Valuation;
macroeconomia;
oferta e demanda
| Ativos distantes do valor intrínseco | Enquanto subvalorizado ou sobrevalorizado | Ajustado por diversificação e convicção | | **Técnica** |Padrões;
estatística;
finança comportamental
| Ativos em condição estatisticamente favorável | Quando a relação ganho projetado / risco assumido for oportuna | Ajustado pelas métricas da estratégia empregada | As “escolas” descritas acima são representações extremamente simplificadas de duas abordagens diferentes sobre o processo de investimento. A realidade, contudo, não é binária - e ambas não são excludentes. Uma vez entendidas as perspectivas de cada, é questão de combiná-las em sua **própria maneira de investir**. Não há certo ou errado. O importante é desenvolver um **método** ganhador. Por isso, o embate comumente instigado entre a filosofia fundamentalista e a técnica é infundado e improdutivo. ## **`Não Existe Uma "Forma Ideal" de Análise Técnica`** Apesar de não haver uma distinção absoluta, é possível segmentar duas vertentes dentro da análise técnica: a **clássica** e a **moderna**. * A primeira, sob uma abordagem subjetiva, procura interpretar os movimentos de preço para extrair indicações sobre o seu comportamento futuro, principalmente através de padrões gráficos. A tomada de decisão é **discricionária**. Técnicas de “[*price action*](https://blog.nelogica.com.br/afinal-o-que-e-price-action/)” são as mais representativas. * A segunda, sob uma abordagem objetiva, procura por condições específicas que proporcionaram ganhos consistentes no passado, principalmente através de indicadores. A tomada de decisão é **sistemática**. Técnicas [quantitativas](https://www.infomoney.com.br/onde-investir/fundos-quantitativos-conheca-os-gestores-que-ganham-com-a-volatilidade-do-mercado/) são as mais representativas. Há inúmeras estratégias operacionais na literatura, pautadas em diferentes ferramentas técnicas, em diferentes classes de ativos, em diferentes tempos gráficos. É comum uma mesma estratégia apresentar resultados opostos em ativos de uma mesma classe, ou de um mesmo segmento, e até no mesmo ativo, em diferentes períodos. Portanto, em vez de idealizar uma única estratégia onipotente, deve-se entender qual tipo é mais **adequado** para cada ativo, para cada contexto, para cada periodicidade. Por exemplo, aqui estamos tratando de criptoativos – um mercado extremamente volátil, direcional e cíclico, que funciona 24 horas por dia, muito correlacionado entre si. **Como esse conjunto de características pode nos condicionar?** Vamos por partes: * A volatilidade sugere *stops* mais longos que o usual; * A direcionalidade sugere o uso de estratégias **seguidoras de tendência** (em oposição às de [retorno a média](https://blog.sutherlandresearch.com/index.php/2017/05/27/mean-reversion-vs-trend-following-primary-risks-optimal-markets/), por exemplo); * Os ciclos intensos sugerem operações duradouras e de alvos longos; * A ininterrupção favorece alavancagem, e prejudica *stops* manuais; * A correlação alta sugere que o resultado de uma mesma estratégia em diferentes criptoativos deve ser relativamente uniforme. ## **`Análise Técnica Busca Estratégias de Investimento Pautadas em Estatística`** Eis um dos maiores equívocos que são disseminados sobre a análise técnica – de que se trata de um exercício puro de previsão. Isso está errado! É de suma importância reconhecer que **o comportamento futuro dos preços é imprevisível.** Tudo pode acontecer. A parte “direita” do gráfico é desconhecida para todos. A análise técnica se trata de um exercício **estatístico**. O objetivo é usar ferramentas gráficas para encontrar **estratégias operacionais com expectativa matemática positiva**: comprar e vender seguindo um conjunto específico de regras pré-definidas que apresentam, **na média**, um resultado positivo. Um exemplo simples de estratégia: a tradicional “[Golden Cross](https://www.investopedia.com/terms/g/goldencross.asp)”, ou cruzamento dourado. Ela sugere comprar um ativo sempre que a sua [média móvel](https://pt.wikipedia.org/wiki/M%C3%A9dia_m%C3%B3vel) (um dos indicadores técnicos mais populares) de 50 períodos superar a de 200 períodos. A “[Death Cross](https://www.investopedia.com/terms/d/deathcross.asp)”, ou cruzamento da morte, é a contraparte que sugere vender um ativo quando a superação for inversa.  ## **`A Rentabilidade de uma Estratégia é Determinada por duas Variáveis: o "payoff" e o índice de acerto`** Para ilustrar os conceitos de ***payoff*** e **índice de acerto**, vamos considerar um jogo hipotético. Temos um dado de 6 faces, e as seguintes regras: você perderá R$1.00 quando tirar os números 1, 2 ou 3, e ganhará R$1.50 quando tirar os números 4, 5 ou 6. Se lhe fosse oferecida a possibilidade de participar desse jogo, infinitamente, você aceitaria? Para responder essa pergunta, você intuitivamente pensará – (i) que há 50% de chance de ganhar cada rodada deste jogo e (ii) que o seu lucro nas rodadas "vencidas" é maior que o seu prejuízo nas rodadas "perdidas". Unindo (i) e (ii), sua resposta para a pergunta seria “sim!”