- PREVISO DE COMPORTAMENTO DOS PREOS DE AES ATRAVS DO
VOLUME DO SALDO DE COMPRA E VENDA: UM TESTE NO MERCADO BRASILEIRO-
2
SUMRIO
1 INTRODUO...................................................................................................................... 4 2 REVISO BIBLIOGRFICA.............................................................................................. 6 2.1 TIPOS DE ANLISE PARA AVALIAO DE INVESTIMENTOS......................... 8 2.1.1 Anlise fundamentalista........................................................................................ 8 2.1.2 Anlise tcnica ....................................................................................................... 9 3 METODOLOGIA................................................................................................................... 9 3.1 SELEO DA AMOSTRA......................................................................................... 10 3.2 OBTENO E TRATAMENTO DOS DADOS ....................................................... 11 4 RESULTADOS................................................................................................................... 13 5 CONCLUSES E CONSIDERAES FINAIS............................................................ 16 6 REFERNCIAS BIBLIOGRFICAS............................................................................... 16
3
LISTA DE ILUSTRAES
Ilustrao 1- Formato da transao Livro de Ofertas do software Broadcast ............. 11
Tabela 1- Volume do Saldo de Compra e Venda dos dias 02/05/2006 at 04/05/2006 .................................................................................................................................................. 14 Tabela 2- Preos de Mercado 02/05/2006 at 04/05/2006............................................. 14 Tabela 3- Coeficiente de Correlao entre "Volume do Saldo de Compra e Venda" e "Preos de Mercado"............................................................................................................. 13
4
1 INTRODUO Desvendar quais os fatores que implicam para que determinada ao se encontre subvalorizada ou supervalorizada em determinado momento do tempo uma tarefa rdua e por enquanto sem fim. Para alguns estudiosos, adeptos da teoria do Mercado Eficiente, os investidores no devem nem comprar aes que esto sub ou supervalorizadas e nem se preocupar em desvendar o momento exato de entrar ou sair de uma determinada posio, em vez disso, deveriam diversificar seus investimentos aplicando em um grande leque de aes e no trocar de posio com freqncia. Neste caso, os preos de mercado refletiriam a melhor estimativa do valor justo de um bem e o processo de avaliao se resumiria a explicar estes preos. J para os estudiosos que no acreditam que os mercados so eficientes ou pelo menos que no so totalmente eficientes, os preos podem de fato estar defasados com relao ao seu valor justo em determinados momentos no tempo e um estudo para determinar quais os fatores que contribuem para esse descompasso se faz necessrio. Neste sentido, o presente estudo visa auxiliar a determinar quais os fatores que implicam para que uma ao se encontre sub ou supervalorizada em determinado momento. Segundo afirmao de Damodaran (2006, p.146): Na eficincia do tipo fraca, os preos de mercado refletem as informaes contidas em todos os preos passados, o que faz com que os grficos e as anlises tcnicas que usam somente preos passados no sejam suficientes para identificar aes que estejam subvalorizadas. Em concordncia com a afirmao de Damoradan (2006), o estudo parte da premissa de que para auxiliar na definio dos fatores que contribuem para que uma ao se encontre sub ou supervalorizada preciso no somente estudar os preos 5
