Precisamos falar sobre Quant Trading

Eu não sei como você se sentiu quando escutou sobre quant trading pela primeira vez, mas se eu pudesse chutar, diria que foi o mesmo sentimento que tive alguns anos atrás. Rocket Science! A primeira impressão foi de que a técnica era extremamente complexa, coisa de gênio e prodígio da matemática. Porém, com o passar dos anos, cada vez mais entendo que não tem nada a ver com isso. 

Claro que sempre será possível aplicar matemática avançada e criar modelos complexos, em qualquer área. Mas isso não é necessário para se tornar um quant trader. Veja bem, eu disse “necessário”. Se você resolver deep dive nessas complexidades, caberá a você, e a sua necessidade, aumentar o volume de estudo em econometria, matemática, computação e microestrutura de mercado. 

Hoje, em nossa carta semanal, entenderemos um pouco mais sobre o que é quant trading e quais vantagens isso pode trazer para o nosso dia-a-dia como especuladores e investidores.

Quant o quê?

Basicamente, quant trading significa utilizar matemática, estatística  e computação para criar, validar e automatizar estratégias de trading. Como já mencionado anteriormente, não é necessário rocket science para construir modelos quantitativos, pelo contrário, com matemática elementar e estatística básica é possível ter uma excelente performance no longo prazo.

Sim, você não precisa entender de data science, machine learning e neural network para ser um quant trader rentável. Não sou somente eu que afirmo isso, esse é o mesmo diálogo de alguns colegas de profissão, como o Ernie Chan e o Kevin Davey. 

Lembre-se da metodologia que a marinha americana utiliza desde os anos 60, KISS (Keep it Simple, Stupid), ou seja, mantenha as coisas simples.

Para entender um pouco mais dessa ciência, exploraremos o conceito das técnicas que o quant trader deve dominar, começando pelo design de estratégia. 

Prepara o café e a planilha de Excel no alt + tab (assim teu chefe não te pega com o e-mail ou blog aberto), que agora trocaremos uma ideia sobre essa esquisitice que é o quantitative trading.

Design de estratégias

Muitos anos atrás me deparei com o conceito que hoje entendo por design de estratégia, assistindo o curso do Didi Aguiar em Natal. 

Só de mencionar o nome dessa cidade a saudade bate, principalmente com as temperaturas negativas e a quantidade de neve que está caindo aqui em Toronto.

Acho que ninguém consegue imaginar o Didi Aguiar utilizando um conceito tão fancy como design de estratégia, lembrando que ele é o cara que não aceita que chamem o MACD de “mé-qui-di”, tem que chamar de “emi-á-cê-dê”.

Por mais engraçado que pareça, foi o Didi Aguiar que me mostrou ser possível operar no mercado financeiro tendo um conjunto de regras definidas, bem antes de chegar ao Brasa a moda dos Quants.

Quando você estiver estudando e se deparar com os seguintes termos: algorithmic trading, algo trading, systematic trading ou mechanical trading, saiba que todos eles tratam do mesmo assunto, design de estratégia. Essa é a arte de criar sistemas de trading baseado em regras, em uma sequência de passos que podem ser interpretados por um computador.

Para aqueles que não se acham criativos o suficiente para desenvolver as próprias estratégias de trading, será necessário o hábito de leitura para aprender as estratégias criadas por outros designers e testá-las. 

Ah… antes que eu esqueça, quem criou o termo design de estratégia foi o Robert Pardo, no início da década de 90! 

Mas não é só de design de estratégia que o quant trader vive, é importante entender de otimização e validação de estratégias, sendo esse o nosso próximo tópico.

Otimização e validação de estratégias

Lembro o quanto esse conceito de otimizar estratégias de trading mexeu com minha cabeça no começo da minha jornada quant. “Pera aí… quer dizer que é possível testar de uma só vez todas as combinações de uma estratégia e saber qual a melhor delas? É agora que o pai vai deitar e rolar no mercado, pode preparar o Audi TT.” Coitado do jovem sonhador. Mal eu sabia da existência de um probleminha chamado overfitting.

Resumidamente, otimizar uma estratégia diz respeito a você testar todas, ou algumas, combinações que sua estratégia pode ter. Para ilustrar, podemos pensar em um sistema de cruzamento de médias móveis, onde as variáveis dessa estratégia são duas: 1) o período da média móvel curta (ou rápida) e 2) o período da média móvel longa (ou lenta). Tendo definido  isso, podemos começar a brincadeira executando os seguintes passos:

1. Seleção de Variáveis: aqui escolheremos e otimizaremos as variáveis do nosso sistema, que no caso são apenas duas, a média móvel curta e a média móvel longa.
2. Definição do Range de Otimização: definir o range que as variáveis serão otimizadas, por exemplo: otimizar a média móvel curta iniciando em 5, passo 5, finalizando em 25 e a média móvel longa iniciando em 50, passo 50, finalizando em 200. O que isso quer dizer? Quer dizer que utilizaremos 5 possibilidades para a média móvel curta (5, 10, 15, 20 e 25) e 4 possibilidades para média móvel longa (50, 100, 150 e 200). Para saber a quantidade de possíveis combinações que teremos, basta fazer uma multiplicação simples entre a quantidade de possibilidades da variável 1 e a quantidade de possibilidade da variável 2, ou seja, 5 × 4 = 20.
3. Backtest: executar e catalogar os resultados dos backtests dessas 20 combinações, utilizando um software. Por exemplo, o Meta Trader 5.
4. Live Trading: analisar o resultado dos 20 backtests e definir qual deles será utilizado para rodar em live trading.