. Pela perspectiva da análise técnica, esse jogo é análogo a uma estratégia operacional com um **índice de acerto de 50%** (o percentual de rodadas ganhadoras “i”) e um ***payoff***** de 1.5x** (o lucro médio nas rodadas ganhadoras dividido pelo prejuízo médio nas rodadas perdedoras “ii”). A combinação se traduz em uma **expectativa matemática positiva** de R$0.25 por rodada: {% hint style="info" %} *50%\*- R$1.00 + 50%\*R$1.50 = 0.25.* {% endhint %} Agora vamos considerar uma variação do jogo: você ganha R$1.00 se tirar os números 1, 2, 3, 4 ou 5, e perde R$3.50 se tirar o número 6. Permanece a mesma expectativa matemática de R$0.25 por rodada (83.3%\*R$1.00 + 16.6%\*-R$3.50), porém com um perfil diferente das variáveis em questão: agora, o índice de acerto é de 83.3% e o *payoff* é de 0.29x. Note que, sob as condições do primeiro jogo, a lucratividade advém do *payoff* em detrimento do índice de acerto. O inverso acontece no segundo jogo. É comum encarar ambos como um “*trade-off*”: **a melhora de um ocorre às custas do outro**. Isto é, estratégias com alto *payoff* tendem a apresentar um índice de acerto baixo, e vice-versa. Vale ressaltar que, apesar disso, existem estratégias com índice de acerto acima de 50% e *payoff* acima de 1. Uma métrica alternativa que atua no mesmo sentido da expectativa matemática, mas que reflete a diferença de perfil supracitada, é o **fator de lucro ("*****profit factor*****")**: calculado pela divisão entre a soma do lucro de todas operações vencedoras e a soma do prejuízo de todas operações perdedoras. O objetivo dele é mensurar o **lucro obtido por unidade de risco**, de forma que valores acima de 1 refletem uma estratégia operacional rentável. Os exemplos anteriores, apesar de possuírem a mesma expectativa matemática, teriam um fator de lucro de 1.5 e 1.43, respectivamente - sugerindo que a primeira “estratégia” é preferível à segunda. Independentemente do perfil, o importante, no final das contas, é encontrar uma combinação que resulte em uma **expectativa matemática positiva**, ou um **fator de lucro acima de 1**. ## **`A expectativa Matemática de uma Estratégia é Determinada por “Backtests”`** Os jogos de dados dos exemplos anteriores possuíam probabilidades absolutas e ganhos/prejuízos pré-definidos por rodada. Tais condições, contudo, nunca serão verdadeiras na prática de um analista técnico – afinal, o futuro dos preços é desconhecido. Na realidade, o índice de acerto e o *payoff* de uma estratégia operacional são estimados pelo seu **resultado no passado**. O exercício de simular uma estratégia utilizando dados históricos é chamado *backtest*. Em tese, quanto **maior a amostra** de operações passadas, e a **uniformidade dos resultados** ao longo do período estudado, **mais fidedigna será a sua extrapolação** futura. Por exemplo, uma estratégia testada em um *backtest* de 10 anos, com 10.000 operações, com um desvio baixo em relação à média em diferentes intervalos neste período, tende a apresentar um resultado no futuro mais próximo a sua expectativa matemática, do que uma estratégia testada em um *backtest* de 1 ano, levando em conta 100 operações. Neste sentido, estratégias operacionais objetivas ostentam a vantagem de permitir a mensuração da expectativa via um *backtest* (há plataformas especializadas para tal, como [NinjaTrader](https://ninjatrader.com/), [WealthLab](https://www.wealth-lab.com/), [TradingView](https://www.tradingview.com/)). No caso de estratégias subjetivas, o analista técnico fica refém do “olhômetro” para estudar as rentabilidades passadas, por vezes registrando manualmente a simulação de entradas e saídas com dados históricos. Como sempre, é necessário ter em mente que, por mais robustas as técnicas para validação estatística de uma estratégia, não há **nenhuma garantia que ela permaneça rentável** no futuro. Talvez **nenhuma seja imune ao tempo**. Por isso, duas das tarefas mais importantes de um analista técnico são **o constante monitoramento** das operações e o **desenvolvimento de um processo de otimização**. Se os resultados apresentarem um desvio significante ou consistente do estimado pelo *backtest*, como uma sequência perdedora ou perda individual anormal, é de considerar alterar ou descartar a estratégia. Em especial, se essa anormalidade ocorrer sob o contexto ideal que ela foi destinada a explorar. É natural: seja pela característica de um ativo ter mudado, por uma circunstância extraordinária do mercado, ou pela própria exaustão da estratégia. {% hint style="info" %} Na[ próxima seção](https://app.paradigma.education/feed/post/qEqRPJt7aGsOln0oDp0a), veremos como uma estrategia rentável não é o bastante para ter sucesso no mercado. {% endhint %}