passados, mas sim a existncia de uma varivel observvel e quantificvel que possa servir de complemento para prever o comportamento destes preos no curto prazo. O estudo realizado por Lee e Swaminathan (1998) que analisaram o inter- relacionamento entre preo e volume negociado se assemelha ao estudo aqui proposto, pois busca relacionar uma varivel observvel e quantificvel que o volume, com os preos. Seu estudo teve como base, informaes de preos e volumes de um longo perodo, de 1965 at 1995, e resultou no chamado efeito inrcia de preo, tambm documentado por Jegadeesh e Titman (1993), concluindo que as aes que subiram no passado possuem uma maior probabilidade de continuarem a subir e que aes que caram no passado possuem maior probabilidade de continuarem caindo nos meses seguintes. Os resultados de Lee e Swaminathan (1998), por observar tambm o volume negociado, concluem que o efeito inrcia de preo mais forte nas aes com altos volumes negociados, ou seja, provvel que um aumento ou uma queda de preo, quando acompanhados por um alto volume negociado, continuem no perodo seguinte. Em ambos os estudos, somente foram observados os volumes de negcios realmente efetivados no perodo, ou seja, somente as ordens de compra e venda que se efetivaram em prego. E as ordens de compra e venda que so enviadas para as bolsas de valores e que no so efetivadas, estas no poderiam ilustrar possveis tendncias que se refletiro nos preos? Portanto a justificativa para o presente estudo surge do no monitoramento dessas ordens que so enviadas para as bolsas de valores e que no so efetivadas, utilizando esta varivel com ineditismo e concedendo carter inovador ao estudo. 6
Utilizando como base os fundamentos da anlise tcnica o estudo utiliza testes estatsticos, mais precisamente o Coeficiente de Correlao, visando encontrar uma relao entre as variveis: saldo de volume de ordens de compra e venda no efetivadas x preos de mercado. 2 REVISO BIBLIOGRFICA Segundo Bachelier (1900), a determinao das flutuaes dos preos depende de um nmero infinito de fatores. Esses fatores agem influenciando os preos para mais ou para menos. Assim, a probabilidade de aumento dos preos dos ttulos a qualquer momento seria idntica probabilidade de sua diminuio. O estudo de Bachelier foi o primeiro tratamento matemtico rigoroso do chamado Movimento Browniano, que foi descrito pela primeira vez pelo botnico Robert Brown, em 1827, ao observar que o plen de diversas plantas dispersava-se na gua sob a forma de um grande nmero de partculas em direes que estariam de acordo com as do caminho aleatrio, porm com caractersticas especficas das cincias fsicas. Embora a tese de Bachelier no tenha sido muito notada quando da sua publicao, o suporte matemtico que acompanhava a teoria do processo aleatrio acabou por antecipar por cinco anos um famoso trabalho de Albert Einstein sobre o movimento aleatrio originrio da coliso de molculas de gs, em 1905. O trabalho de Einstein resultou na equao que descreve o fenmeno do movimento molecular aleatrio, que exatamente a equao desenvolvida por Bachelier para descrever o comportamento dos preos dos ativos financeiros. Com o trabalho de Bachelier ainda cado no esquecimento, o estatstico Maurice Kendall acabou por ganhar os crditos por chamar a ateno dos economistas para o modelo de caminho aleatrio. Kendall (1953) analisou o comportamento das variaes dos preos de ndices de aes e de mercadorias na Bolsa de Valores de Londres, quando concluiu serem estas variaes completamente aleatrias, ou seja, no havia qualquer informao nos retornos histricos dos preos que ajudasse a prever o seu 7
comportamento futuro ou a identificar regularidades ou sazonalidades. Portanto, os preos seguiam um caminho aleatrio. Os resultados do estudo de Kendall foram sustentados pelo estudo de Granger e Morgenstern (1963). Seguindo a trajetria de estudos sobre o caminho aleatrio dos preos, a teoria sobre a HME - Hiptese de Mercado Eficiente foi proposta somente em 1965 pelo economista Paul Samuelson. Samuelson (1965) procurou sintetizar uma idia sobre o comportamento das flutuaes dos preos em seu artigo Proof That Properly Anteciped Prices Fluctuate Randomly. Sua idia de que, num mercado informacionalmente eficiente, os preos mudam, mas so imprevisveis, sendo vlido desde que incorporada as expectativas e informaes de todos os participantes do mercado. Em outras palavras, se no existirem barreiras informao nem custos de transao, a variao de preos para o prximo perodo ser reflexo da informao para esse perodo, e sendo essa informao imprevisvel, as variaes nos preos tambm seguiro o mesmo caminho. Em sua resenha dos estudos empricos sobre a eficincia dos mercados financeiros, Fama (1970) distingue trs tipos de testes: (a) Teste de eficincia na forma fraca: avalia se as mudanas nos preos esto sistematicamente relacionadas a mudanas anteriores nos preos e, portanto, se poderiam ter sido previstas. Nesse caso, a HME implica que nenhum investidor pode obter retorno em excesso (ajustado ao risco) com base nos preos passados das aes. (b) Teste de eficincia na forma semi-forte: supe que nenhum investidor ter retorno em excesso explorando fontes de informaes publicamente disponveis (como relatrios anuais de empresas, jornais etc.). 8
