Análise Técnica: Hipótese de Mercados Adaptáveis (AMH) e o que há de mais moderno na pesquisa recente

Livre tradução de parte do texto “Technical Analysis: Modern Perspectives”

Por Gordon Scott, CMT; Michael Carr, CMT; Mark Cremonie, CMT, CFA

Como os analistas técnicos procuraram novas estratégias para lucrar com os movimentos do mercado, os pesquisadores buscam novas teorias para explicar a razão por trás dos movimentos. Essas buscas se cruzam em vários pontos.

Notavelmente, a hipótese de mercados adaptáveis (AMH – Adaptive Market Hypothesis), “The Adaptive Markets Hypothesis”, Andrew W. Lo, Journal of Portfolio Management (2004), vê os mercados menos como uma estrutura construída sobre a teoria econômica neoclássica e mais como um sistema evolucionário. Lo propõe uma visão biológica dos mercados em vez de uma visão baseada nas leis da física. Sob este modelo, os indivíduos, agindo em seu próprio interesse, cometem erros ao invés de agir de forma perfeitamente racional em todos os momentos. Os indivíduos aprendem com suas ações passadas e adaptam suas ações no futuro para refletir o conhecimento que adquiriram. Esse quadro incorpora conceitos evolutivos – incluindo a concorrência, a inovação e a seleção natural – e demonstra que os mercados se moverão entre extremos irracionais e eficientes.

Esta abordagem é semelhante à pesquisa feita no Santa Fe Institute, uma organização de pesquisa que busca estudar disciplinas interdisciplinares de sistemas complexos, incluindo economia e mercados de ações. Entre as pesquisas produzidas pelo Santa Fe Institute estão artigos que suprem a lacuna entre teoria econômica e mercados financeiros. No artigo “An Empirical Behavioral Model of Price Formation”, Mike e Farmer (2005) explicam que embora a economia comportamental tenha demonstrado que há muitas situações em que a escolha racional é um modelo empírico deficiente, até agora não conseguiu fornecer modelos quantitativos de problemas econômicos, como a formação de preços. Mike e Farmer dão um passo nessa direção, desenvolvendo modelos empíricos que capturam regularidades comportamentais na colocação e no cancelamento de ordens de negociação usando dados da Bolsa de Valores de Londres (London Stock Exchange). Para a colocação de ordens foi mostrado que a probabilidade de dar uma ordem a um determinado preço é bem aproximada por uma distribuição de Student (Student distribution) com menos de dois graus de liberdade, centrada no melhor preço cotado. Esse resultado é surpreendente porque implica que o posicionamento da ordem de negociação é simétrico, independente do spread bid-ask (diferença entre a ordem de compra e a ordem de venda), e o mesmo vale para compra e venda.

Mike e Farmer também desenvolveram um modelo bruto, mas simples, de cancelamento, que depende da posição de uma ordem relativa ao melhor preço e do desequilíbrio entre ordens de compra e venda no livro de limite de ordens (limit order book). Estes resultados foram combinados para construir um modelo estocástico de agente representativo (stochastic representative agent model), no qual as ordens e cancelamentos são descritos em termos de distribuições de probabilidade condicional. Este modelo é usado para simular a formação de preços e os resultados são comparados a dados reais da Bolsa de Valores de Londres (London Stock Exchange). Sem ajustar qualquer parâmetro baseado em dados de preços, o modelo produz boas previsões para a magnitude e forma funcional da distribuição de retornos e o diferencial bid-ask. Ao identificar modelos matemáticos de colocação de ordens, o trabalho demonstra que a ação dos preços fornece informações significativas aos participantes do mercado. Outros trabalhos demonstram que os participantes do mercado se adaptam às informações fornecidas pelo mercado e reagem aos preços e não exatamente o oposto, quando fatores fundamentais e econômicos afetam os preços.

