Você está na página 1de 132

Universidade Federal de Santa Catarina

Programa de Ps-Graduao em Engenharia de Produo

APLICAO DOS FRACTAIS


AO MERCADO DE CAPITAIS
UTILIZANDO-SE AS ELLIOTT WAVES

Dissertao de Mestrado

Andr Daniel Hayashi

Florianpolis
2002

Andr Daniel Hayashi

APLICAO DOS FRACTAIS


AO MERCADO DE CAPITAIS
UTILIZANDO-SE AS ELLIOTT WAVES

Dissertao apresentada ao Programa de PsGraduao em Engenharia de Produo da


Universidade Federal de Santa Catarina como
requisito parcial para obteno do ttulo de
Mestre em Engenharia de Produo, rea de
concentrao Mdia em Conhecimento - nfase
em Tecnologia Educacional.

Orientadora: Prof Christianne Coelho de Souza Reinisch Coelho, Dr

Florianpolis, abril de 2002

ii

Andr Daniel Hayashi

APLICAO DOS FRACTAIS


AO MERCADO DE CAPITAIS
UTILIZANDO-SE AS ELLIOTT WAVES
Esta dissertao foi julgada e aprovada para a obteno do ttulo de Mestre em
Engenharia de Produo no Programa de Ps-Graduao em Engenharia de Produo
- rea de Concentrao: Mdia e Conhecimento - nfase em Tecnologia Educacional da
Universidade Federal de Santa Catarina.
Florianpolis, 11 de abril de 2002.

Prof. Ricardo Miranda Barcia, Ph.D.


Coordenador do Curso de Ps-Graduao em Engenharia de Produo

Banca examinadora:

Prof Christianne Coelho de Souza Reinisch Coelho, Dr


Orientadora

Prof. Francisco Antnio Pereira Fialho, Dr.

Prof. Luis Alberto Palma e Almeida Pinheiro, Ms.

Prof. Luis Alberto Gomes, Dr.

Prof. Luiz Fernando Gonalves de Figueiredo, Dr.

iii

Para Alexandra e Luis Henrique, pelo


amor incondicional.
Para Luis Pinheiro, um guia nos mercados
financeiros, um segundo pai nas horas vagas.
Para Germano Probst, pessoa mais iluminada e
carismtica da famlia, exemplo de humildade e
sabedoria, sempre ao nosso lado nas decises
mais difceis.

iv

SUMRIO

RESUMO ........................................................................................................................

vi

ABSTRACT ....................................................................................................................

vii

LISTA DE FIGURAS.......................................................................................................

viii

1 INTRODUO...........................................................................................................

1.1

Objetivos ...............................................................................................................

1.2

Metodologia ..........................................................................................................

1.3

Hipteses ..............................................................................................................

1.4

Justificativa...........................................................................................................

2 BASE TERICA ........................................................................................................

10

Teorias do Caos e da Complexidade ..................................................................

10

2.1.1 Termos Cientficos de Relevncia ........................................................................

10

2.1.2 Do Caos aos Fractais...........................................................................................

15

2.2

Teoria dos Fractais...............................................................................................

27

2.2.1 Estrutura Fina.......................................................................................................

30

2.2.2 Auto Similaridade .................................................................................................

30

2.2.3 Simplicidade da Lei de Formao ........................................................................

31

2.2.4 Dimenso Fractal .................................................................................................

32

2.3

Elliott Waves .........................................................................................................

35

2.4

Mercados de Capitais...........................................................................................

37

2.4.1 Bolsas de Valores ................................................................................................

37

2.4.2 Bolsas de Mercadorias e Futuros .........................................................................

39

2.4.3 Foras que Atuam nos Mercados.........................................................................

41

2.4.4 O Comportamento dos Preos .............................................................................

46

2.5

Evoluo Econmica e a Complexidade.............................................................

48

3 CONHECIMENTOS APLICADOS..............................................................................

61

3.1

Aplicao dos Fractais nos Mercados Financeiros ...........................................

61

3.2

O Princpio das Ondas Elliott ..............................................................................

69

3.2.1 O modelo das Cinco Ondas .................................................................................

69

3.2.2 Os Padres de Onda............................................................................................

71

3.2.3 O Ciclo Completo .................................................................................................

71

2.1

3.2.4 Escalas da Onda ..................................................................................................

72

3.2.5 Exemplo de Construo Fractal ...........................................................................

73

Anlise Detalhada das Estruturas ou Padres de Ondas Elliott .......................

75

3.3.1 O Padro Impulso ................................................................................................

78

3.3.2 Padres Corretivos...............................................................................................

84

3.3.3 Combinaes entre Correes .............................................................................

88

3.4

Regras Lgicas Ps-construo .........................................................................

91

3.5

Previses mais Detalhadas..................................................................................

97

3.6

Estado da Arte ...................................................................................................... 104

3.3

CONCLUSES............................................................................................................... 110
SUGESTES PARA FUTUROS TRABALHOS.............................................................. 117
REFERNCIAS .............................................................................................................. 119
ANEXO 1 - NDICE DA DOW JONES COM OS RESPECTIVOS
INDICADORES TCNICOS......................................................................... 121

vi

RESUMO

HAYASHI, Andr D. Aplicao dos fractais ao mercado de capitais utilizando-se as


Elliott Waves. Florianpolis, 2002. 132f. Dissertao (Mestrado em Engenharia de
Produo) - Programa de Ps-Graduao em Engenharia de Produo, Universidade
Federal de Santa Catarina.

Esta pesquisa apresenta o mtodo Elliott Waves de previso dos prximos


movimentos de preos no mercado financeiro sob o enfoque da teoria do caos e da
complexidade, novas reas da cincia que procuram entender o que a fsica
newtoniana ainda no conseguiu explicar: o comportamento dos sistemas
complexos. A possibilidade de conexo entre os mercados de capitais e as teorias
do caos e da complexidade foi motivada pela descoberta do comportamento fractal
das sries temporais de preos por Benoit Mandelbrot (1997) e pelos registros de
repeties quase perfeitas de padres fractais nos grficos histricos de aes e
mercadorias referentes bolsa de valores Nova York e bolsa de mercadorias de
Chicago, feitos por Ralph Nelson Elliott e relatados por Robert Prechter (2000) e
Glenn Neely (1990). Como alternativa tradicional Hiptese dos Mercados
Eficientes (HME), que est para a Economia assim como a mecnica de Newton
est para a Fsica, a modelagem matemtica atravs dos fractais produz resultados
que acompanham as mudanas reais nos preos de uma maneira mais precisa e
explicam o comportamento do mercado nos momentos de maior volatilidade.
Enquanto os fractais Elliott baseiam-se em dados histricos para se prever
acontecimentos futuros, a HME tem como uma de suas premissas a inexistncia de
memria nos mercados, ou seja, os preos variam aleatoriamente (distribuio de
Gauss) e unicamente em funo dos novos eventos econmicos, j que os eventos
passados j foram totalmente assimilados pelo mercado e descontados nos preos
atuais. A HME no corresponde realidade dos mercados financeiros, o que foi
comprovado por esta dissertao.
Palavras-chave: mercado de capitais; elliott waves; fractais; complexidade.

vii

ABSTRACT
HAYASHI, Andr D. Aplicao dos fractais ao mercado de capitais utilizando-se as
Elliott Waves. Florianpolis, 2002. 132f. Dissertao (Mestrado em Engenharia de
Produo) - Programa de Ps-Graduao em Engenharia de Produo, Universidade
Federal de Santa Catarina.

This research presents the Elliott Waves principle for financial markets forecasting,
under the view of chaos and complexity theories, new scientific fields that try to
understand what newtonian physics still can not explain: the complex systems
behavior. The possibility of connection between the financial markets and chaos and
complexity theories was motivated by Benoit Mandelbrot (1997), the fractal behavior
discoverer in the price movements, and by Ralph Nelson Elliott, Robert Prechter
(2000) and Glenn Neely (1990), for the record of almost perfect fractal patterns
recurrence in stock and commodities charts of NYSE and CBOT. Unlike the Efficient
Market Hypothesis (EMH), that is the economic version of the newtonian mechanics,
the mathematical modeling with fractals produces results that follow the real price
changes more precisely and explain the market behavior in the moments of critical
volatility. While Elliott fractals are based on historical data to predict future events,
EMH is based on the absence of memory in the markets, i.e., the prices move at
random (random walk, Gaussian curve), only as a function of new economics events,
and the past events had already been incorporated by the market and discounted on
the actual prices. The EMH does not correspond with the market reality, what was
confirmed by this dissertation.
Key-words: financial markets; elliott Waves; fractals; complexity.

viii

LISTA DE FIGURAS

DIAGRAMA DE FEIGENBAUM E CONJUNTO DE MANDELBROT ....................................

UMA SIMULAO DO EXPERIMENTO DE LORENZ CARACTERIZANDO O

12

AUMENTO EM CASCATA DO ERRO COM O PASSAR DO TEMPO. ................................

19

RODA DGUA LORENZIANA ..............................................................................................

23

PRIMEIRAS RBITAS NO ESPAO DE FASE DO SISTEMA DE LORENZ ......................

25

ATRATOR ESTRANHO DE LORENZ ...................................................................................

26

A CURVA DE KOCH..............................................................................................................

28

FLOCO DE NEVE DE KOCH ................................................................................................

29

AUTO SIMILARIDADE NA COUVE-FLOR. ...........................................................................

31

SAZONALIDADE DE RAAO DE SOJA ...............................................................................

43

10

DISTRIBUIO NORMAL E LEPTOCRTICA.....................................................................

51

11

CURVA DA RENDA EM FUNO DO PERCENTUAL DE FAMLIAS.................................

56

12

TRS SRIES TEMPORAIS DO NDICE S&P 500 ..............................................................

59

13

GERADOR DE 3 ONDAS ......................................................................................................

62

14

OPERAO UNIFRACTAL PARA MULTIFRACTAL............................................................

64

15

AUMENTO DA VOLATILIDADE ............................................................................................

65

16

DESENHO ANIMADO DE MOVIMENTO BROWNIANO APS


VRIAS INTERPOLAES ..................................................................................................

17

66

DESENHO ANIMADO DO MOVIMENTO BROWNIANO PRODUZIDO DE


MANEIRA MULTIFRACTAL ..................................................................................................

67

18

O MODELO BSICO .............................................................................................................

70

19

O CICLO COMPLETO ...........................................................................................................

72

20

EXEMPLO DE CICLO COMPLETO DE ESCALA INTERMEDIATE .....................................

74

21

CICLO COMPLETO DE ESCALA CYCLE.............................................................................

75

22

DIVISO DO DNA NA RAZO UREA.................................................................................

77

23

EXTENSES .........................................................................................................................

79

24

NDICE DOW JONES DE 1920-1974....................................................................................

80

25

BULL MARKET TRUNCATION .............................................................................................

81

26

REGRA DA SOBREPOSIO NUM IMPULSO TENDNCIA..............................................

83

27

REGRA DA SOBREPOSIO NUM IMPULSO TERMINAL ................................................

83

28

REQUISITOS DE UMA ESTRUTURA FLAT .........................................................................

85

ix

29

LIMITES DO ZIGZAG ............................................................................................................

86

30

TRINGULOS........................................................................................................................

87

31

COMBINAO ENTRE ZIGZAG E FLAT..............................................................................

88

32

COMBINAO DUPLO TRS ..............................................................................................

90

33

PREVISO DO NDICE DOW JONES POR GLENN NEELY ...............................................

91

34

CONFIRMAO DO TRMINO DE UM IMPULSO ..............................................................

93

35

CONFIRMAO DO TRMINO DE UM ZIGZAG OU FLAT.................................................

