderem com o passado, a oportunidade de ganhos permanece, principalmente em mercados como o Brasil.
Falando sobre performance, o mês de junho foi marcado por uma forte queda no mercado acionário global, com o IBOVESPA cedendo -11.5% e os índices da bolsa Norte Americana S&P500 e Nasdaq caindo -8.3% e -8.7%, respectivamente. Nosso fundo Rio Bravo Sistemático teve performance de -0.86% contra 1.01% do CDI. Entre nossas estratégias, Valor e Momentum apresentaram a maior contribuição negativa: de -0.79% e -0.40%, respectivamente.
No ano, o fundo segue com retorno positivo de 3.12% ou 60% do CDI. Iniciamos o mês de julho com exposição bruta próxima de 90% e exposição liquida de aproximadamente +8.5%.
Evandro Buccini, sócio e diretor de Renda Fixa e Multimercados da Rio Bravo.