A ideia parece ótima, mas esquecemos de uma coisinha que mencionei ali em cima, o overfitting (sobreajuste), que conforme a grandiosíssima wikipedia é: um termo usado em estatística para descrever quando um modelo estatístico se ajusta muito bem ao conjunto de dados anteriormente observado, mas se mostra ineficaz para prever novos resultados. 

Traduzindo… é quando achamos uma combinação de variáveis que funcionou muito bem no passado (backtest), mas que não tem nenhum predictive power, ou seja, não tem poder de continuar se dando bem no futuro (live trading). 

Putz… então quer dizer que tudo está perdido e otimização não serve para nada? Absolutamente, não! É aí que entra o conceito de testes de robustez. Os mais conhecidos são: distribuição de parâmetros, distribuição de resultados, simulação de Monte Carlo e walk forward analysis. O objetivo deles, de forma simplificada, é somente um, reduzir drasticamente a possibilidade de overfitting. Como? Estressando o modelo para verificar se existe a chance disso acontecer no futuro.

Por fim, após ter masterizado o design, otimização e validação de uma estratégia de trading, falta apenas uma habilidade para você poder contar para seu amiguinho do trabalho que virou um quant trader e largará o emprego. Essa habilidade é a automação de estratégias de trading.

Automação de estratégias

O último pilar do aprendizado que um quant trader precisa dominar, é o da automação. Quem tem fôlego para chegar até esse ponto da caminhada, é porque quer levar as coisas para outro nível. É aqui onde transformamos o sistema de trading em um robô de trading. 

Sim, foi exatamente essa a palavra que usei, robô. Mas não confunda as coisas, pequeno gafanhoto. Quando falamos de robô, não estamos nos referindo ao gloriosíssimo robô do YouTuber de opções binárias, que promete 4% ao dia de forma consistente. Estamos falando sobre a automação da tua estratégia.

Nesse momento você pode estar se perguntando: qual seria a principal vantagem da automação, será que ela é necessária agora que tenho um sistema funcional? 

Bem, teoricamente, você poderia operar manualmente a estratégia criada, otimizada e validada. Porém, a quantidade de benefícios que a automação traz é obscena. Alguns deles são:

1. Diversificação: De longe esse é o principal motivo para se automatizar um sistema, é a diversificação que traz redução de volatilidade para o seu portfólio, será assim que a evolução do seu capital se tornará mais suavizada ao longo dos anos. Operar somente uma estratégia e ser contra a diversificação é o terraplanismo do mercado financeiro. Aconselho fortemente que procure a opinião do Ray Dalio sobre o assunto, segundo ele a diversificação é o mais próximo que teremos do almoço grátis em renda variável.
2. Tempo: Outra importante vantagem de automatizar um sistema é a economia de tempo. Sabe todas essas horas que você passa de frente ao computador olhando para o mercado, operando futuros de mini índice Bovespa? A cracolândia da B3? Pois é, não será mais necessário fazer isso. Com a automação, você pode investir o tempo, que é um recurso escasso e não renovável, em alguma coisa mais importante.
3. Psicológico: Por último, mas não menos importante, temos o fator psicológico. Com a automação não existirá mais dias de fúria (para você descontar sua raiva no mercado), achismos, cansaço ou qualquer outra coisa do tipo

Vale lembrar que um pré-requisito para se automatizar um sistema de trading é saber programar. Caso você não saiba, existem 3 formas de lidar com isso: 1) aprendendo uma linguagem de programação, que com certeza será a mais penosa, porém mais gratificante das formas. 2) contratar ou estabelecer uma parceria com um programador, essa será a forma mais rápida de você viabilizar a automação das suas estratégias. 3) utilizando um software de criação de estratégias. 

Um desses softwares é o SDK, desenvolvido pela Data n’ Quant, que permite criar suas próprias variações de estratégias de trading projetadas por grandes operadores e gestores de fundo. Caso queiram conhecer mais, basta me enviar uma mensagem no Instagram ou acessar o site do SDK.

Como posso me tornar um quant trader?

Estudando, essa é a única forma de aprender alguma coisa nova, não tem segredo. Você pode escolher o caminho solitário, através da leitura dos livros referência da área, ou pode adquirir algum curso que te ajude a cortar o caminho, consolidando o conhecimento dos livros que você deveria ler. De preferência, faça o curso de alguém que vive aquilo que você quer aprender. Como diria Nassim Taleb, acredite em alguém que tem skin in the game.

Nesse sentido, eu também posso te ajudar, basta dar uma olhada no site da Data n’ Quant Labs. Nosso objetivo é ser a maior comunidade de quant trading do Brasa, fornecendo espaço para bate-papo, compartilhamento de ideias, oferta e contratação de serviços e networking com outras pessoas que buscam o mesmo que você. Além disso, o mais importante, aprender sobre quantitative trading comigo e com o Kaio, com quem realmente está vivendo o dia a dia do mercado financeiro.

Mas, caso você queira trilhar o árduo caminho que trilhamos, gastando alguns milhares de reais com livros e tendo que falar inglês, deixarei 2 dicas. Prepare o bolso, porque somente esses 2 somam mais de R$ 1.200,00. O primeiro é Trading Systems and Methods do autor Perry Kaufman, e o segundo é o The Evaluation and Optimization of Trading Strategies do autor Robert Pardo. Esses dois livros tem conteúdo suficiente para você começar a arranhar a superfície do que é o quant trading, depois me conta o que você achou deles.