95

36

CONFIRMAO DE TRMINO DE UM FLAT ......................................................................

96

37

CONFIRMAO DE UM TRINGULO CONVERGENTE ....................................................

96

38

VARIAES DE CORREES............................................................................................

98

39

ELLIOTT WAVE ANALYZER II SOFTWARE ........................................................................

107

40

COMPROVANTE DO RECEBIMENTO DA CARTA COM PROPOSTA DE


SERVIO FLASH! .................................................................................................................

108

INTRODUO
A teoria da complexidade, que assume o desafio de abordar de uma maneira

muito mais realista os processos dinmicos complexos, vem fascinando cientistas


das mais diversas reas do conhecimento. Matemtica, fsica, qumica, biologia,
computao, economia, psicologia e antropologia podem ser consideradas as
principais, que de maneira transdisciplinar tornam possvel a emergncia de novas
cincias, dentre elas a teoria do caos. Esta transdisciplinaridade possibilitou o
aparecimento de novas ferramentas e termos cientficos de relevncia na atualidade,
como dimenso fractal, atratores, efeito borboleta, entre outros.
Fractais so estruturas matemticas, que se repetem infinitamente quando
vistas numa escala cada vez menor. Na dcada de 1980, Benoit Mandelbrot provou
a existncia dos fractais em seu livro "The Fractal Geometry of Nature". Mandelbrot
reconheceu a estrutura fractal em numerosos objetos e formas da natureza. Mais
recentemente, Mandelbrot descobriu a possibilidade de modelar o mercado
financeiro atravs dos fractais.
O princpio das ondas Elliott, foi descoberto no final da dcada de 1920, por
Ralph Nelson Elliott. Tal princpio diz que o comportamento social avana e recua
em padres reconhecveis. Utilizando o mercado de aes como a sua principal
ferramenta de pesquisa, Elliott descobriu que o caminho das mudanas nos preos
das aes revela um esquema estrutural comparvel simples harmonia encontrada
na natureza. Em outras palavras, Elliott reconheceu que o mercado financeiro movese em ondas. Isto , movese em padres ou ciclos aproximadamente repetitivos,
que refletem as aes e emoes humanas causadas por influncias externas ou
pela psicologia das massas. O fluxo e refluxo do pensamento coletivo segue o
mesmo padro de repetio das ondas do mercado financeiro.
Em parte, Elliott baseou seu trabalho na teoria Dow, que tambm define o
movimento de preos em termos de ondas, mas foi alm, descobrindo a natureza
fractal dos mercados. Elliott analisou os mercados com maior profundidade,
identificando as caractersticas especficas de cada padro de onda e fazendo

previses detalhadas dos prximos movimentos da bolsa de valores baseadas nos


padres que ele havia previamente encontrado.
Elliott isolou padres de movimentos, ou ondas, que aparecem nos valores dos
preos das aes e que so repetitivos em forma, mas no necessariamente
repetitivos no tempo e em amplitude. Ele nomeou, definiu e ilustrou estas ondas.
Ento, descreveu como estas estruturas se juntam para formar verses maiores dos
mesmos padres, como estes por sua vez se ligam para formar novos modelos,
semelhantes aos anteriores s que de maior tamanho, e assim por diante. Isto o
que caracteriza a natureza fractal do princpio de Elliott.
Nos anos 70, o princpio da onda ganhou popularidade atravs do trabalho de
Frost e Prechter. Eles publicaram o livro "Elliott wave principle, key to stock market

profits" (1978) que se tornou um clssico sobre as ondas Elliott, no qual eles
previram, no meio da crise dos anos 70, a grande elevao nas cotaes em bolsa
nos anos 80. No s previram corretamente a alta nos mercados, mas Prechter
tambm previu a queda em 1987.
O estudo das ondas Elliott ganhou profundidade e objetividade com o livro
"Mastering the Elliott Wave", resultado de um exaustivo trabalho de dez anos
desenvolvido por Glenn Neely (1990), um experiente analista dos mercados
financeiros que catalogou de maneira muito criteriosa e detalhada as caractersticas
de cada onda e estudou mais a fundo o aparecimento de aglomerados de ondas
mais complexos.
Em seu tempo, Elliott demorou anos para detectar os padres que ele mesmo
cunhou no mercado de aes. Paralelamente, baseou tambm suas previses de
mercado na srie matemtica dos nmeros de Fibonacci. Todo o seu conhecimento
foi publicado em vrios livros, que deram os fundamentos para pessoas como Frost,
Prechter, Neely e outros analistas produzissem programas em computador para
previses dos prximos movimentos do mercado no s de aes, mas de qualquer
mercado de capitais.

importante destacar que as previses fornecidas pelos programas de


computador no so pontuais, isto , esto sempre agregadas a uma probabilidade
de erro. A preocupao de alguns analistas que elaboram os modelos matemticos
que determinam cada programa de que se aproximem cada vez mais da perfeio,
ou seja, 100% de acerto dos prximos movimentos de qualquer bolsa de valores.
Esta dissertao alertar estes analisas que tal faanha impossvel e que a riqueza
de possibilidades de mudana no mercado financeiro a mesma de qualquer
sistema complexo da natureza. E as teorias do caos e da complexidade so as mais
realistas no estudo dos sistemas da natureza, onde h permisso para o erro e
encontram-se sinais para iminentes mudanas.

Pergunta de pesquisa
De que forma as Elliott Waves podem ajudar uma equipe de analistas tcnicos
a prever os prximos movimentos do mercado financeiro?

1.1

Objetivos
O objetivo da dissertao mostrar que as teorias do caos e da complexidade

so teis no estudo do comportamento dos preos de ativos nos mercados de


capitais. Especificamente, pretende-se mostrar como os fractais e a teoria das Elliott
Waves podem auxiliar uma equipe de analistas na previso de alta ou queda nos
mercados financeiros.
importante deixar claro que as bolsas de valores ou de mercadorias no
existem apenas por motivos especulativos. As bolsas de valores so necessrias para
que as empresas que vendem aes possam captar recursos e investir em novos
projetos e empreendimentos. Ou seja, so imprescindveis para o crescimento
econmico e gerao de novos empregos. Os especuladores compram as aes com o
intuito que elas valorizem, mas sem eles no haveria liquidez no mercado acionrio. As
bolsas de mercadorias e futuros existem para proteger os produtores e exportadores
(hedgers) da oscilao nos preos de suas mercadorias. O risco da oscilao dos

preos repassado aos especuladores. At mesmo um simples produtor rural do


interior do Estado do Paran pode se proteger da queda no preo dos gros,
contratando uma cooperativa ou uma corretora que far em nome do produtor uma
operao de hedging junto bolsa de mercadorias de Chicago. Neste contexto, os
mtodos de previso dos prximos acontecimentos nas bolsas possibilitam que

hedgers e especuladores, aconselhados por analistas, assumam posies melhores no


mercado financeiro, evitando-se prejuzos sucessivos e queda na liquidez. A liquidez
fundamental para que os mercados exeram eficazmente as suas principais funes,
quais sejam, o crdito s empresas e a proteo variao dos preos.

1.2

Metodologia
Os trabalhos referentes a esta dissertao podem ser divididos da seguinte

maneira:

Reviso bibliogrfica sobre a teoria do caos, a teoria da complexidade e a


geometria dos fractais.

Pesquisa sobre os trabalhos interdisciplinares de Benoit Mandelbrot, Brain


Arthur e Edgar Peters que relacionam as teorias previamente pesquisadas
com o mercado financeiro.

Fazer a conexo entre o trabalho de Mandelbrot e as Elliott Waves

Aprendizado do mtodo de previso das ondas Elliott, baseando-se nos


trabalhos de Robert Prechter e Glenn Neely, com o intuito de se responder
pergunta de pesquisa.

1.3

Hipteses
Os preos das aes e commodities no se comportam segundo a Hiptese dos

Mercados Eficientes (HME), verso econmica das leis de Newton, segundo a qual:
a) os investidores reagem informao assim que recebida, no esperando
que ela se torne uma tendncia baseada numa srie cumulativa de
eventos. A HME no leva em conta a histria dos eventos passados para

se projetar os preos futuros, pois num mercado eficiente, todo histrico de


fatos j foi assimilado pelo mercado, e apenas fatos novos inesperados
podem modificar o rumo dos preos. No h memria nos mercados
eficientes, ou seja, os preos so independentes, levando matemticos do
ramo da estatstica a model-los como passeios aleatrios (random walk),
de aspecto parecido ao movimento browniano da fsica, onde a distribuio
de probabilidade dos preos, segundo Adolphe Quetelet (1900), citado por
Gleiser (2002), corresponde curva normal de Gauss.
b) o agente homo sapiens no tem identidade prpria, reduzindo-se a homo

economicus: decisor racional que busca defender seus interesses, utilizandose de sua capacidade ilimitada de clculo e de plena informao. Esta
hiptese pressupe que todos tm a mesma capacidade matemtica e o
mesmo acesso a notcias, ou seja, os investidores so homogneos.
Esta dissertao baseia-se na hiptese de que o mercado financeiro possui
memria, um sistema complexo adaptativo que, para garantir sua sobrevivncia,
situa-se na margem entre a ordem e o acaso. Os investidores reagem informao
de forma diferenciada, agindo precipitadamente ou se adaptando opinio de
outros. Quando, a partir de dados passados e constante aprendizagem, forma-se
uma mesma opinio (ordem) por parte de uma maioria, tendncias de queda ou
subida podem impulsionar o mercado para baixo ou para cima respectivamente, no
apenas por motivos inesperados (acaso). O resultado disso que o passeio
aleatrio referido anteriormente se transforma num passeio aleatrio com tendncia
(enviezado), ou movimento browniano fraccional (Mandelbrot, 1997). Existe uma
certa ordem por traz da aparente desordem nos mercados de capitais. O princpio
das Elliott Waves est de acordo com esta ltima hiptese, baseada nos trabalhos
cientficos de Stuart Kauffman, Brian Arthur, Benoit Mandelbrot, Edgar Peters, e
tambm nos trabalhos de cunho mais emprico de Ralph Nelson Elliott, Robert R
Prechter, e Glenn Neely, com lastro de dcadas de experincia e registro de dados
nos mercados financeiros.

1.4

Justificativa
O estudo dos sistemas dinmicos no lineares e da teoria da complexidade o

estudo da turbulncia. Mais precisamente, o estudo da transio da estabilidade


para a instabilidade. Esta transio est toda em nossa volta. Aparece na corrente
da fumaa do cigarro que quebra em redemoinhos de fumaa e dissipa pelo ar.
Ocorre quando coloca-se creme no caf ou quando ferve-se gua. Ainda, este
evento de transio de um estado estvel para um estado de turbulncia no pode
ser modelado pela tradicional fsica newtoniana. A fsica newtoniana pode prever
onde o planeta Marte estar daqui a trs sculos, mas no consegue prever as
condies exatas do clima de amanh.
Por considerar que todos os sistemas fsicos podem ser estudados como a
soma linear de suas partes, reduzindo-se o problema total ao estudo mais
simplificado de seus componentes, como engrenagens mecnicas de um relgio, a
fsica de Newton tambm conhecida por teoria mecanicista ou reducionista, e
baseia-se em trs princpios:
para cada causa, existe um efeito direto.
a) Todos os sistemas procuram um equilbrio onde o sistema est em
repouso.
b) A natureza ordenada.
Newton deixou um enorme conhecimento. Sua fsica e o clculo que ele
desenvolveu para prov-la permanecem como algumas das mximas realizaes da
humanidade. Atravs da matemtica, pode-se entender e prever como agiro corpos
em movimento.
H limites entretanto. A fsica de Newton pode explicar como dois corpos
interagem, mas no pode prever a interao, por exemplo, entre trs corpos. O
problema dos trs corpos ocupou cientistas na maior parte do sculo 19. Neste
mesmo sculo, Henri Poincar descobriu que o problema no poderia ser resolvido

para uma nica soluo, devido s no linearidades inerentes ao sistema. Poincar,


citado por Edgar E. Peters (1996, p.137) explicou porque estas no linearidades
eram importantes:
Uma pequena causa que nos passa desapercebida, determina um considervel efeito
que no perdemos de vista, e ento dizemos que o efeito devido ao acaso [...]. Pode
acontecer de pequenas diferenas nas condies iniciais produzirem grandes diferenas
no final do fenmeno. Um pequeno erro no incio produzir um enorme erro
posteriormente. Previso torna-se impossvel [...].

