Podemos fazer previsão dos retornos com o modelo ARIMA?

Em estatística e econometria, particularmente em análise de séries temporais, um modelo auto-regressivo integrado de médias móveis (autoregressive integrated moving average ou ARIMA, na sigla em inglês) é uma generalização de um modelo auto-regressivo de médias móveis (ARMA).

Veja todos os detalhes neste vídeo.

Quando você começa fazer trading, você vai ouvir de muitas pessoas – quase como um mantra – que o mais importante é o gerenciamento do risco e o controle emocional.
​
Fato! Elas têm razão. O problema está em como você faz isso. Tirando controle emocional, que não será o foco deste vídeo, vamos pensar hoje seriamente sobre o Drawdown. Uma componente fundamental do gerenciamento de risco, mas amplamente negligenciada.

Negociação algorítmica - ou algo trading - é mais do que um avanço tecnológico no mercado de ações. É um processo programado executado em um computador, que segue um conjunto específico de instruções (um algoritmo) para executar uma operação de trading. Os principais mercados do momento são os EUA, a Índia, o Reino Unido e a Coréia do Sul. Precisão, excepcional velocidade e liquidez são as características únicas da negociação algorítmica, que resultará no crescimento exponencial do mercado de negociação algorítmica em um futuro próximo.
​
Estratégias de negociação algorítmicas e quantitativas estão se tornando mais populares, pois podem aumentar a probabilidade de sucesso com o apoio do rigor estatístico. Perto de 50% dos volumes globais de Forex acontecem por meio de algoritmos.

Em um outro vídeo aqui do Outspoken Market comentei sobre como A inteligência artificial mudou o mercado financeiro. Assista clicando aqui!

De acordo com uma pesquisa da Coherent Market Insights, o mercado de negociação algorítmica global foi avaliado em US$ 9 bilhões em 2017 com um crescimento projetado de 10,1% a.a. ao longo do período de previsão (2018 - 2026).
​
Dentre as aplicações algorítmicas no mercado financeiro, espera-se que o segmento de hedge funds apresente a maior taxa de crescimento até 2026. Para quem ainda não conhece, um hedge fund é formado pela parceria entre diferentes investidores, onde o fundo agrupa ativos de indivíduos credenciados ou investidores institucionais para alavancar fundos e usar várias estratégias (como derivativos, futuros, etc.) para obter retornos em diversos mercados.

​Por exemplo, em 2017 nos EUA, o índice S&P 500 alcançou uma alta acumulada de 19,42% em três anos. Ao mesmo tempo, o fundo tradicional SH Capital Partners registrou retornos de 234,1%. Entretanto, no mesmo período, a Silver8 Partners e a Global Advisors Bitcoin Investment Fund alcançaram 771% e 330,1%, respectivamente, baseando-se em negociações algorítmicas.
​
Além destes dois exemplos, fundos como a Blackrock, a Renaissance Technologies, a Two Sigma, entre outras, estão usando inteligência artificial (IA) para selecionar ações. De acordo com o mesmo estudo em 2018, cerca de 37% das instituições financeiras na Índia investiram em tecnologias focadas em inteligência artificial e cerca de 68% planejam adotá-la em um futuro próximo.

Entretanto, o mercado de algo trading do EUA foi responsável pela maior fatia em 2017 e vai manter seu domínio durante o período previsto pela pesquisa. Isso se deve aos fortes avanços tecnológicos e à considerável aplicação da negociação de algoritmos em várias aplicações, como bancos e instituições financeiras em toda a região. O comércio algorítmico é responsável por cerca de 60-73% de todas as negociações de ações nos EUA, representando 7,5% (ou US $ 1,45 trilhão) do produto interno bruto norte-americano.

Alguns dos principais participantes do mercado de negociação algorítmica incluem:

• AlgoTrader GmbH
• Trading Technologies International Inc.
• Tethys Technology  Inc.
• Tower Research Capital LLC,
• Lime Brokerage LLC
• InfoReach Inc.
• FlexTrade Systems Inc
• Hudson River
• Trading LLC
• Citadel LLC
• Virtu Financial

Espera-se também que a região da Ásia-Pacífico ofereça as maiores oportunidades de crescimento para os participantes do mercado. Por exemplo, o SEBI permitiu o comércio algorítmico na Índia em abril de 2008 ao abrir o acesso direto ao mercado às instituições. Desde então, cresceu rapidamente nas várias classes de ativos. Em abril de 2018, a SEBI anunciou planos para novas normas para tornar o comércio algorítmico mais acessível aos investidores.

Além disso, de acordo com o CXO da QuantInsti, o comércio algorítmico potencialmente ajuda os traders a executar as operações mais rapidamente, expandir os portfólios estratégicos usando ferramentas quantitativas mais avançadas e remover erros humanos que frequentemente afetam o desempenho das estratégias de negociação. 

Um abraço e até o próximo post!

Leandro Guerra
​