(c) Teste de eficincia na forma forte: supe que nem mesmo Insider Traders (investidores com informaes privilegiadas) obtm retorno acima da mdia, uma vez que os preos refletiriam corretamente as informaes pblicas e privadas. 2.1 TIPOS DE ANLISE PARA AVALIAO DE INVESTIMENTOS 2.1.1 Anlise fundamentalista A anlise fundamentalista o estudo dos fatores que afetam as situaes de oferta e demanda de um mercado, com o objetivo de determinar o valor intrnseco de um ativo. O analista est apto a comparar o preo encontrado com o preo do mercado e classific-lo como supervalorizado com sinalizao de venda, subvalorizado com sinalizao de compra ou que seu preo condizente com o praticado pelo mercado. Em vista disso, a anlise fundamentalista define qual o ativo deve ser comprado ou vendido. Esta anlise geralmente est atrelada a grandes movimentos no longo prazo e no prediz o tempo certo para entrar ou sair do mercado. Bodie, Kane e Marcus (2002) definem anlise fundamentalista como a determinao do valor presente de todos os pagamentos que os acionistas recebero por cada ao. Para isso, os analistas devem levar em considerao lucros e dividendos esperados pela empresa, expectativas econmicas e a avaliao de risco da empresa. Em 1976, Benjamin Grahan, conhecido como o pai da anlise fundamentalista de securidades, chegou concluso de que a anlise fundamentalista no era mais uma ferramenta que produzisse resultados superiores em investimentos. A concluso era que mesmo esforos extensivos nesta metodologia no conseguiriam construir carteiras de investimento superiores a ponto de justificar os recursos e custos envolvidos na operao. 9
2.1.2 Anlise tcnica Anlise tcnica o estudo do comportamento histrico do mercado para determinar o estado atual ou as condies futuras do mesmo. O analista tcnico observa tendncias deste comportamento e avalia como o mercado reage a estas. comum o uso de preos histricos e grficos na anlise tcnica, sendo necessria a subdiviso dessa forma de anlise em dois grupos: os grafistas que utilizam os comportamentos grficos dos preos ao longo do tempo e os tecnicistas que utilizam ferramentas estatsticas para aplicao da anlise. Para Murphy (1986) existem trs premissas bsicas onde est fundamentada a anlise tcnica: preos de mercado descontam tudo (fundamentos econmicos, polticos, psicolgicos entre outros); os preos movem-se em tendncias; e por fim, que a histria se repete, ou seja, que o comportamento dos preos no passado se repete no futuro. Portanto para antecipar o comportamento futuro dos preos, necessrio observar no somente os preos passados, mas sim outra varivel que possivelmente influenciou esses preos e descoberta essa varivel, determinar qual a intensidade desta influencia no preo. 3 METODOLOGIA Conforme Gil (1996, p.45), a pesquisa exploratria tem como objetivo proporcionar maior familiaridade com o problema, com vistas a torn-lo mais explcito, construir hipteses ou aprimorar idias. A pesquisa proposta classificada como exploratria, pois visa prever o comportamento do preo das aes atravs de uma varivel observvel e quantificvel de uma forma ainda no realizada na literatura pesquisada conferindo carter indito ao presente trabalho. Quanto aos procedimentos, pesquisa tem o carter emprico e no tocante a abordagem do problema, a pesquisa trata de dados quantitativos. 10