Este efeito agora conhecido como sensvel dependncia das condies


iniciais, ou efeito borboleta, e se tornou uma importante caracterstica dos sistemas
dinmicos. Um sistema dinmico inerentemente imprevisvel no longo prazo.
Previses com 100% de exatido calculadas a partir das equaes lineares
newtonianas o paradigma questionado pelas teorias do caos e da complexidade.
Acompanhando os ideais do Instituto de Santa F (www.isf.com), muitos grupos
cientficos at mesmo empresas financeiras esto desenvolvendo uma cultura
transdisciplinar, que apoiada na estatstica, na computao, na economia e na
psicologia, pode produzir novos conceitos e ferramentas para o estudo dos sistemas
dinmicos complexos, ou seja, a grande maioria dos sistemas presentes na natureza
e nas relaes humanas.
Inclui-se neste contexto o mercado de capitais, onde a tradicional Hiptese dos
Mercados Eficientes (HME) uma abordagem linear insuficiente para explicar a
complexidade dos movimentos dos preos e tendncias na economia mundial e
local. Em outras palavras, a HME est para os mercados financeiros assim como a
teoria newtoniana est para os sistemas complexos.
O economista Ilan Gleiser (2002, p.211) escreve sobre a ineficincia da HME
em seu livro "Caos e complexidade":
Desde a origem de Wall Street at agora, os investidores vm tentando decifrar os
segredos do movimento das aes. Quais so os melhores investimentos? Quais
ativos vo subir e quais vo cair? possvel controlar o risco? O comportamento dos

preos no passado influi no comportamento futuro? A maioria dos modelos criados


para responder a essas perguntas tem essncia linear e ainda hoje so os mais
usados, mas apesar disso, no conseguem representar fielmente o que acontece nos
mercados financeiros e apresentam falhas. Por isso a importncia da incorporao da
nova Teoria do Caos/Complexidade na cincia econmica e nas finanas. Ela
representa o mercado com mais preciso e vem revolucionar o paradigma atual: a
Hiptese de Mercado Eficiente, segundo a qual os investidores reagem informao
assim que recebida, no esperando que ela se torne uma tendncia baseada numa
srie cumulativa de eventos. A HME no leva em considerao a histria, uma vez
que, em um mercado eficiente, toda a informao j est descontada nos preos
correntes dos ativos.[...] O modelo de mercado eficiente reduz o agente [homo
sapiens] ao homo economicus: decisor racional que busca defender seus interesses,
utilizando-se de sua capacidade ilimitada de clculo e de plena informao. Esta
hiptese pressupe que todos tm a mesma capacidade matemtica e o mesmo
acesso a notcias. Todos os investidores so homogneos.

Justifica-se portanto a utilizao de novas ferramentas que levam em conta os


novos conceitos do caos e da complexidade para o estudo dos mercados de
capitais. Neste trabalho ser feita especificamente uma anlise da eficcia da
aplicao do princpio das ondas Elliott na previso de quedas e subidas de preos
futuros. Este princpio no se encaixa na HME e encontra fundamentos no
caos/complexidade porque:
a) Utiliza eventos passados - padres histricos de preos registrados por
Ralph Elliott desde o incio do funcionamento das bolsas de valores e
mercadorias para se prever eventos futuros.
b) Baseia-se na emergncia de uma "psicologia das massas". Raciocinandose de uma maneira fractal, onde caractersticas semelhantes ocorrem em
vrias escalas, pode-se constatar que: assim como o crebro humano
um sistema complexo formado por vrios agentes de identidade nica, que
por auto-organizao relacionam-se e contribuem no linearmente para a
emergncia de memria, conscincia e aprendizado, o mercado financeiro
um sistema complexo, onde cada investidor um ser humano nico, que

no reage linearmente as notcias, pois relaciona-se com outros


investidores, e dependendo do nvel de adaptao, aprendizado e
experincia sobre notcias passadas que possua, pode tomar uma deciso
precipitada ou esperar e seguir a maioria, realimentando positivamente
esta maioria at que uma "massa pensante" tenha uma mesma opinio,
emergindo uma tendncia de subida ou descida dos preos do mercado.

10

BASE TERICA

2.1

Teorias do Caos e da Complexidade


O mercado de capitais regido pelas decises humanas, que por sua vez so

influenciadas por variveis internas e externas. Dentre as variveis internas pode-se


citar o medo, a insegurana, a velocidade com que os investidores decidem comprar ou
vender contratos. No caso das variveis externas, pode-se citar a taxa de juros, as
taxas de cmbio, at mesmo fatores naturais como o clima, j que muitas commodities,
como milho e soja, sofrem alterao de preo aps uma tempestade ou estiagem. Em
decorrncia do elevado nmero de graus de liberdade, ou seja, de muitas variveis em
questo, pode-se dizer que os mercados de capitais so sistemas complexos e que
para estud-los necessrio interdisciplinaridade. A cincias do caos e da
complexidade, alm de embasarem-se em vrias disciplinas, criaram novos termos e
possibilidades, atingindo um nvel transdiciplinar de entendimento dos vrios processos
naturais aparentemente dominados pela total desordem.
Um dos objetivos desta seo dar clareza a alguns termos cientficos
utilizados no estudo dos sistemas dinmicos complexos. Sero escolhidos apenas
aqueles termos que tm relevncia para esta dissertao.
O segundo e ltimo objetivo ser a composio de um resumo dos
acontecimentos relativos cincia do caos que possuem maior peso no
embasamento terico deste trabalho, at atingir-se o conceito considerado de maior
importncia para que economistas encontrem ordem na desordem dos fluxos
econmicos, o atrator estranho.

2.1.1

Termos Cientficos de Relevncia


Este item tem o objetivo de auxiliar na leitura e interpretao do restante desta

dissertao, atravs da conceituao de termos cientficos de fundamental importncia


para a visualizao do comportamento dos sistemas dinmicos complexos.

11

Segundo Ilan Gleiser (2002, p.55), caos e complexidade so fenmenos


interconectados porm distintos. Existe um certo debate em relao ao significado
tcnico e campo de influncia dos dois fenmenos. Alguns argumentam que caos
uma teoria geral que engloba o estudo de sistemas complexos. Outros argumentam
exatamente o oposto, ou seja, que a teoria do caos uma aplicao especfica de
uma teoria maior que estuda os sistemas dinmicos, a cincia da complexidade.
Outros no vm nenhuma diferena entre os dois. A definio mais aceita a de
que os dois fenmenos so complementares. A teoria da complexidade o estudo
de como um sistema de equaes muito complicadas pode gerar padres de
comportamento bastante simples e ordenados para certos valores dos parmetros
destas equaes. J a teoria do caos estuda como equaes no lineares simples
geram comportamento complicado. Fenmenos complexos ocorrem precisamente
no ponto crtico de transio da ordem para o caos. Um sistema em estado
complexo est no limiar do caos (the edge of chaos), na borda entre um
comportamento peridico previsvel e o comportamento catico, que pode ser
determinstico ou no, dependendo do sistema.
Para Edward N. Lorenz (1993, p.7), uma seqncia de eventos
determinstica quando tem-se certeza de qual o prximo evento desta seqncia;
isto , sua evoluo governada por leis precisas. Seqncia aleatria ou
randmica caracterizada pela ausncia de determinismo.
A teoria do caos determinstico um conceito relativamente novo em cincia.
A palavra caos, segundo o dicionrio da lngua portuguesa de Aurlio Buarque de
Hollanda Ferreira, significa um vazio obscuro e ilimitado que antecede e teria
propiciado a gerao do mundo, o caos primordial que o livro de Gnesis se refere.
Em uma segunda definio seria uma grande confuso ou desordem. O termo caos
determinstico aparentemente paradoxal. Como algo pode ser catico e
determinstico ao mesmo tempo? De forma simples, a idia de que se pode obter
resultados aparentemente aleatrios a partir de simples equaes matemticas. Mas

12

na teoria do caos tambm se encontra o oposto: possvel achar ordem onde


aparentemente s h aleatoriedade, dando margem para que muitos a confundam
com a teoria da complexidade. Mas enquanto a teoria do caos encontra ordem na
aparente desordem total nas ondas temporais de Lorenz, nos atratores estranhos,
nos diagramas de estado final de Feigenbaum (figura 1, desenho superior), no
conjunto de Mandelbrot (figura 1, desenho inferior) e em outros resultados
matemticos que vem surgindo, a teoria da complexidade estuda a emergncia de
estados ordenados a partir da auto-organizao, adaptabilidade, aprendizado,
entropia e realimentao positiva dos agentes constituintes do sistema complexo.
FIGURA 1 - DIAGRAMA
DE
FEIGENBAUM
CONJUNTO DE MANDELBROT

FONTE: PEITGEN, et al. (1992)

Lorenz (1993) afirma tambm que a palavra caos no possui ainda uma definio
final, e recentemente vem tomando o lugar de outras palavras adquirindo vrios

13

significados tcnicos relacionados mas distintos. Sua definio para sistemas


caticos: so sistemas determinsticos - ou quase determinsticos devido presena
de uma leve quantidade de aleatoriedade - mas que no parecem ser determinsticos,
ou seja, aparentemente so puramente randmicos. Como exemplos de fenmenos
supostamente caticos pode-se citar o movimento de queda das folhas de uma rvore,
a evoluo populacional de uma espcie, as flutuaes do clima terrestre, o
funcionamento do crebro, as flutuaes dos preos das aes na bolsa de valores. No
contexto da teoria do caos, tais sistemas so estudados da maneira mais realista
possvel, estando sujeitos a possveis modificaes causadas por eventos aleatrios
externos. Esses sistemas possuem portanto uma leve aleatoriedade devido a eventos
exteriores que surgem ao acaso, entretanto, a maior parte da aparente randomicidade
do sistema no produto da verdadeira aleatoriedade exterior. Isto , processos do
mundo real que aparentemente se comportam randomicamente talvez a folha em
queda ou as flutuaes da bolsa poderiam ser classificados de caticos, j que eles
continuariam a parecer randmicos mesmo que a verdadeira aleatoriedade a
passagem de uma pessoa perto da folha em queda ou um ataque terrorista bolsa de
valores pudesse de alguma maneira ser eliminada.
A aleatoriedade aparente nos sistemas determinsticos caticos ocorre devido
ao acmulo no linear de erros de arredondamento, fato que ser explicado com
mais detalhes no item 2.1.2 deste trabalho.
Para Gleiser (2002, p.23), a teoria do caos o estudo de comportamentos
instveis e aperidicos em sistemas dinmicos determinsticos no lineares.
Aborda-se agora o conceito de sistemas dinmicos. Uma definio
matemtica de sistemas dinmicos dada por Elizabeth Karas e Celso P. Cerra
(1997, p.77):
Sendo C o conjunto dos nmeros complexos, seja f de C em C uma funo contnua
da varivel complexa z. Vamos instituir um processo que produza uma sequncia de

