Como os fundos quant estão alterando a forma de investir?

Os fundos quantitativos, ou simplesmente fundos quant, são estratégias de investimentos em fundos geridos por algoritmos, baseados em modelos estatísticos, econométricos ou computacionais. Na prática, para tomar as decisões de investimentos, os fundos quant utilizam as mais variadas fontes de dados, que vão das negociações realizadas, expectativas futuras, indicadores das empresas até notícias, dados do clima ou buscas no Google.

Basicamente, em outras palavras, os fundos quant empregam um conjunto de instruções que automatiza a tomada de decisão de investimento em uma estratégia utilizada pela gestora do fundo, cujo objetivo é proporcionar o maior retorno e com um nível de risco controlado, algo chamado pelo mercado de “gerar alfa”.

Apesar da aparente novidade, as estratégias quantitativas remontam ao século passado. Na década de 1930, Benjamin Graham já utilizava filtros quantitativos em sua estratégia de investimentos no que ficou conhecido como value investing.

Adiante, na década de 1970, surge uma aplicação quantitativa mais estruturada, com o modelo de precificação de opções Black-Scholes-Merton, uma complexa fórmula que ajuda a obter o valor de uma opção considerando o tempo até o vencimento desta opção, o risco e preço do ativo e a taxa de juros livre de risco, além de outras variações posteriores.

No entanto, geralmente os modelos quantitativos eram complexos demais para aplicar sem o uso dos computadores, e a informação disponível também era bastante limitada nas cotações de mercado e no volume de negociações.

Nos Estados Unidos, os fundos quant tiveram destaque só a partir de 2016, respondendo por aproximadamente 30% dos recursos geridos no mercado.

No Brasil ainda não temos um levantamento claro da participação de mercado destes tipos de fundos, mas observações pontuais junto aos websites de gestoras que declaram sua estratégia quantitativa nos mostram que eles já existem no país desde meados dos anos 2000 e estão crescendo em tamanho e diversidade, apesar de serem ainda uma pequena parcela entre as negociações do mercado de investimento, tendo hoje ao menos uma dezena de gestoras com fundos quantitativos operando no mercado.

As estratégias quantitativas

O que as estratégias fazem é identificar um padrão de comportamento que proporciona retorno acima do mercado, de forma que a decisão possa ser automatizada por algoritmos. Mesmo assim, um fundo pode adotar um mix dessas estratégias, como se cada uma delas fizesse um tipo de análise; cada estratégia pode ser complementada por outras, aliás. Neste sentido, conheça algumas das principais estratégias:

Prêmio pelo risco: utiliza medida de risco dada pela volatilidade da ação (beta). A estratégia foca no retorno absoluto ao identificar ações que estejam subvalorizadas em função do seu risco, recomendando a compra (long), ou que estejam sobrevalorizadas; nesse caso, recomendando sua venda ou venda a descoberto (short).

Baseada em fatores (multifatoriais): também conhecida por factor investing, essa abordagem busca identificar os principais fatores que explicam o retorno adicional. Desenvolvida a partir da pesquisa de Fama-French (1992) originalmente com três fatores: prêmio pelo risco, prêmio pelo tamanho (SMB) e prêmio pelo valor (HML). Posteriormente, outros fatores foram adicionados, como: momentum (WML), lucratividade (RMW) e conservadorismo (CMA). Além disso, os gestores podem criar seus próprios fatores.

Smart beta: baseado na hipótese de mercado eficiente (HME), pela qual os preços refletem toda a informação disponível, essa estratégia utiliza uma combinação de investimento ativo, selecionando ações com base em fatores, bem como, em sua volatilidade (medido pelo beta), com investimento passivo em índices (como os ETFs), proporcionando o maior retorno controlado pelo risco.

Tendência: nesse tipo de estratégia, o algoritmo busca identificar tendências temporais de valorização ou queda na cotação dos ativos para realizar suas compras e vendas baseados numa expectativa. Essa abordagem depende da janela temporal de análise que podem variar de dias até meses, sendo uma ideia bastante simples, porém, complexa na prática.

Contra tendência: de forma semelhante ao anterior, o algoritmo busca identificar um padrão, visando, porém, identificar a inversão de tendência em pontos de picos e vales.

Arbitragem estatística: essa abordagem explora o efeito de reversão à média, no qual o preço dos diversos ativos reverte para a média dos títulos (ou de uma carteira), analisando de forma conjunta por meio de técnicas estatísticas.

Arbitragem de evento: negociações de ações com base em eventos corporativos previstos, como fusão, atividade de aquisição ou pedido de falência esperados.

Negociação de alta frequência (high-frequency Trading - HFT): os negociadores buscam vantagem nas discrepâncias de preços entre várias plataformas ou mercados com grande quantidade de negociações e baixo valor por operação, visando o ganho no volume e baixo risco, se valendo da rapidez das operações.

Quais as vantagens de investir em fundos quant?

A literatura mostra que todas as estratégias apresentam vantagens se bem implementadas, o grande problema é como avaliar isso. Em geral, os gestores de fundos quantitativos irão apresentar qual é a estratégia utilizada na aplicação, mas não irão apresentar os detalhes do modelo, nem quais informações são utilizadas, uma vez que são os diferenciais que geram rentabilidade; e a partir do momento que os detalhes são divulgados, eles podem ser replicados por outros fundos eliminando o retorno adicional gerado.

Dessa forma, os fundos quantitativos possuem vantagem ao não serem afetados pelos vieses pessoais dos gestores, eliminando o julgamento humano, com maior controle de riscos e maior velocidade na tomada de decisão.

Além disso, se considerarmos os avanços nas áreas de ciências de dados, com ferramentas em data analytics e machine learning, associados ao incremento da informação disponível com o ambiente de big data, as possibilidades são incontáveis.

Claro que isso não implica em uma resposta perfeita aos mercados financeiros, a necessidade de testes rigorosos e suposições complexas dificultam seu uso, bem como a dependência de dados históricos e a incapacidade desses modelos de lidarem com o inesperado ainda apresentam riscos, vide a história do fundo LTCM (Long Term Capital Management), dirigido por Scholes e Merton em 1998, com a crise russa, ou o fenômeno de flash crash em 2010, nos mostrando que os modelos não são (e nunca serão) perfeitos.

Fundos quant são o futuro dos investimentos?

Antes de responder a questão, é preciso ressaltar que é fundamental conhecer bem esses fundos antes de investir. No entanto, sem dúvida, eles representam o futuro do mercado financeiro. O que nos leva ao fato que: “nenhum homem é melhor que uma máquina. E nenhuma máquina é melhor que um homem com uma máquina”, cuja citação é atribuída tanto a Paul Tudor Jones, fundador da Tudor Investment Corporation, quanto a Richard Bookstaber, economista e CRO do fundo de pensão e de doações da University of California.

Gostou do artigo do Marcelo Botelho da Costa Moraes? Confira outros conteúdos sobre o uso da tecnologia da indústria 4.0 nos negócios e no mercado de ações e aplicados aos negócios assinando gratuitamente nossas newsletters e ouvindo nossos podcasts em sua plataforma de streaming favorita.