A pergunta em questo a ser respondida se o saldo de ordens de compra e venda que no foram efetivados influencia nos preos de mercado e se influencia, qual a intensidade dessa influencia. Para anlise dos resultados, foram utilizadas tcnicas qualitativas e quantitativas condensando os resultados em busca de padres, tendncias, ou relaes implcitas cuja interpretao dever ir alm do contedo manifesto nos documentos, pois o que interessa ao pesquisador o contedo latente, ou seja, o sentido que esta por trs do imediatamente aprendido (GODOY, 1995). 3.1 SELEO DA AMOSTRA Foram selecionadas por convenincia, para compor a amostra, 12 aes listadas na Bovespa, segregadas da seguinte forma: 3 ativos do ndice Bovespa (IBOV), 3 ativos do ndice Valor Bovespa (IVBX2), 3 ativos do ndice Setorial de Telecomunicaes (ITEL) e 3 ativos do ndice de Energia Eltrica (IEE), obedecendo aos seguintes critrios: maior participao na composio da carteira terica, menor participao na composio da carteira terica e um ativo sendo escolhido de forma aleatria. A segregao dos ndices escolhidos objetivou eliminar qualquer tendncia setorial, com isso, os resultados do estudo podem ser expandidos para qualquer ao negociada em bolsa de valores. Os ativos selecionados foram retirados das carteiras tericas de janeiro/abril de 2006 com a seguinte composio: IBOV Petrobras PN (PETR4) com 9,227% (Maior) IBOV Contax ON (CTAX3) com 0,036% (Menor) IBOV Bradesco PN (BBDC4) com 3,777% (Aleatrio) IVBX2 Embraer PN (EMBR4) com 8,475% (Maior) IVBX2 Light ON (LIGT3) com 0,189% (Menor) 11
IVBX2 Po de acar (PCAR4) com 3,658% (Aleatrio) ITEL Telemar PN (TNLP4) com 15,405% (Maior) ITEL Tele Norte Celular PN (TNCP4) com 0,220% (Menor) ITEL Tim Participaes S.A. ON (TCSL3) com 3,072% (Aleatrio) IEE CPFL Energia ON (CPFE3) com 8,809% (Maior) IEE Cemig PN (CMIG4) com 7,472% (Menor) IEE Eletropaulo PN (ELPL4) com 8,390% (Aleatrio) 3.2 OBTENO E TRATAMENTO DOS DADOS Os dados sobre as ordens de compras e vendas feitas pelas corretoras e que no se efetivaram no momento pesquisado, foram extrados do software Broadcast, no aplicativo Livro de Ofertas, nos dias 02/05/2006, 03/05/2006 e dia 04/05/2006, conforme Figura 1 abaixo:
Ilustrao 1 - Formato da transao Livro de Ofertas do software Broadcast 12
Observa-se na ilustrao acima que a quantidade demandada e ainda no efetivada pela ao PETR4 foi de 37.400 1 lotes padres (somatria da quantidade de ordens de compra) e o preo que os investidores esto inicialmente dispostos a pagar varia de R$ 46,55 at R$ 46,70. Da mesma forma, a quantidade ofertada da ao PETR4, foi de 17.300 lotes padres (somatria da quantidade de ordens de venda), e o preo que os investidores esto inicialmente dispostos a vender varia de R$ 46,78 at R$ 46,95. Baseado neste exemplo pode-se observar que a quantidade de ordens de compra superior quantidade de ordens de venda da ao e saldo resultante o que o presente estudo chama de volume do saldo de compra e venda. Devido a grande dificuldade de se obter tais dados, pois o software Broadcast no possui um banco de dados dessas ordens que no se efetivaram, os dados foram impressos em trs momentos diferentes ao longo do horrio normal de funcionamento da Bovespa conforme abaixo: (a) primeira impresso dos dados foi feita das 10h15min s 10h30min, objetivando coletar os dados referentes abertura do prego. (b) segunda impresso dos dados foi feita das 13h15min s 13h30min, objetivando coletar os dados referentes ao meio do prego. (c) terceira impresso dos dados foi feita das 16h45min s 17h00min, objetivando coletar os dados referentes ao fim do prego (horrio normal de negociao). Para o tratamento dos dados, a premissa bsica utilizada que, os dados extrados nos trs momentos distintos, representam o comportamento do dia como um todo. Os dados coletados foram inseridos nas planilhas do software Excel (manualmente, pois o software Broadcast Livro de Ofertas, no permite interface
1 A quantidade demandada ou ofertada obedece ao lote padro da ao negociada 13
com planilhas do Excel) e tratados a ferramenta estatstica Coeficiente de Correlao, visando avaliar a existncia de alguma relao entre as variveis. 4 RESULTADOS Na Tabela 1 temos os dados referentes ao Volume do Saldo de Compra e Vendas das aes selecionadas para o estudo em dado momento e na Tabela 2 os Preos de Mercado desses ativos, sendo essas duas variveis utilizadas no clculo para a anlise do Coeficiente de Correlao e os resultados so apresentados na Tabela 3.