14

pontos zk pertencentes a C, a partir de um ponto z0 arbitrariamente escolhido. Cada


ponto obtido do precedente pela aplicao da funo f, ou, dizendo de outro modo,
cada ponto a imagem do precedente pela funo f:
z0 (ponto inicial)
z1 = f (z0)
z2 = f (z1)
z3 = f (z2)
e assim por diante, at:
zk = f (zk -1)
Considerando f

a notao para a composio da funo f com ela mesma k vezes,

podemos escrever:
z k = f k (z0)
Um processo desta natureza constitui um sistema dinmico. O termo se justifica pelo
fato de que em muitos processos fsicos, biolgicos ou financeiros, o estado do
sistema determinado a intervalos regulares de tempo pelas iteraes de uma certa
funo. Se esses intervalos forem finitos, o sistema ser discreto. Se forem intervalos
diferencias de tempo, o sistema dir-se- contnuo"

Lorenz (1993, p.8) opta por uma definio mais informal de sistemas
dinmicos: so sistemas que variam deterministicamente com o tempo e tambm
sistemas que mudam com uma inconseqente quantidade de acaso. O estado de
um sistema dinmico pode ser especificado por valores numricos de uma ou mais
variveis. Para o modelo matemtico de um pndulo, por exemplo, as variveis de
estado seriam a velocidade e a posio da extremidade do pndulo. Uma onda que
se quebra no mar possui um movimento to intrincado, que um modelo realista para
o seu estudo deveria ter dzias, ou o que mais provvel, centenas de variveis.
Para Prigogine (1996, p.32), sistemas dinmicos estveis so aqueles em
que pequenas variaes nas condies iniciais produzem pequenos efeitos. Mas
para uma classe muito extensa de sistemas dinmicos, essas modificaes se
amplificam ao longo do tempo. Os sistemas caticos so um exemplo extremo de

15

sistema instvel, pois as trajetrias que correspondem a condies iniciais to


prximas quanto quisermos divergem de maneira exponencial ao longo do tempo.
Fala-se ento de sensibilidade s condies iniciais.

2.1.2

Do Caos aos Fractais


As primeiras pesquisas matemticas do caos comearam em 1890, quando

Henri Poincar estudou a estabilidade do sistema solar. Sua pergunta de pesquisa


era se os planetas continuariam indefinidamente em suas presentes rbitas, ou
poderia um deles sair da rota em direo eterna escurido ou se chocar com o sol.
Ele no achou uma resposta para sua questo, mas criou um novo mtodo analtico,
a geometria da dinmica. Hoje em dia, suas idias tm crescido dentro da rea
chamada topologia, que a geometria da deformao contnua. Poincar fez a
primeira descoberta do caos no movimento orbital de trs corpos que exercem
efeitos gravitacionais entre si.
Outros cientistas seguiram ento o trabalho pioneiro de Poincar. O
matemtico russo Andrey Kolmogorov fez avanos bsicos nas caractersticas
irregulares da dinmica. Nos anos 60, o topologista americano Stephen Smale
formulou um plano para classificar todos os casos tpicos de comportamento
dinmico. Dentro da viso de mundo de Smale, o caos considerado um fenmeno
natural, complementando outros fenmenos regulares e peridicos j estudados
pela dinmica clssica.
Seguiram-se aplicaes prticas do conceito de caos como um fenmeno
natural. Por exemplo, algumas vezes um fluido flui suavemente, mas outras vezes
torna-se irregular e turbulento sem razo aparente. Na tentativa de explicar por que,
dois matemticos europeus, David Ruelle e Floris Takens, sugeriram em 1970 que o
fluxo turbulento poderia ser um exemplo da dinmica do caos. Cientistas
experimentais, como os fsicos americanos Harry Swinney e Jerry Golub e o fsico

16

francs Albert Libchaber, mostraram que Ruelle e Takens estavam parcialmente


corretos. O caos realmente ocorre em fluxos turbulentos mas no precisamente da
maneira que eles haviam sugerido, isto , o estudo destes sistemas dinmicos no
to simples assim.
O nvel de refinamento do estudo do caos foi aumentando e o estado atual da
cincia do caos ainda tenta responder velhas perguntas e outras que vo surgindo.
Como pode-se tornar a noo de caos mais precisa? Como pode-se ter certeza de
que um sistema realmente catico? Como modelos caticos podem ser testados
experimentalmente, e como diferentes tipos de caos podem ser detectados?
A transdisciplinaridade criada em torno destas questes possibilitou o surgimento
de vrios novos conceitos (Peitgen; Jurgens e Saupe, 1992, p.509-574) interrelacionados: sensvel dependncia em relao as condies iniciais, mixing, pontos
peridicos densos, rbitas ergticas, atratores estranhos com caractersticas fractais,
entre outros. O nmero de pesquisas, termos e cientistas relacionados ao caos cresce a
cada ano, e a tentao de se infiltrar e viajar neste emaranhado de novas possibilidades
de pesquisa torna-se evidente. Mas, para no se perder o foco em relao ao mercado
de aes, esta dissertao dar maior nfase aos trabalhos de Lorenz.
Em 1960, um meteorologista do MIT chamado Edward N. Lorenz pesquisava a
instabilidade do tempo. Apreciava as configuraes que se formam e desaparecem na
atmosfera, obedecendo sempre a regras matemticas, porm nunca se repetindo.
Estando livre para escolher as leis da natureza que quisesse para prever como o tempo
estaria no futuro, Lorenz escolheu doze dessas regras numricas. Eram doze equaes
que expressavam as relaes entre temperatura e presso, entre presso e velocidade
do vento. Lorenz na verdade estava colocando em prtica as leis de Newton, leis
baseadas na idia do determinismo, de que condies iniciais previamente
estabelecidas e modelos fsico-matemticos so capazes de descrever precisamente
acontecimentos futuros. Devido ao intenso nmero de clculos necessrios para se

17

resolver as equaes, s um computador poderia explorar a promessa newtoniana de


que o mundo se desdobrava de maneira determinista.
Teoricamente, o computador permitiria aos meteorologistas fazer aquilo que os
astrnomos vinham fazendo com lpis e rgua de clculo: prever o futuro do
universo a partir de suas condies iniciais e das leis fsicas que guiam a sua
evoluo. Os astrnomos no alcanaram a perfeio, mas os clculos dos
movimentos planetrios eram to precisos que as pessoas se esqueciam de que
eram previses. O tempo era muitssimo mais complicado, mas era governado pelas
mesmas leis. Talvez um computador suficientemente potente pudesse constituir-se
na inteligncia suprema imaginada por Laplace, o filsofo matemtico do sculo XVIII
que, mais do que ningum foi atacado pela febre newtoniana. Ian Stewart (1991,
p.17), em seu livro "Ser que Deus joga dados", cita as palavras de Laplace:
Um intelecto que, num momento dado qualquer, conhecesse todas as foras que
animam e as posies mtuas dos seres que a compem, se esse intelecto fosse
vasto o suficiente para submeter seus dados anlise, seria capaz de condensar
numa nica frmula o movimento dos maiores corpos do universo e o do menor dos
tomos: para tal intelecto nada poderia ser incerto; e tanto o futuro quanto o passado
estariam presentes diante de seus olhos.

Com o seu computador primitivo, Lorenz tinha reduzido o tempo atmosfrico aos
elementos essenciais. Os ventos e as temperaturas nos resultados impressos pelo seu
computador pareciam comportar-se de uma maneira terrena reconhecvel. Eles
correspondiam sua intuio sobre o tempo, sua sensao de que ele se repetia,
revelando padres conhecidos, a presso aumentando e caindo, as correntes de ar
oscilando entre norte e sul. Descobriu que quando uma varivel decrescia de valor sem
um salto, ocorreria em seguida um salto duplo, e imaginou ento que tal regra poderia
ser utilizada por meteorologistas para previso de prximos movimentos. Mas as
repeties no eram perfeitamente iguais. Havia um padro, mas com alteraes. Uma

18

desordem ordenada. Este trabalho de reconhecimento e tabulao de alguns padres


tambm foi feito por Elliott, no caso especfico de ondas no mercado financeiro que se
repetiam quase que perfeitamente.
Para tornar evidentes os padres, Lorenz criou um tipo de grfico primitivo. Em
lugar de imprimir as sries habituais de dgitos, fazia a mquina imprimir certo
nmero de espaos em branco, seguidos da letra a. Tomava uma varivel, como por
exemplo a direo da corrente de ar, e analisava sua variao medida que
gradualmente as letras "as" deslizavam pelo rolo de papel, oscilando de um lado
para o outro numa linha ondulada, formando uma srie de morros e vales que
representavam a maneira pela qual o vento oeste oscilaria para norte e sul, atravs
do continente. Nesta srie via-se ciclos identificveis repetindo-se sem nunca serem
precisamente iguais duas vezes.
Certo dia, no inverno de 1961, querendo examinar mais detalhadamente uma
seqncia, Lorenz tomou um atalho. Em lugar de refazer toda a seqncia, comeou
pelo meio dela. Para dar mquina suas condies iniciais, digitou os nmeros
diretamente da impresso anterior. Ao voltar uma hora depois, viu algo inesperado.
Essa nova seqncia deveria ter sido uma cpia exata da anterior, j que o
programa, ou seja, as equaes determinsticas, no haviam sido modificadas. No
entanto, ao olhar para a nova impresso, Lorenz viu seu tempo divergindo to
rapidamente do padro da ltima seqncia que, em poucos meses, toda a
semelhana desaparecia, como pode-se ver na figura 2. Nesta figura registra-se
uma simulao do trabalho de Lorenz feita pelo trio de cientistas Peitgen; Jrgens e
Saupe (1992, p.47), em seu livro Chaos and Fractals:

19

FIGURA 2 - UMA SIMULAO DO EXPERIMENTO DE LORENZ


CARACTERIZANDO O AUMENTO EM CASCATA DO
ERRO COM O PASSAR DO TEMPO.

FONTE: PEITGEN et al. (1992)

O primeiro pensamento de Lorenz foi de que talvez uma vlvula do seu


computador estivesse com defeito. Mas posteriormente percebeu o erro: o problema
estava nos nmeros que havia digitado. Na memria do computador, seis casas
decimais estavam armazenadas, entretanto, na impresso apenas trs casas
decimais apareciam por economia de espao. Para ficar mais claro o problema,
vamos analisar melhor a simulao que resultou nos grficos da figura 2. Digamos
que no primeiro grfico, o valor computado da varivel z em t = 2.5 z(2.5) =
30.128362. Mas como a impresso do computador de Lorenz trazia resultados com

20

apenas trs casas decimais, ele digitou 30.128 como valor inicial para a continuao
dos clculos, como mostra o segundo grfico. Este pequeno erro de 0.000362 foi o
responsvel pelo acmulo no linear de erros cada vez maiores no decorrer do
tempo, como mostra o terceiro grfico, onde o eixo das ordenadas traz a diferena
entre a primeiro e o segundo grfico.
O fato de pequenas variaes nas condies iniciais provocarem diferenas
elevadas nos resultados a longo prazo ficou conhecido como efeito borboleta. Este
efeito no linear, pois se fosse linear, a partir de um ponto de partida ligeiramente
diferente teramos conseqncias futuras ligeiramente diferentes. No caso da
meteorologia, um pequeno erro poderia ser encarado como uma leve brisa
passageira, cujos efeitos desapareceriam ou se neutralizariam antes que pudessem
alterar aspectos importantes, em grande escala, do tempo. Mas, no sistema
especfico das equaes de Lorenz, os pequenos erros mostravam-se catastrficos,
motivando-o a escrever um artigo cujo ttulo ficou famoso: "A batida de asas de uma
borboleta pode causar um tornado no Texas?".
As conseqncias do efeito borboleta podiam ser tremendas. Embora suas
equaes

fossem

um

modelamento

matemtico

grosseiro

das

condies

meteorolgicas na Terra, Lorenz tinha a convico de que tais equaes encerravam


a essncia da atmosfera real. Naquele dia, ele achou que a previso do tempo a
longo prazo estava condenada, e compreendeu que qualquer sistema fsico que se
comportasse de maneira no peridica seria imprevisvel.
Para ilustrar melhor a apreenso de cientistas e programadores em relao ao
efeito borboleta decorrente do arredondamento dos nmeros quantidade de casas
decimais existente dentro da limitao de cada memria computacional, e em relao
exatido dos mtodos utilizados antes do descobrimento de novas ferramentas que
futuramente formariam a matemtica do caos, cita-se Gleick (1990, p.17):
A previso do tempo foi o comeo, mas estava longe e ser o fim, da utilizao dos
computadores para formular sistemas complexos. As mesmas tcnicas serviam a muitos
tipos de cientistas fsicos e cientistas sociais que alimentavam esperanas de fazer