No artigo “Market Force, Ecology and Evolution”, Industrial and Corporate Change (2002), Farmer também descobriu que os mercados reais podem ser duplicados com modelos que incluem uma variedade de traders. Seu modelo evolutivo incluiu investidores de valor (value investors), analistas técnicos, traders de liquidez (liquidity traders) e formadores de mercado (market makers). Suas interações em simulações computacionais espelharam a ação do mercado vista nos mercados reais. Os mercados têm dinâmicas internas que levam ao excesso de volatilidade e outros fenômenos que são difíceis de explicar usando modelos de expectativas racionais. Este artigo estudou a utilização de uma regra de formação de preços de não equilíbrio, desenvolvida no contexto de negociação com ordens de mercado. Como isso é muito mais simples do que um modelo de equilíbrio intertemporal padrão, é possível estudar analiticamente vários períodos dos mercados. A dinâmica dos preços tem termos oscilatórios de segunda ordem. Investir em valor (value investing) não necessariamente implica que os preços sigam tais valores. Seguir a tendência (trend following) implica em tendências de curto prazo nos preços, mas também provoca oscilações de longo prazo. Quando o investimento em valor (value investing) e o seguimento de tendências (trend following) são combinados, mesmo que haja pouca estrutura linear, pode haver ciclos de crescimento-queda, volatilidade em excesso e temporalmente correlacionada, e caudas gordas nas flutuações dos preços. A evolução a longo prazo dos mercados pode ser estudada em termos dos fluxos de dinheiro. Os lucros podem ser decompostos em termos de correlações agregadas em pares. Sob reinvestimento de lucros, isso leva a um modelo de alocação de capital que é equivalente a um modelo padrão em biologia populacional. Uma investigação da eficiência do mercado mostra que os padrões criados pelos seguidores de tendências (trend following) são mais resistentes à eficiência do que aqueles criados por investidores de valor (value investing) e mostra que o comportamento de maximização do lucro retarda a progressão para a eficiência. As estimativas da ordem de grandeza sugerem que a escala de tempo para a eficiência é de anos a décadas. A descoberta de Farmer é que os mercados funcionam através de interações dos vários tipos de traders [investidores de valor (value investors), analistas técnicos, traders de liquidez (liquidity traders) e formadores de mercado (market makers)].

A hipótese de mercados adaptáveis (AMH) e as teorias evolucionárias dos mercados preveem que algumas técnicas de investimento funcionarão às vezes e serão ineficazes em outras ocasiões à medida que os traders se adaptam ao seu ambiente atual. Esta conclusão é apoiada por pesquisas que encontraram que a análise técnica é eficaz em alguns momentos e em alguns mercados e ineficaz em outros momentos.

Nos últimos anos os pesquisadores concluíram que a análise técnica pode fornecer resultados rentáveis nos mercados de câmbio. Em particular, Po-Hsuan Hsu, Mark P. Taylor e Zigan Wang concluem, no artigo “Technical Trading: Is It Still Beating the Foreign Exchange Market?”, Journal of International Economics (2016), que a análise técnica tem poder de previsão para moedas tanto de países desenvolvidos como de países emergentes, em termos de gerar significativos retornos excedentes médios e expressivas razões de Sharpe (Sharpe ratios), mas as moedas dos mercados emergentes são, em geral, mais previsíveis com a análise técnica do que as moedas dos países desenvolvidos. Além disso, este excesso de rentabilidade não é, em geral, eliminado quando se considera uma margem realista para os custos de transação, embora a rentabilidade da análise técnica entre as moedas dos mercados emergentes e dos países desenvolvidos pareça ter diminuído ao longo do tempo. Estas conclusões gerais também foram apoiadas por uma análise amostra de fora (out-of-sample analysis), que revelou, em particular, o desempenho muito impressionante da análise técnica para algumas moedas de mercados emergentes durante o período fora da amostra (2012-2015).

O que há de mais moderno?

Pesquisas recentes (Northington e Dahlberg, 2016) identificaram um indicador técnico conhecido como suporte resistência baseados em volatilidade (VBSR – Volatility-Based Support Resistance). Suporte e resistência são conceitos importantes a partir da análise de padrões baseados em gráficos. Esses níveis são áreas de preço em gráficos onde espera-se que a compra ou venda seja desenvolvida com pressão suficiente para inverter a direção da tendência. Acredita-se que o suporte e a resistência sejam desenvolvidos com base na psicologia dos investidores e às vezes são explicados em termos de aversão à perda. O VBSR quantifica os extremos de volatilidade com base na recente ação do preço e utiliza esses extremos para identificar futuros níveis de suporte ou resistência esperados (extremos da volatilidade quantificável). Este indicador utiliza os princípios clássicos de análise técnica para prever os níveis de suporte e resistência. Difere da análise técnica clássica usando cálculos matemáticos avançados para identificar os níveis de preços. Desta forma, o trabalho é reprodutível e testável. Também é explicável com a teoria das finanças padrão. A volatilidade implícita, um componente importante de alguns modelos de precificação, exibe uma tendência estatística para a reversão da média. O VBSR explora essa tendência para desenvolver um modelo de previsão estatística.

Os avanços recentes de softwares e na programação permitem que este indicador (e todos os indicadores) sejam testados de novas formas para análise técnica. Ao aplicar os princípios de teste de eventos a sinais indicadores, a validade estatística do sinal pode ser avaliada. Este método, combinado com a análise dos retornos excedentes, pode preencher a lacuna entre a teoria e a prática da análise técnica. Testes iniciais usando essas técnicas estão demonstrando que muitos indicadores técnicos amplamente utilizados não geram lucros por conta própria. Técnicas mais avançadas, como o VBSR, aumentam a lucratividade. É provável que a pesquisa continuada encontre uma variedade de ferramentas que explorem ineficiências do mercado com indicadores técnicos, uma façanha que é inteiramente possível sob a hipótese de mercados adaptáveis (AMH) e outras teorias avançadas.