Aprenda a avaliar sua estratégia: Médias Móveis

Essa é a terceira publicação da série: “Aprenda a avaliar sua estratégia”.

No primeiro post apresentei os conceitos que serão abordados ao longo da sequência. Já no segundo, detalhei as maneiras de se avaliar uma estratégia e como as utilizaremos para a nossa análise. Agora, chegou o momento de ir para o primeiro exemplo prático utilizando a estratégia mais simples de investimento: cruzamento de médias móveis.

Sim, estou falando do popular  indicador de análise técnica utilizado por especialistas do mercado em relatório de análise e por investidores. Se você tem interesse em saber mais sobre o funcionamento e limitações deste indicador, sugiro a leitura de um conteúdo bem completo do Bússola do Investidor: Média Móvel Exponencial: Como e quando utilizar.

Como avaliar uma estratégia de médias móveis

Para a análise dessa estratégia hoje vamos utilizar o robô gratuito da plataforma SmarttBot chamado Tangram 2 Candlestick.

O robô possui diversos parâmetros a serem configurados de acordo com o interesse do usuário; são infinitas as combinações possíveis. Por isso, iremos fixar a maioria dos parâmetros e variar apenas o período das médias utilizadas, sabendo que quanto menor o período escolhido, maior será o número de transações realizadas pela estratégia, uma vez que irão ocorrer mais cruzamentos de média.

A tabela abaixo apresenta os parâmetros escolhidos em cada robô.

como avaliar uma estratégia de médias móveis

Conforme explicado no post anterior, a análise será realizada em duas partes: primeiramente backtest e depois simulação em tempo real. Para cada contrato foi considerada uma margem de 500 reais, com a intenção de efeito ao possibilitar a visualização de resultados. Já os custos considerados foram de 50 centavos por mini contrato.

Resultados simulação backtest (entre 01/01/2015 e 29/08/2017)

 

como avaliar uma estratégia de médias móveis

 

  • Retorno líquido (%): é o retorno considerando os custos de transação. Muitas vezes uma estratégia apresenta retorno bruto positivo, mas ao considerar os custos percebe-se que a estratégia não se mostra eficiente.
  • Drawdown máximo (%): é a maior perda financeira da estratégia. Um drawdown de 50% indica que em algum momento sua carteira desvalorizou 50%. Para se recuperar desse drawdown seria necessário que sua estratégia valorizasse 100% para atingir o valor que possuía antes do drawdown.
  • Número de trades: aqui você consegue perceber a frequência de operação de sua estratégia. Quanto maior o número de trades, maior serão os custos de transação, exigindo uma melhor performance nos resultados.
  • Trades com lucro (%): mostra a porcentagem de trades vencedores. Em geral, estratégias seguidoras de tendência apresentam um baixo percentual de acerto, mas ganham mais dinheiro nos momentos que acertam.
  • Fator Lucro: é a relação entre lucro média e perda média. Quanto maior esse valor, melhor a relação retorno/risco da estratégia.
  • Máximo de dias para se recuperar de um drawdown: representa quantos dias sua estratégia demora para se recuperar dos dias de perda. (não está no relatório resumido).

como avaliar uma estratégia de médias móveis

Analisando os resultados do backtest, o robô 1 apresentou os melhores resultados de retorno e risco. Apesar do robô 3 ter apresentado o maior retorno bruto, o alto número de trades consumiu boa parte desse lucro. Já robô 4 apresentou os piores resultados, além de ser o que realizou o maior número de trades.

A seguir, vamos avaliar os resultados em tempo real no modo simulado, para verificar se os robôs analisados apresentaram o mesmo comportamento.

Resultados simulação em tempo real (entre 01/08/2017 e 26/09/2017)

como avaliar uma estratégia de médias móveis

 

como avaliar uma estratégia de médias móveis

Os melhores resultados de retorno ficaram por conta do robô 2, enquanto os melhores resultados de risco/retorno foram do robô 1. O robô 3 apresentou os piores resultados em todos os quesitos.

É possível observar que o melhor robô do backtest (robô 1) também apresentou os melhores resultados de risco em 2 meses de simulado. Isso indica que, dentre os robôs testados, certamente ele possui a maior probabilidade de apresentar bons resultados no longo prazo.

Vale ressaltar a importância de analisar outras métricas, não só o retorno. As métricas de risco, por exemplo, mostram a consistência da estratégia, um fator determinante na confiança do investidor.

Daniel Kahneman, vencedor do prêmio nobel de economia, afirma que o investidor trata eventos de perda de uma forma supervalorizada e não relacionada com o evento global. Em outras palavras, se uma estratégia apresentar um dia de ganho e um dia de perda da mesma magnitude, o investidor não considera que o robô está com soma zero pois tende a supervalorizar a perda, uma vez que ele estava esperando um ganho igual aos anteriores.

Esse efeito comportamental deve ser refletido na escolha de uma estratégia: quanto menor o risco, maior a probabilidade do investidor continuar confiando na estratégia.

Conclusão

Conseguimos ver nesse post que até uma estratégia simples é capaz de apresentar bons resultados no longo prazo. São infinitas as formas de melhorar as estratégias aqui apresentadas: alterando o tempo gráfico, acrescentando outros indicadores, melhorando o gerenciamento de risco (stops, horários de operação).

Mas é sempre bom ressaltar que resultados passados não garantem retornos futuros, apenas indicam uma maior probabilidade disso acontecer.

Por isso, esteja sempre atento ao mercado, identifique o que aconteceu nos dias que sua estratégia falhou e nos dias que ela performou bem. O mais importante é não desistir: teste sua estratégia exaustivamente até ter confiança de colocá-la em prática. Se você ainda não encontrou um bom setup é porque não tentou o suficiente! Ganhar dinheiro utilizando robôs de investimento não é difícil, mas é trabalhoso.

Por isso estude, simule, teste sua estratégia exaustivamente, melhore sua estratégia até ter confiança. Depois conte-nos como foi sua experiência. 

Grande abraço e até a próxima!

 

Bruno Barroso é engenheiro, mestre e doutorando em modelagem matemática computacional aplicada ao mercado financeiro pelo CEFET MG. Trabalha como desenvolvedor de estratégias automatizadas de investimentos. Além de finanças, também é apaixonado por matemática, jogos e esportes.