21

previses sobre tudo, desde os fluxos de fluidos em pequena escala, de interesse dos
projetistas de hlices, at os enormes fluxos financeiros, de interesse de economistas e
especuladores. Realmente, nas dcadas de 70 e 80, a previso econmica pelo
computador tinha uma semelhana real com a previso do tempo global. Cada
modelamento matemtico programado processava teias complicadas, e um tanto
arbitrrias, de equaes, que pretendiam transformar as medies das condies iniciais
velocidade inicial do vento ou preo inicial de uma determinada ao numa simulao
de tendncias futuras. Os programadores tinham esperanas de que os resultados no
fossem demasiado deformados pelas muitas e inevitveis simplificaes. Se um
determinado modelamento matemtico do tempo causasse inundao do Saara, ou se
um programa economtrico triplicasse a taxa de juros, os programadores reviam as
equaes para colocar o resultado em harmonia com as expectativas. Na prtica, os
modelos economtricos revelavam-se incapazes de prever o futuro com exatido.
Previses de crescimento econmico ou de desemprego eram apresentadas com uma
preciso implcita de duas ou trs casas decimais, mas que no eram exatas. Governos e
instituies financeiras pagavam por essas previses e agiam de acordo com elas, talvez
por necessidade ou falta de uma previso melhor. Sabia-se que variveis como o
otimismo do consumidor no eram to mensurveis quanto a umidade do ar atmosfrico,
e que equaes diferenciais perfeitas ainda no tinham sido escritas para o movimento
da poltica e da moda. Poucos, entretanto, davam-se conta de como era frgil o prprio
processo de criar modelos de fluxos no computador, mesmo quando os dados eram
razoavelmente fidedignos e as leis eram puramente fsicas, como na previso do tempo.

Atravs da criao de modelos matemticos computacionais para a previso


do tempo, a meteorologia tornou-se uma cincia. Mas alm de dois ou trs dias, as
melhores previses do mundo eram especulativas, e depois dos seis ou sete dias,
nada valiam. A razo disso era o efeito borboleta, que tambm pode ser conhecido
como dependncia sensvel s condies iniciais. Para pequenas variaes nas
condies iniciais do tempo, os erros vo se acumulando, como visto nos grficos da
figura 2, e as incertezas se multiplicam, formando um efeito em cascata ascendente
atravs de uma cadeia de aspectos turbulentos, que para o meteorologista pode
significar tempestades e nevascas.

22

A descoberta do efeito borboleta por Lorenz foi um acaso. O acaso feliz


apenas o levou ao ponto em que sempre estivera, sem poder prever precisamente
as condies futuras de tempo. Entretanto, Lorenz estava pronto para explorar as
conseqncias de sua descoberta, desenvolvendo o significado que ela deveria ter
para o entendimento, pela cincia tradicional, dos fluxos de todos os tipos de fluidos.
Se tivesse ficado apenas no efeito borboleta, uma imagem da previsibilidade
substituda pela simples aleatoriedade, Lorenz teria produzido apenas uma notcia
muito ruim. Mas ele viu algo mais do que aleatoriedade em seu modelo do tempo.
Percebeu nele uma bela estrutura geomtrica, que posteriormente seria chamada de
atrator estranho, onde a ordem era mascarada de total desordem.
Lorenz comeou a pesquisar sobre a matemtica de sistemas que nunca
encontravam-se em regime estacionrio, sistemas que quase se repetiam, ou seja,
quase peridicos. No era fcil encontrar equaes simples que produzissem a
aperiodicidade que ele buscava. Lorenz deixou ento de lado o tempo climtico e
procurou modos ainda mais simples de produzir esse comportamento complexo.
Encontrou um, num sistema de apenas trs equaes:
dx
= x + y
dt
dy
= xz + rx y
dt
dz
= xy bz
dt

Um tipo especfico de movimento dos fluidos inspirou as trs equaes de Lorenz:


a ascenso do gs ou lquido quente, conhecida como conveco. Lorenz tomou uma
srie de equaes para a conveco e reduziu-a ao essencial, eliminando tudo o que
pudesse ser irrelevante, tornando-a de uma simplicidade pouco realista. Quase nada do
modelo original permaneceu, mas ele deixou a no linearidade.
Embora o sistema de Lorenz no reproduzisse totalmente a conveco, tinha
anlogos exatos em sistemas reais. Por exemplo, suas equaes descrevem com

23

preciso um velho dnamo eltrico, precursor dos modernos geradores, no qual a


corrente eltrica flui atravs de um disco que gira num campo magntico. Em certas
condies, o dnamo pode passar por um estado instvel, revertendo a si mesmo. E
depois que as equaes de Lorenz se tornaram mais conhecidas, alguns cientistas
afirmaram que o comportamento deste dnamo poderia oferecer uma explicao para
outro fenmeno singular de reverso: o campo magntico da Terra. Sabe-se que o
"geodnamo" inverteu-se muitas vezes ao longo da histria da Terra, em intervalos que
parecem irregulares e inexplicavis. Frente a essa aperiodicidade, em geral os tericos
tradicionais buscavam explicaes fora do sistema, propondo causas como choques de
meteoritos. Mas talvez o geodnamo tenha o seu prprio caos.
Outro sistema descrito com preciso pelo primeiro e famoso sistema catico
formado pelas equaes de Lorenz um certo tipo de roda dgua, esboado na
figura 3 (Gleick, 1990, p.24)
FIGURA 3 - RODA DGUA LORENZIANA

FONTE: GLEICK (1990)

Esse aparelho simples mostra-se capaz de um comportamento surpreendentemente complicado. A rotao da roda dgua tem certas propriedades em comum
com o processo de conveco. Ambos os sistemas so impulsionados constantemente
pela gua ou pelo calor e ambos dispersam energia. O fluido perde calor, as
palhetas da roda perdem gua. Em ambos os sistemas, o comportamento a longo
prazo depende da fora da energia propulsora.

24

A gua cai do alto, num escoamento constante. Se o fluxo da gua for lento, a
palheta ou caamba do alto no se encher nunca o suficiente para superar o atrito,
e a roda nunca comear a girar. Se o fluxo for mais rpido, o peso da palheta
superior coloca a roda em movimento (figura 3, desenho da esquerda). A roda pode
estabilizar-se numa rotao que continua em ritmo constante (desenho central). Se,
porm, o fluxo for mais rpido ainda (desenho da direita), a rotao pode tornar-se
catica, em virtude dos efeitos no lineares embutidos no sistema: quando as
palhetas passam sob o jorro dgua, as propores em que se enchem dependem
da velocidade de rotao. Se esta for rpida, as palhetas tm pouco tempo para se
encherem. E ainda, se a roda est girando depressa, as palhetas podem comear a
subir do outro lado antes de se esvaziarem. Logo, palhetas pesadas do lado que
sobe podem provocar diminuio da velocidade e inverter o movimento.
importante destacar as inverses de movimento da roda dgua, pois neste
sistema correspondem aos momentos de instabilidade, ou seja, pontos de
bifurcao que caracterizam os sistemas caticos.
De fato, Lorenz descobriu que, em perodos prolongados, a rotao deve
reverter-se vrias vezes, sem se estabilizar numa situao de velocidade angular
constante, e nunca haver a repetio de padres exatamente iguais, enquanto que
o aparecimento de padres aproximadamente iguais pode ser previsvel.
Tais caractersticas podem ser vistas com maior clareza atravs de um
desenho num espao de fase tridimensional, que no caso do experimento de Lorenz
ficou conhecido como atrator estranho. Cada ponto do desenho corresponde a um
estado do sistema. Cada estado tem trs coordenadas que so os valores
assumidos por trs variveis. No caso da roda dgua as variveis poderiam ser sua
velocidade angular, o fluxo da gua que vem do alto e a posio de uma palheta
num determinado instante de tempo. A medida que a roda vai desenvolvendo seu
movimento, o ponto no espao de fases vai se deslocando, formando-se uma linha,
uma rbita. Suponhamos que aps assumir vrios valores distintos, as trs variveis

25

voltem a ser exatamente iguais trs valores j assumidos anteriormente. Neste


caso, a linha volta a passar por um ponto pelo qual j havia passado, fechando-se
assim um ciclo. E se os prximos pontos mantiverem-se sempre dentro deste ciclo, o
movimento seria peridico. Mas no foi isso o que aconteceu com o experimento de
Lorenz. O incio da construo do atrator de Lorenz pode ser visto na figura 4,
retirada do livro de Gleick (1990, p.141).
FIGURA 4 - PRIMEIRAS RBITAS NO ESPAO
DE FASE DO SISTEMA DE LORENZ

FONTE: GLEICK (1990)

Aps uma quantidade considervel de estados, ou seja, depois da fase


transiente inicial, a seqncia de pontos produziu uma linha de complexidade
infinita. Ficava sempre dentro de certos limites, nunca saindo da pgina do desenho,
mas tambm nunca se repetindo, como mostra a figura 5. Traava uma forma
estranha, uma espcie de espiral dupla em trs dimenses, como uma borboleta
com as duas asas. A forma assinalava a desordem pura, j que nenhum ponto ou
padro jamais se repetiu. Entretanto, tambm assinalava um novo tipo de ordem.

26
FIGURA 5 - ATRATOR ESTRANHO DE LORENZ

FONTE: PEITGEN (1992)

propcio o momento de se apresentar um dos paradoxos da teoria do caos:


a impossibilidade de se prever o futuro de um sistema longo prazo atravs de
funes determinsticas devido no linearidade, o efeito borboleta e sensvel
dependncia das condies iniciais; enquanto que se o sistema possuir um atrator,
pode-se prever o que acontecer com o sistema, j que independentemente das
condies iniciais, as rbitas decorrentes sero sempre atradas para uma mesma
regio do espao de fase, vindo da o nome atrator e a possibilidade de se saber em
que lugar geomtrico de n dimenses se encontrar o futuro do sistema.
O atrator de Lorenz era estvel, de baixa dimenso e no peridico. No podia
cortar-se nunca, porque se o fizesse, voltando a um ponto j visitado, a partir de
ento o movimento se repetiria num loop peridico. Isso nunca acontecia, e a
estava a beleza e a criatividade do atrator. Esses loops quase peridicos e espirais
eram

infinitamente

profundos,

nunca

se

juntando

totalmente.

Entretanto,

permaneciam dentro de um espao finito, confinado por um paraleleppedo


retngulo. Como era possvel? Como podia um nmero infinito de percursos ficar
num espao finito?