Observou-se que 66,66% das aes pesquisadas apresentam Coeficiente de Correlao positivo e apenas 33,33% apresentam Coeficiente de Correlao negativo entre as duas variveis. Pode-se afirmar, portanto, que a variao do Volume do Saldo de Compra e Venda esta correlacionado positivamente com a variao dos preos das aes em 66,66% das observaes, ou seja, medida que o Volume do Saldo de Compra e Venda aumenta, o preo do ativo sobe. Da mesma forma tambm podemos afirmar que a variao do Volume do Saldo de Compra e Venda esta correlacionado negativamente com a variao nos preos das aes em 33,33% das observaes, ou seja, medida que o Volume do Saldo de Compra e Venda diminui, o preo do ativo cai. Tabela 3- Coeficiente de Correlao entre "Volume do Saldo de Compra e Venda" e "Preos de Mercado" Ativo Coeficiente de Correlao TNPL4 0,6800 TNCP4 0,5682 TCSL3 -0,1341 CPFE3 0,2538 CMIG4 0,1792 ELPL4 -0,0405 PETR4 -0,2885 CTAX3 0,1718 BBDC4 0,1726 EMBR4 0,1607 LIGT3 -0,3844 PCAR4 0,4500 14
Tabela 3- Volume do Saldo de Compra e Venda dos dias 02/05/2006 at 04/05/2006 02.05.2006 03.05.2006 04.05.2006 ATIVO 10:15 as 10:30 13:15 as 13:30 16:45 as 17:00 10:15 as 10:30 13:15 as 13:30 16:45 as 17:00 10:15 as 10:30 13:15 as 13:30 16:45 as 17:00 TNPL4 -26.000 5.200 -8.200 -10.300 -15.200 -6.800 22.000 7.900 7.000 TNCP4 -513.700.000 -801.200.000 -300.200.000 -290.900.000 -325.800.000 -305.000.000 -339.900.000 24.800.000 -49.200.000 TCSL3 -10.700.000 -500.000 -10.900.000 -11.700.000 -19.200.000 -7.500.000 -11.000.000 -3.000.000 -16.000.000 CPFE3 4.700 -1.900 0 -15.600 10.100 28.300 -5.900 2.400 7.300 CMIG4 -3.400.000 9.100.000 -15.000.000 -2.300.000 -1.500.000 -900.000 -200.000 1.400.000 -900.000 ELPL4 70.000 -680.000 1.360.000 350.000 -1.080.000 -18.130.000 280.000 1.970.000 1.560.000 PETR4 30.300 5.600 -17.600 17.400 6.200 54.900 20.100 2.500 13.700 CTAX3 -2.900 -16.300 -147.500 -38.500 -109.100 -53.500 -9.900 -42.700 -41.200 BBDC4 4.200 4.700 -15.800 -2.700 -200 -9.200 -100 4.300 -3.800 EMBR4 -2.100 -31.400 -24.800 -8.400 -16.700 -7.100 -4.100 6.000 -12.700 LIGT3 -9.080.000 2.020.000 -4.850.000 -1.010.000 -1.380.000 -1.090.000 -6.160.000 -7.720.000 -8.540.000 PCAR4 -1.300.000 -7.600.000 -6.370.000 -2.670.000 -6.200.000 1.640.000 -1.950.000 -2.350.000 -1.410.000 Fonte: Software de anlises financeiras Broadcast Agncia Estado Nota: Os saldos obedecem ao lote padro negociado para cada ativo
Consolidando todas as irracionalidades atribudas aos mercados financeiros, Damodaran (2006) classifica em 5 grupos de fundamentos as estratgias dos investidores tcnicos, dentre as quais, destacamos o processo de aprendizado lento do mercado ou indicador de inrcia. Neste caso, um investidor em inrcia compraria as aes que apresentassem uma tendncia de alta e venderia as aes que apresentassem tendncia de baixa. Podemos concluir que a tendncia pode ser observada e quantificada pelo saldo de expectativas em relao ao e apresentando correlao positiva e com grande magnitude com os preos de mercado, serve para prever o comportamento futuro do preo da ao. Um provvel motivo para os resultados encontrados acima pode ser atribudo irracionalidade dos investidores, principalmente ao Efeito Manada descrito por Damodaram (2006). Segundo Damodaram (2006), o desejo de se sentir parte integrante do grupo devido a mais do que apenas presso das outras pessoas. Em um processo denominado Cascata de Informaes, um investidor ao perceber a movimentao do mercado para com um ativo, tende a seguir essa movimentao acreditando que essa a melhor soluo, visto que esta sendo utilizada por um grande nmero de agentes do mercado. medida que o saldo de expectativas dos investidores positivo em relao determinada ao (mais investidores dispostos a comprar a ao), o preo desta ao tende a subir, fazendo da demanda um determinante do preo da ao ou inversamente medida que as expectativas dos investidores negativa (mais investidores dispostos a vender a ao), o preo desta ao tende a cair, fazendo da oferta uma determinante do preo da ao. 16
