Site Overlay

O que a IA pode fazer pelos portfólios de investimento? Um estudo de caso


Estratégias baseadas em inteligência synthetic (IA) estão sendo cada vez mais aplicadas em investimentos e gerenciamento de portfólio. Seus contextos, utilidade e resultados variam amplamente, assim como suas implicações éticas. No entanto, para uma tecnologia que muitos acreditam que transformará a gestão de investimentos, a IA continua sendo uma caixa preta para muitos profissionais de investimento.

Para trazer alguma clareza ao assunto, nos concentramos em um modelo específico de negociação de ações de IA e exploramos o que ele pode trazer em termos de benefícios e custos relacionados ao risco. Usando dados proprietários fornecidos por IA dos merchantsum modelo de negociação de IA executado por nosso colega Ashok Margam e equipe, analisamos suas decisões e desempenho geral de 2019 a 2022.

A IA dos merchants tem poucas restrições nas posições de mercado que assume: pode ir tanto para compra quanto para venda e inverter as posições a qualquer momento do dia. No fechamento de cada dia, no entanto, ele sai completamente do mercado, de modo que suas posições não são mantidas durante a noite.

Então, como a estratégia se saiu em diferentes períodos de tempo, padrões de negociação e ambientes de volatilidade? E o que isso pode nos dizer sobre como a IA pode ser aplicada de forma mais ampla na gestão de investimentos?

A IA dos merchants superou seu benchmark, o S&P 500, durante o período de análise de três anos. Embora a estratégia fosse neutra em relação a compra e venda, seu beta ao longo do período foi estatisticamente zero.


Modelo de AI dos merchants vs. Curva de patrimônio mensal do S&P 500 (investimento de US$ 10.000)

Gráfico mostrando o modelo AI dos traders em comparação com a curva de patrimônio mensal do S&P 500 (investimento de US$ 10.000)

A IA dos merchants aproveitou momentos de maior assimetria para alcançar esses resultados. Enquanto o S&P 500 tinha assimetria negativa, ou uma forte cauda esquerda, o modelo AI exibia o oposto: assimetria direita, ou uma forte cauda direita, o que significa que a IA dos merchants teve poucos dias em que gerou retornos muito altos.

Modelo de IA S&P 500
Significa 0,00111881 Significa 0,00064048
Desv. padrão 0,005669 Desv. padrão 0,01450605
Curtose 11.1665 Curtose 13.1015929
Distorção 1.59167732 Distorção -0,62582387

Então, onde o modelo teve mais sucesso? Period melhor ir longo ou curto? Em dias de alta ou baixa volatilidade? Ele escolhe os dias certos para ficar de fora do mercado?

Sobre a última questão, a IA dos merchants realmente evitou negociar em dias de alto retorno. Ele pode antecipar eventos de prêmios de alto risco e optar por não se posicionar sobre a direção que o mercado tomará.

Tile para cursos de FinTech, Data e AI

A IA dos merchants teve um desempenho melhor em uma base ajustada ao mercado quando estava vendida. Ele ganhou 0,13% em média em seus dias curtos, enquanto o mercado perdeu 0,52%. Portanto, o modelo se saiu melhor ao prever os dias de baixa do que os dias de alta. Esse padrão também se reflete nos mercados de baixa, onde a IA dos merchants gerou excesso de desempenho em relação aos mercados de alta.

Retorno médio do modelo de IA Retorno médio do S&P 500
Quando o modelo está ativo 0,1517% -0,0201%
Quando o modelo fica de fora 0% 0,8584%
Quando o modelo é longo 0,1786% 0,6615%
Quando o modelo é curto 0,1334% -0,5215%
Quando o modelo é longo e
Curto em um dia
0,1517% -0,0201%
Em dias de alta volatilidade 0,1313% -0,0577%
Em dias de baixa volatilidade 0,0916% 0,1915%
Nos mercados em alta (anual) 17,0924% 46,6875%
Em mercados de baixa (anual) 20,5598% -23,0757%
Em mercados de alta 0,0678% 0,1853%
Em mercados de urso 0,0816% -0,0916%

Por fim, o modelo AI teve melhor desempenho em dias de alta volatilidade, superando o S&P 500 em média 0,19% ao dia, enquanto teve desempenho inferior em dias de baixa volatilidade.


Porcentagem de retorno do modelo de IA x alteração da porcentagem do VIX

Gráfico mostrando a porcentagem de retorno do modelo de IA em relação à alteração da porcentagem do VIX

Em suma, os resultados da IA ​​dos merchants demonstram como um modelo específico de negociação de ações da IA ​​pode funcionar. Claro, dificilmente serve como proxy para aplicações de IA em investimentos em geral. No entanto, foi melhor prever dias de baixa do que dias de alta, teve sucesso quando a volatilidade period alta e evitou negociar antes de grandes eventos de movimentação do mercado são pontos de dados críticos. Na verdade, eles sugerem o vasto potencial da IA ​​para transformar a gestão de investimentos.

Para mais informações sobre este tópico, não perca “Ética e Inteligência Synthetic na Gestão de Investimentos: Uma Estrutura para Profissionais,” por Rhodri Preece, CFA.

Se você gostou deste put up, não se esqueça de se inscrever Investidor Empreendedor.


Todas as postagens são a opinião do autor. Como tal, eles não devem ser interpretados como conselhos de investimento, nem as opiniões expressas refletem necessariamente as opiniões do CFA Institute ou do empregador do autor.

Crédito da imagem: ©Getty Photographs / Svetlozar Hristov


Aprendizagem profissional para membros do CFA Institute

Os membros do CFA Institute têm o poder de autodeterminar e auto-relatar os créditos de aprendizado profissional (PL) ganhos, incluindo conteúdo sobre Investidor Empreendedor. Os membros podem registrar créditos facilmente usando seus rastreador PL on-line.

Derek Horstmeyer

Derek Horstmeyer é professor da George Mason College Faculty of Enterprise, especializado em fundos negociados em bolsa (ETF) e desempenho de fundos mútuos. Ele atualmente atua como diretor do novo planejamento financeiro e gestão de patrimônio na George Mason e fundou o primeiro fundo de investimento administrado por estudantes na GMU.

Nicolau Guidos

Nicholas Guidos é aluno do último ano da George Mason College, cursando bacharelado em negócios com concentração em finanças e planejamento financeiro e gestão de patrimônio. Ele está interessado em mercados financeiros, opções, futuros, gestão de patrimônio e análise financeira. Ele é o presidente do capítulo da Associação de Planejamento Financeiro da George Mason College e planeja obter sua certificação CFP e carta CFA após a formatura.

Lance Nguyen

Lance Nguyen é aluno do último ano da George Mason College, cursando bacharelado em engenharia elétrica. Ele está interessado em inteligência synthetic, negociação de alta frequência, análise técnica, análise financeira e mercados de derivativos. Atualmente, ele está trabalhando na implantação do TradersAI, bem como na obtenção de uma Série 3. Após a formatura, ele trabalhará como engenheiro de controles enquanto faz mestrado em engenharia financeira.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

16 − 16 =