27

Geometricamente, a questo era um enigma topolgico: que tipo de rbita


podia ser traada num espao limitado, de modo a no repetir-se e nunca cruzar-se.
Para produzir todos os ritmos, a rbita teria de ser uma linha infinitamente longa
numa rea finita. Em outras palavras, teria de ser fractal.

2.2

Teoria dos Fractais


Segundo Elizabeth Karas e Celso Serra (1997, p.5), fractais so figuras com

propriedades e caractersticas peculiares que os diferenciam das figuras


geomtricas habituais. Isso pode ser bem ilustrado por meio de um primeiro exemplo
de fractal, a curva de Koch, imaginada pelo matemtico alemo Helge von Koch em
1904, bastante simples em sua formao, mas muito esclarecedora.
Parte-se de um segmento de reta AB de comprimento unitrio, figura 6. Dividese o segmento em 3 partes iguais e suprimimos o tero mdio, colocando em seu
lugar os segmentos CD e DE, cada um com um comprimento de 1/3, igual ao do
segmento removido. Resta assim a poligonal ACDEB, com comprimento de 4/3.
Repete-se ento com cada um dos 4 segmentos da poligonal ACDEB a
mesma operao feita com o segmento original. Obtm-se desse modo, uma
poligonal de 16 lados, cada qual de comprimento 1/9, perfazendo um comprimento
total de 16/9, ou (4/3).2
E continua-se o processo indefinidamente, substituindo-se cada lado da ltima
poligonal obtida por uma poligonal de 4 lados, semelhante a ACDEB.
A figura 6 mostra os cinco nveis iniciais da construo da curva,
correspondendo o nvel 0 ao segmento original de comprimento 1.

28

FIGURA 6 - A CURVA DE KOCH

FONTE: KARAS (1997)

Por induo, pode-se constatar que em um nvel k o comprimento da


poligonal vale:
4
" =
3

e, no limite, a medida que o valor do nvel k cresce indefinidamente,


k

4
lim " k = lim =
k
k 3

Este um resultado importante: a curva de Koch, construda em uma poro
bem delimitada do plano, tem um comprimento infinitamente grande. A curva de
Koch e suas congneres do origem a uma interessante classe de fractais
denominados flocos de neve, figura 7.

29

FIGURA 7 - FLOCO DE NEVE DE KOCH

FONTE: GLEICK (1990)

Nesta figura, ao invs de um segmento unitrio, comea-se com um tringulo


eqiltero de lado unitrio. No meio de cada lado, acrescenta-se um novo tringulo
eqiltero com um tero do tamanho, e assim por diante. Observando-se o clculo
feito anteriormente para se obter o comprimento da curva de Koch no limite de k
tendendo ao infinito, pode-se analogamente obter o comprimento

" k do contorno do

floco de neve para um nvel k tendendo ao infinito, e ser igual a:


k

4
lim " k = lim 3 =
k
k
3
Pode-se novamente observar que apesar do comprimento do contorno da
figura ser infinito, a rea compreendida pelo contorno infinito do floco de neve
finita, j que tal rea, mesmo com k tendendo ao infinito, nunca ultrapassar a rea
do crculo circunscrito ao tringulo original.
Abre-se ento a possibilidade da construo de fractais tridimensionais de
rea infinita mas que englobam um volume finito, caracterstica observada no atrator
estranho de Lorenz.

30

2.2.1

Estrutura Fina
O grau de detalhamento de um fractal no diminui ao examinar-se uma poro

arbitrariamente pequena do mesmo. Observa-se, por exemplo, que num pequeno


trecho da curva de Koch, encontra-se a mesma riqueza de detalhes da curva inteira.
Como figura, o fractal possui detalhes em partes to pequenas como possamos
imaginar. Entretanto, sua imagem na tela do computador est sujeita a um limite de
detalhamento imposto pelo poder de resoluo do vdeo. Ao se trabalhar com uma
tela de resoluo elevada, a imagem do fractal aparecer com mais detalhes, mas
jamais alm do nvel de detalhamento possibilitado pelo computador dotado dos
mais poderosos recursos grficos.

2.2.2

Auto Similaridade
A caracterstica fractal de uma figura inteira ser formada por partes que por

sua vez so semelhantes figura inicial chamada de auto similaridade, ou auto


afinidade. Tal caracterstica pode ser melhor visualizada numa couve-flor da figura 8.
Esta figura foi retirada do livro Chaos and Fractals (Peitgen, Jrgens e Saupe, 1992,
p.64). Citando as palavras destes autores:
A couve-flor no um clssico fractal matemtico, mas pode
demonstrar muito bem o conceito de auto similaridade. A cabea da couve-flor
contm ramificaes ou partes, as quais quando removidas e comparadas com a
couve inteira, so muito parecidas, apenas menores. As partes podem ser
decompostos em novas partes, as quais novamente parecem muito similares couve
inteira assim como s suas primeira subdiviso. Esta auto similaridade transcorre at
aproximadamente trs ou quatro estgios de diviso. Aps isso, as estruturas ficam
muito pequenas para uma nova diviso. Numa idealizao matemtica, a propriedade
da auto semelhana de um fractal pode continuar atravs de infinitos estgios. Isto
nos leva a novos conceitos, como a dimenso fractal, que tambm til para o estudo
de estruturas naturais que no possuem estes detalhes infinitos.

31
FIGURA 8 - AUTO SIMILARIDADE NA COUVE-FLOR.

FONTE: PEITGEN (1992)

A curva de Koch, como inmeros outros gneros de fractais, apresenta uma


auto similaridade estrita, ou seja, uma poro do fractal reproduz exatamente a
forma de uma poro maior, assim como, dados dois tringulos semelhantes de
tamanhos diferentes, o tringulo menor tem exatamente a mesma forma do maior.
Guedes (1999, p.181) chama a auto similaridade estrita de auto referencialidade.

2.2.3

Simplicidade da Lei de Formao


O alto grau de detalhamento de a complexidade da estrutura de um fractal no

impedem, em geral, que eles sejam formados por processos relativamente simples e
diretos. Isso possibilita a construo de fractais com base em algoritmos simples. O
processo de construo geralmente iterativo ou recorrente. A simplicidade dos
algoritmos e o emprego de processos recorrentes para a formao dos fractais
torna-os um alvo excelente para o uso do computador. Alm disso, a repetitividade

32

em grande escala das operaes requeridas na produo dos fractais faz do


computador uma ferramenta indispensvel em tais situaes.
O fato de operaes simples produzirem figuras complexas e a existncia de
inmeros fractais com esta caractersticas, traz esperana aos pesquisadores que
procuram ordem subjacente desordem em sistemas caticos. Se, por exemplo, o
mercado de aes produzir num determinado perodo um atrator com caractersticas
fractais, torna-se possvel fazer previses dos prximos movimentos deste mercado,
j que eles estaro confinados na regio do atrator.

2.2.4

Dimenso Fractal
As figuras geomtricas convencionais tm dimenso bem determinada por

Euclides. As linhas so figuras unidimensionais, isto , tm dimenso 1. As


superfcies so bidimensionais, ou seja, possuem dimenso 2, enquanto os slidos
so figuras de dimenso 3, ou tridimensionais. A geometria vai alm e estabelece
um tratamento consistente para figuras com dimenso maior, como 4, 5, etc.,
embora no sejamos capazes de visualiz-las concretamente. Uma caracterstica
importante dessas dimenses que elas no dependem nem da forma nem do
tamanho da figura: uma linha unidimensional, seja ela reta ou curva; uma
superfcie bidimensional, seja ela plana, esfrica ou de qualquer outra forma, e
qualquer que seja a sua extenso. A dimenso de uma figura assim caracterizada
uma dimenso topolgica, que se exprime sempre como um nmero inteiro.
Segundo Elizabeth Karas & Serra (1997, p.15),os fractais tambm possuem
dimenso topolgica. A curva de Koch, por exemplo, tem a dimenso topolgica de
uma curva qualquer, ou seja, dimenso 1. Outros fractais possuem dimenso topolgica
2 ou at maior. H, todavia, um conceito de dimenso espacial que muito importante
considerar, e que se relaciona com o espao que a figura ocupa. A curva de Koch,
devido ao detalhamento que apresenta em escalas arbitrariamente pequenas, ocupa

33

mais espao que uma curva convencional, no dotada de estrutura fina, tendo,
portanto, uma dimenso maior que a unidade, mas no chega a ocupar tanto espao
quanto a faixa do plano que a contm, possuindo, conseqentemente, uma dimenso
menor que 2. Dimenso maior que 1 e menor que 2 uma dimenso fracionria. As
dimenses fracionrias so usualmente denominadas dimenses fractais.
Quando um fractal apresenta auto similaridade estrita, sua dimenso pode se
determinada por um mtodo simples que se delineia na passagem de um dado nvel
na construo do fractal para o nvel superior adjacente, bastando anotar-se: o
nmero p de subpartes similares que se tomam no lugar de uma dada parte do
fractal; e o fator de reduo q da parte considerada para cada subparte que entra
em seu lugar. A dimenso espacial calculada, ento, pela quantidade:

dim =

log p
log q

Por exemplo, o segmento AC da curva de Koch, no nvel 1 (figura 6),


substitudo por 4 segmentos no nvel 2, logo p = 4; cada um desses segmentos
mede 1/3 do comprimento do segmento AC, havendo portanto um fator de reduo q
= 1/3. Calculando:
dim =

log 4 log 4
=
= 1,26186
1 log 3
log
3

O mtodo descrito pode ser igualmente aplicado a uma figura geomtrica


convencional. Se tomarmos, por exemplo, um quadrado, podemos consider-lo
composto por 4 quadrados menores e iguais entre si. H uma auto similaridade
estrita nessa composio, sendo p = 4 e o fator de reduo q = , j que os lados
nos quadrados menores medem metade do comprimento do lado do quadrado
maior. Calculando, tem-se:

34

dim =

log 4 log 4
=
=2
1 log 2
log
2

Observa-se que a dimenso espacial calculada coincide com a dimenso


topolgica do quadrado.
Um mtodo mais geral para se determinar a dimenso espacial, no
dependente do requisito da existncia de auto similaridade estrita, e aplicvel a
qualquer espcie de figura, o da contagem de caixas, que, no caso de uma figura
plana, reduz-se a uma contagem de quadrculos. Cobre-se a figura com uma malha
de quadrculos de lado , e conta-se quantos quadrculos contm pelo menos um
ponto da figura. Seja n este nmero. Se a malha for muito larga (com grande) a
cobertura ser pouco precisa, pois alguns quadrculos contero apenas uma poro
diminuta da figura, ficando vazio o resto de sua rea. A preciso aumentar se a
malha for mais estreita, diminuindo o lado dos quadrculos, fazendo-o tender para
zero. No limite, tem-se:
log n

dim = lim
0
log

O mtodo descrito adequado para uso no computador, empregando-se


elementos finitos no lugar de quadrculos infinitamente pequenos, desde que se
tome com um valor suficientemente pequeno e que se possa detectar a condio
de o quadrculo conter ou no uma parte do fractal.
As figuras geomtricas convencionais tm dimenso espacial igual
dimenso topolgica, expressa por um nmero inteiro. Isso no acontece no caso
dos fractais, que possuem uma dimenso espacial no necessariamente igual
sua dimenso topolgica.
Um especialista em aplicaes da teoria do caos nos mercados financeiros,
chamado Edgar E. Peters, explica em seu livro "Chaos and order in the capital markets"
(1996) como utilizar mtodos computacionais para estimar a dimenso fractal
(Grassberger & Procaccia, 1983) e o expoente de Liapunov (Wolf et al, 1985) do atrator

35

no espao de fase referente a uma determinada srie temporal de preos do mercado


financeiro. O fato da maioria das sries de preo em funo do tempo encontradas no
mercado real exigirem dimenses fractais altas, h a necessidade de um considervel
trabalho computacional. O trabalho de Peters foge do escopo desta dissertao, j que
optou-se pelo estudo das Elliott Waves, um mtodo que tambm utiliza os fractais para
previso dos mercados de uma maneira mais objetiva.