A afirmao acima elucida que o preo uma funo da demanda e oferta (no relacionadas a fundamentos econmicos e sim a fundamentos da irracionalidade do investidor). 5 CONCLUSES E CONSIDERAES FINAIS Como concluso, pode-se afirmar que o volume do saldo de compra e venda de aes cumpre com o objetivo principal do estudo e pode ser utilizado como varivel observvel e quantificvel para prever o comportamento futuro do preo destes ativos no curto prazo, desde que possua correlao positiva e com grande magnitude com os preos de mercado. Os resultados apresentados no estudo demonstram o grande potencial que as expectativas inicias dos investidores possuem na previso do comportamento dos preos, e que at hoje no foram utilizadas em anlises, seguindo de modelo para futuros trabalhos voltados rea. Como o presente trabalho apresentou o estudo de correlao entre duas variveis de uma forma ainda no pesquisada pela literatura, preciso ter cautela ao fazer as afirmaes acima, visto que apenas 1 ao, a TNLP4, apresentou um coeficiente de correlao positivo e com grande magnitude de 0,68. Os outros coeficientes de correlao positivos e com menor magnitude, podem no apresentar retornos anormais se levados em conta os custos envolvidos nas transaes. Como proposta a futuros trabalhos, a realizao do back test em outros perodos, alm de aprofundar os resultados encontrados, promover uma maior discusso sobre a utilizao do volume do saldo de compra e venda de aes para prever comportamentos de preos no curto prazo. 6 REFERNCIAS BIBLIOGRFICAS ASSAF NETO A.. Mercado Financeiro. 6 ed. So Paulo: Atlas, 2005. 17
BACHELIER, L.. Theory of Speculation, (1900). In: COOTNER P. H. (ed). The Random Character of Stock Market Prices, Cambridge: MIT Press, p. 17-78, 1964. BROADCAST: Software de Anlises de Investimentos Financeiros / Agncia Estado. So Paulo: coleta de dados nos dias 02/05/2006, 03/05/2006 e 04/05/2006. BODIE. Z.; KANE, A.; MARCUS, A.. Investments. 5. ed. Boston: McGraw-Hill/Irwin, 2002. CORRAR, L. J.; THEPHILO C. R.. Pesquisa Operacional para Deciso em Contabilidade e Administrao: Contabilometria. So Paulo: Atlas, 2004. CERETTA, P. S.. Hiptese do Caminho Aleatrio nos Mercados da Amrica Latina: Aplicao do Teste de Quociente de Varincia. Florianpolis: UFSC, 2001. Tese (Doutorado) - Departamento de Engenharia de Produo e Sistemas, Universidade Federal de Santa Catarina, Florianpolis, 2001. DAMODARAN, A.. Filosofias de Investimento: Estratgias Bem-Sucedidas e os Investidores que a Fizeram Funcionar. Rio de Janeiro: Qualitymark, 2006. FAMA, E. F.. Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, Chicago: American Finance Association, v. 25, n. 2, p. 383- 417, May 1970. GIL, A. C.. Como Elaborar Projetos de Pesquisa. 3 ed. So Paulo: Atlas, 1996. GODOY, A. S.. Introduo Pesquisa Qualitativa e Suas Possibilidades. Revista de Administrao de Empresas da EAESP/FGV, So Paulo, v.35, n.2, p.57-63, mar./abr. 1995. GRANGER, C. W. J.; MORGENSTERN, O.. Spectral Analysis of New York Stock Prices.1963. In: COOTNER P. H. (ed). The random character of stock market prices, Cambridge: MIT Press, p. 17-78, 1964. 18
JEGADEESH, N.; TITMAN, S.. Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 1993, v. (48(1). 65-91, March 1993. KENDALL, M. G.. The Analysis of Economic Time Series - Part I: Prices. Journal of the Royal Statistical Society. Series A (General), v. 116, p. 11-34, 1953. KASSAI, J. R. et.al.. Retorno de Investimento: Abordagem Matemtica e Contbil do Lucro Empresarial. 3 ed. So Paulo: Atlas, 2005. LAPPONI, J. C.. Estatstica Usando Excel. 4 ed. Rio de Janeiro: Elsevier, 2005. LEE, C. M. C.; SWAMINATHAN, B. Price Momentum and Trading Volume. The Journal of Finance, 2000, v. (55(5). 2017-2069, October 2000. MURPHY, J. J.. Technical Analysis of the Futures Markets. New York Institute of Finance: New York, 1986. SAMUELSON, P. A.. Proof That Properly Anticipated Prices Fluctuate Randomly. Industrial Management Review, v. 6, p. 41-49, 1965.