2.3

Elliott Waves
Pela perspectiva da teoria das Elliott Waves, a evoluo dos dados ou preos

do mercado de aes plotados em um grfico a representao geomtrica da


psicologia das massas. Segundo Neely (1990, p.1-2), a teoria das ondas Elliott
descreve como dados locais se relacionam com os dados a seu redor, como um
dado deveria se comportar sob diversas circunstncias, quando e como tendncias
psicolgicas comeam e terminam, como determinado ambiente psicolgico
desencadeia outro ambiente e qual formato a evoluo dos preos deve exibir como
um todo. Dito de outra maneira, a teoria das ondas Elliott organiza o aparentemente
randmico fluxo dos preos das aes em padres identificveis e previsveis,
baseados no transcorrer natural da psicologia das massas.
Indivduos se comportam de determinada maneira dependendo de suas
opinies e sentimentos momentneos. Quando dispostos ou animados, as decises
desses indivduos sero invariavelmente distintas das decises que tomariam
enquanto deprimidos. Do mesmo modo que uma pessoa pode se sentir animada ou
preocupada em relao ao futuro pessoal, os mesmos sentimentos podem permear
na sociedade. Quando a maioria da populao tem sentimentos similares em relao
ao futuro, sua ao cumulativa produz uma realimentao positiva, culminando na
definio de uma direo ou tendncia e no aparecimento de um padro previsvel.
Alm disso, da mesma forma que uma pessoa pode mudar de idia, algumas vezes

36

at instantaneamente, as massas tambm podem. A queda da maioria das bolsas


de valores do mundo em 1987 foi um bom exemplo de uma mudana quase
universal e instantnea de opinio das massas em relao ao mercado de aes e
ao futuro da economia dos Estados Unidos.
A medida que um ambiente ou uma tendncia psicolgica termina o seu curso,
as pessoas tendem a ficar entediadas com uma idia ou conceito, algumas vezes
arruinadas por causa deles, e abrem a mente para novas idias. esta mudana de
humores que acarreta o trmino de uma tendncia (padro de preos) e o comeo
de outra.
Diferentemente da maioria das tcnicas de anlise de mercado, a teoria Elliott
foi desenvolvida estritamente sob o ponto de vista do comportamento dos preos. A
teoria ajuda o analista a constatar que independente de como o mercado reaja, ele
reagiu por alguma razo. No h acaso nas atividades dos mercados, nem
aberraes nem comportamentos inclassificveis de preos.
Boa poro dos tcnicos de mercado passam o tempo tentando manipular os
dados de preos para achar um indicador mgico, ou seja, a frmula determinstica
dos prximos preos a partir dos anteriores. Segundo a teoria Elliott, os preos no
podem ser manipulados e sim considerados em sua gnese. Alguns dos aspectos
mais notveis desta teoria so:
a) Sua adaptabilidade a novos desenvolvimentos tecnolgicos e inesperadas
notcias consideradas fundamentais.
b) Sua profundidade em descrever todos os possveis comportamentos do
mercado.
c) Possui caractersticas progressivas e dinmicas.
A teoria indica que o ser humano, e seus mercados, continuamente procuram
por novos territrios e comportamentos. Ela estipula que em nenhum momento da
histria a atividade de um mercado ou o ambiente psicolgico idntico ao que
ocorreu em qualquer outro perodo. No h portanto movimentos peridicos

37

perfeitos, a mesma caracterstica observada nos sistemas caticos. Mesmo que tais
sistemas evoluam segundo um atrator estranho, nunca um mesmo ponto do espao
de fases ser visitado mais de uma vez. Similaridades fractais so permitidas, mas
duplicaes exatas no. Isto um problema para investidores, e especificamente
projetistas de modelos matemticos que visam formular estratgias baseadas em
dados histricos de preos e comportamentos. A teoria Elliott possibilita que o
analista trabalhe em cima das mudanas, e alerta quando um mercado no ir se
comportar como no passado.

2.4

2.4.1

Mercados de Capitais

Bolsas de Valores
A bolsa de valores o lugar onde compradores e vendedores de aes

efetuam seus negcios. Segundo Mara Luquet (2000, p. 68), bolsa de valores uma
associao sem fins lucrativos cujo objetivo promover todas as condies
[padronizaes e regras] necessrias para o funcionamento do mercado de aes.
Nas bolsas, os corretores executam ordens de compra e venda dadas por seus
clientes: os investidores. O prego, sesso durante a qual se negociam as aes,
pode ser realizado tanto num espao fsico da prpria bolsa de valores como por
meio de transaes eletrnicas, o chamado prego eletrnico.
As bolsas de valores so importantes numa economia, porque permitem uma
canalizao

rpida

das

poupanas

para

transformao

em

investimentos,

possibilitando que as empresas que vendem suas aes utilizem estes


investimentos na criao de novos empreendimentos, trazendo como conseqncia
novos postos de trabalho, maior consumo, mais dinheiro em circulao. Em sntese,
ocorre o aquecimento da economia.
No Brasil, a principal bolsa de valores a Bolsa de Valores de So Paulo
(Bovespa). Em 1996 foi criado um mercado para negociar aes, a Sociedade

38

Operadora de Mercado de Ativos (SOMA). As operaes na SOMA so todas


eletrnicas e abrangem todo o pas. A criao da SOMA foi inspirada no modelo
americano da National Association for Securities Dealers Automated Quotation
(NASDAQ). Grande parte das aes negociadas na Nasdac so de empresas de
tecnologia. A Nasdac atualmente o segundo mercado em volume de negcios com
aes, perdendo apenas para a Bolsa de Nova York (NYSE).
Nas bolsas de valores, pode-se atuar em trs mercados: mercado vista,
mercado a termo e mercado de opes. Mara Luquet (2000, p.69) afirma que a
diferena bsica entre os negcios em cada um desses mercados a data de entrega
do ttulo (no caso da bolsa de valores o ttulo a ao) do vendedor ao comprador. Ou
seja, o momento da liquidao da operao de compra e venda de aes.
a) Mercado vista: tambm chamados de mercados spot, so aqueles onde as
negociaes so fechadas com o preo do dia. No caso particular da Bovespa,
o vendedor entrega as aes ao comprador no segundo dia til aps a
realizao do negcio em prego, e a liquidao financeira, que o pagamento
da ao pelo comprador, ocorre no terceiro dia til aps a negociao.
b) Mercado a termo: A liquidao da operao adiada, s ocorrendo, em
geral, num prazo de 30, 60 ou 90 dias.
a) Mercado de opes: Os investidores negociam ttulos que do o direito
de comprar (call) ou vender (put) determinada ao em uma data pr
determinada, por um preo (strike price) acertado no presente. Para se ter
tal direito, ou seja, para se obter uma opo, deve-se pagar um prmio,
que varia de acordo com o perodo de vigncia da opo e de acordo com
o strike price. A liquidao das operaes pode ser feita em qualquer dia
aps o fechamento do negcio, at a data de vencimento da opo, caso
esta no seja exercida.

39

2.4.2

Bolsas de Mercadorias e Futuros


A Bolsa de Mercadorias & Futuros (BM&F) para o mercado de derivativos o

mesmo que a Bovespa para o mercado de aes. No prego da BM&F, hedgers e


especuladores se encontram, representados por seus corretores, para comprar e
vender os contratos futuros e de opes.
Segundo Octavio Bessada (2000, p. 26), os contratos chamados derivativos
so aqueles que derivam da existncia de outro contrato ou ativo, chamado ativo
objeto de referncia. Os derivativos s existem porque h possibilidade do preo da
mercadoria vista (dlar, aes, ndices de aes, gros ou commodities, ndices
econmicos) variar. Caso o mercado vista deixe de existir, ou de ser negociado
livremente, o derivativo perde a razo de ser.
O tipo de mercado de derivativos mais importante o mercado de futuros.
Para se ter uma idia de sua importncia, o mercado futuro de cmbio movimenta
diariamente mais dinheiro do que a juno de todas as bolsas de valores do mundo.
Mercados futuros: so mercados que surgiram da necessidade de
produtores, industriais e armazenistas se protegerem da oscilao dos preos de
seus

produtos.

So

mercados

organizados,

onde

podem

ser

assumidos

compromissos padronizados de compra ou venda (contratos futuros) de uma


determinada mercadoria (commodity), ativo financeiro ou ndice econmico, para
liquidao numa data futura preestabelecida. Pode-se dizer que o mercado futuro
um mercado a termo padronizado, onde so especificados o bem, o seu volume, a
data de liquidao e de entrega, especificaes essas que so estabelecidas pelas
bolsas de futuros.
Quando um negcio fechado no mercado futuro, as partes no se relacionam
entre si. Os corretores so responsveis perante a bolsa pelas posies assumidas
quer pelo comprador quer pelo vendedor. A cmara de compensao da bolsa assume
a parte oposta, respectivamente de vendedora e compradora. Assim, tanto para
compradores como para vendedores, a credibilidade da parte oposta garantida pela
cmara de compensao, diferentemente do que ocorre no mercado a termo.

40

Segundo Bessada (2000, p.40), o objetivo da padronizao conferir ao


contrato futuro liquidez maior do que o contrato a termo, dando-lhe negociabilidade,
o que facilita a sua transferncia entre diferentes participantes do mercado,
permitindo ampliar ou encerrar antecipadamente os compromissos assumidos
mediante operaes de natureza inversa.
Por exemplo, quem compra em Maro de 2002 contratos futuros de soja na
BMF, a R$ 20,00 por cada saca de 60 kg, para entrega em Dezembro de 2002,
liquidar o negcio recebendo a soja em Dezembro de 2002, pagando R$20,00 por
saca, ou simplesmente vendendo o contrato (operao inversa) antes do vencimento
(Dez 2002) pelo preo de mercado. Pode-se observar que se o preo de mercado,
no instante da venda antecipada, for, por exemplo, R$ 22,00, obtm-se lucro de R$
2,00 x 500 = R$ 1000,00 por contrato (supondo que cada contrato tenha 500 sacas
de soja), mesmo sem a entrega do produto fsico (a soja). Esta ltima situao
interessa muito aos especuladores.
Os mercados futuros so constitudos principalmente de dois tipos de
participantes:
a) O especulador: o agente econmico, pessoa fsica ou jurdica, que no
compra nem vende o produto fsico, tendo apenas o desejo de lucrar com
a oscilao dos preos. Sua presena nos mercados futuros
indispensvel, pois ele que se dispe a assumir o risco dos hedgers,
aumentando a possibilidade de realizao dos negcios, isto , a liquidez
dos mercados. Nos esforos que fazem para conseguir lucros, os
especuladores devem produzir, com a maior preciso possvel, as
oscilaes futuras dos preos. Com vistas a aperfeioar essas predies, o
princpio das Elliott Waves um mtodo que se encaixa perfeitamente
neste contexto.
b) O hedger: o agente econmico que deseja proteger-se dos riscos
derivados das flutuaes nos preos de commodities, taxas de juros, moedas

41

estrangeiras, etc. A funo do hedger a de administrao do risco. Hedger


o produtor que vende futuro sua produo por um preo que ele deseja, pois
tem medo que os preos caiam. tambm o industrial que necessita de
matria prima, logo, tem medo que o preo desta matria suba. Para se
proteger, o industrial compra futuro quando o preo da matria no mercado
futuro lhe parece atraente em termos de estratgia empresarial. Pode-se
concluir que o hedger est sempre procura de estabilidade. no correndo o
risco dos preos tomarem um rumo contrrio s suas intenes, transferindo
os riscos de instabilidade para os especuladores.
Se o especulador achar barato um contrato, ele compra futuro. Se achar caro,
ele vende futuro. Portanto, outra funo muito importante desempenhada pelo
especulador a de projetar os preos de acordo com a sua percepo das foras do
mercado. Ou seja, ele tambm responsvel pela formao do valor futuro dos
preos. V-se que as percepes e conseqentes decises humanas influenciam
realmente os preos, alicerce sobre o qual se desenvolveu a idia de que as Elliott
Waves obedecem padres previsveis, que so os padres encontrados na
psicologia das massas, onde o resultado da superposio entre as ondas de desejo,
medo e incerteza causa um movimento coletivo de compra ou venda, que produz
uma fora atuante nas ondas dos preos, fazendo com que estes subam ou desam
conforme a fora dominante

2.4.3

Foras que Atuam nos Mercados


a) Oferta e procura: a falta de um produto no mercado fsico faz com que
automaticamente as pessoas faam uma apreciao alta para o valor
deste produto, enquanto que a oferta em demasia do produto causa o
efeito inverso. Um fator, considerado de muita relevncia pelos agentes de
mercado mais sofisticados, que pode gerar a falta ou excesso de um

42

produto a sazonalidade. Existem pocas do ano em que os preos de


qualquer ativo (moedas, gros, etc.) geralmente sobem, e outras em que
geralmente descem. Como exemplo, pode-se constatar que no perodo
que antecede as frias, os preos dos francos suos sobem, pois muitos
turistas vo Suia nesta poca do ano para prtica de esportes na neve.
Fora dos mercados futuros, outro exemplo o preo dos aluguis nas
praias de veraneio que descem durante o inverno. Geralmente, h portanto
uma certa periodicidade nos preos devido sazonalidade.
Estado da arte: no site da Moore Research Center Inc.(MRCI) encontra-se
casos reais onde os de preos de algumas mercadorias foram influenciadas por
ondas sazonais. Consultando o quadro da figura 9, constata-se que a diferena de
preos da rao de soja no mercado futuro para os meses de agosto e dezembro
geralmente aumenta entre 18 de maio e 20 de julho. Isto aconteceu em todos os
anos de 1986 a 2000, com exceo de 1994. Para melhor compreenso do quadro,
observa-se que em 18.05.2000 a diferena de preos da rao de soja para agosto
de 2000 e dezembro de 2000 era de -0,5, e em 20.07.2000 a diferena de 2,3. De
fato ao consultar-se as cotaes da rao de soja em 18.05.2000, junto ao banco de
dados do software Gecko Charts (www.geckocharts.com), l-se o seguinte:

Preo futuro da rao de soja para agoso de 2000 em 18.05.2000 = 181,5


dlares/ton.

Preo futuro da rao de soja para dezembro de 2000 em 18.05.2000 =


182 dlares/ton.

Diferena de preos (spread) = 181,5 - 182 = -0,5.

Da mesma fonte de dados (geckocharts), obtm-se estes preos em


20.07.2000:

Preo futuro da rao de soja para agosto de 2000 em 20.07.2000 = 153,2


dlares/ton.

Preo futuro da rao de soja para dezembro de 2000 em 20.07.2000 =


151,1 dlares/ton.

Diferena de preos (spread) = 153,2 - 151,1 = 2,3

43

Conforme postulado pela bolsa de mercadorias de Chicago, cada contrato


de rao de soja corresponde a 100 toneladas, o que significa que o lucro obtido
[2,3 - (-0,5)] x 100 toneladas = 280 dlares.
A compreenso do quadro leva-nos a concluir que existe uma evidente
sazonalidade nos preos futuros da rao de soja entre meados de maio e meados
de julho, j que em 15 anos, em apenas um ano esta sazonalidade no se verificou.
H portanto a expectativa de que este padro se repita no ano de 2001 com uma
probabilidade de 14/15 = 93,3%.

FIGURA 9 - SAZONALIDADE DE RAAO DE SOJA


Buy Aug 01 Soybean Meal (CBOT)/Sell Dec 01 Soybean Meal (CBOT)
Enter on approximately 05/18 - Exit on approximately 07/20
Cont

Entry

Entry

Exit

Exit

Year

Date

Price

Date

Price

Best

Best

Worst

Worst

Equity

Equiqy

Equity

Equity

Amount

Date

Amount

Profit
Profit
Amount
Date

2000

05/18/00

-0.50

07/20/00

2.30

2.80

280.00

07/11/00

1200.00

1999

05/18/99

-5.10

07/20/99

-2.80

2.30

230.00

07/12/99

530.00

05/28/99

-30.00

1998

05/18/98

-3.69

07/20/98

12.50

16.20

1620.00

07/20/98

1620.00

05/19/98

-10.00

1997

05/19/97

47.80

07/18/97

48.50

0.70

70.00

07/14/97

490.00

06/09/97

-1870.00

1996

05/20/96

5.00

07/19/96

11.50

6.50

650.00

07/19/96

650.00

05/29/96

-120.00

1995

05/18/95

-7.00

07/20/95

-6.90

0.10

10.00

06/27/95

60.00

06/20/95

-130.00

1994

05/18/94

5.79

07/20/94

3.39

-2.40

-240.00

06/17/94

-510.00

1993

05/18/93

-1.40

07/20/93

2.60

4.00

400.00

07/07/93

-120.00

1992

05/18/92

-19.40

07/20/92

-18.40

1.00

100.00

06/22/92

280.00

06/05/92

-10.00

1991

05/20/91

-3.59

07/19/91

1.50

5.10

510.00

07/19/91

510.00

05/23/91

-130.00

1990

05/18/90

-7.19

07/20/90

-3.29

3.90

390.00

07/20/90

390.00

06/29/90

-120.00

1989

05/18/89

10.00

07/20/89

18.10

8.10

810.00

06/26/89

900.00

05/22/89

-280.00

1988

05/18/88

-1.09

07/20/88

8.50

9.60

960.00

06/23/88

1310.00

1987

05/18/87

-5.80

07/20/87

5.09

10.90

1090.00

07/17/87

1240.00

1986

05/19/86

-1.69

07/18/86

2.50

4.20

420.00

07/14/86

690.00

Percentage Correct

93

07/19/93

440.00

Protective Stop

(633)

Average Profit on Winning Trades

5.39

538.57

Winners

14

Average Loss on Trades

-2.40

-240.00

Losers

Average Net Profit Per Trade

4.87

486.67

Total Trades

15

FONTE: www.mrci.com/client/spreads/strat/s 1802.cfm

44

b) Proteo dos preos: O hedger procura por estabilidade, assumindo no


mercado futuro uma posio sempre contrria a sua posio no mercado
fsico, a fim de se proteger de uma oscilao do preo do produto que
consome ou produz numa direo indesejvel. Um bom exemplo uma
operao de hedge que consiste na compra de trigo a futuro por um
moinho que vendeu farinha para entrega em data futura. O ponto de
partida a venda de farinha a um cliente, sem que o moinho tenha o
estoque correspondente de trigo. Neste caso, o moinho estar vendido
(short) no mercado vista. Vendeu a farinha e ter, posteriormente, que
comprar o trigo para produzi-la. Se o preo do trigo subir, como j foram
acertados os termos financeiros da venda da farinha, incorrer em
prejuzo. Naturalmente, se o preo cair, haver um ganho. Mas no
interessa ao moinho especular com o preo do trigo. O intuito evitar o
risco financeiro decorrente dessa flutuao de preos. A sada seria
comprar (posio contrria ao do mercado fsico) trigo no mercado futuro,
seja por R$ 10,00 a saca, com vencimento posterior e prximo da poca
em que ir necessitar do cereal. Permanece ento com uma posio
comprada (long) no mercado futuro. Se na proximidade do vencimento, o
preo do trigo estiver mais alto, seja R$ 13,00, evidentemente o moinho
ter um prejuzo no mercado fsico. Entretanto, tal prejuzo ser
compensado pelo ganho de R$ 3,00 por saca realizado no mercado futuro:
comprou futuro a R$ 10,00 e liquidou a posio vendendo a R$13,00. Se o
preo cair, a compensao se far ao contrrio, onde o ganho no mercado
fsico se reduzir com o prejuzo no mercado futuro, no tpico caso em que
fazer hedge acabou sendo desnecessrio.
importante destacar que quanto mais posies compradas so assumidas
pelos hedgers, maior ser a fora de subida dos preos no mercado futuro. E quanto
mais posies vendidas so assumidas pelos hedgers, maior ser a fora de
descida dos preos no mercado futuro.

45

c) Realizao de lucros: O desejo de ganhar por parte dos especuladores


tambm uma fora que atua nos mercados. Um exemplo extremo mas
importante no contexto deste item o caso de alguns mercados futuros
pequenos que no possuem proteo jurdica contra a manipulao dos
preos, onde o comportamento dos preos corresponde ao comportamento
do mega-especulador, ou manipulador, que compra ou vende a maioria dos
contratos em aberto. Se o manipulador quiser que os preos subam, eles
subiro. Se quiser que desam, eles descero. Tal caso ocorreu na Bolsa de
Mercadorias de So Paulo (BMSP), que acabou desaparecendo, dando
espao para o aparecimento da BM&F, muito mais protegida.
d) A projeo dos preos: A percepo por parte de economistas,
econometristas, hedgers e especuladores de qual ser a oferta e a procura
nos meses futuros influencia o preo dos produtos no mercado futuro. Muitas
vezes as projees de preos feita por especialistas do mercado so falhas,
devido a acontecimentos inesperados e aleatrios. Por exemplo, se em
Maro de 2002 acredita-se que o candidato da oposio ganhar a eleio
presidencial no Brasil em Outubro de 2002, as projees do preo do dlar
por parte dos especialistas so foras que participam da formao um preo
alto, seja de R$2,80 por dlar, no mercado futuro para Outubro de 2002.
Entretanto, em meados de Agosto ocorre uma virada inesperada nas
intenes de voto, e o candidato do governo recupera-se bem nas pesquisas.
Tal evento acalma os mercados, e as novas percepes influenciam na
descida do preo futuro do dlar para Outubro de 2002, por exemplo para
R$2,50. E no incio de Outubro, prximo da data de vencimento dos contratos
futuros de dlar Out 2002, quando o preo do dlar futuro praticamente
igual ao preo do dlar no mercado fsico, descobre-se que o candidato
governista est envolvido em atos de corrupo. Este fato aleatrio faz com
que ambos os preos disparem para R$ 2,95. Como verificou-se em sees
anteriores, a teoria do caos torna-se muito til neste contexto, j que atravs
da aproximao de pontos de bifurcao ou de instabilidade consegue-se
prever a iminncia de mudanas no sistema.

46

2.4.4

O Comportamento dos Preos


Do que foi apresentado, pode-se inferir que os preos comportam-se de

maneira cclica como conseqncia da alternncia de subidas e descidas, resultante


da superposio no linear das foras que atuam no mercado. importante ressaltar
que a palavra cclica no significa que os preos p obedeam necessariamente a
leis matemticas perfeitamente peridicas do tipo p (t + T) = p (t) para qualquer
tempo t e perodo T.
Os preos tm as seguintes caractersticas cclicas: volatilidade, direo e
velocidade. Tais caractersticas podem ser avaliadas atravs dos grficos das sries
temporais p em funo de t, e de certos indicadores tcnicos.
A anlise tcnica ou grafista consiste na utilizao de mtodos no
paramtricos de previso de preos de ativos negociados em mercado. Outro tipo de
anlise a fundamentalista, que se baseia nos fundamentos das empresas
(preo/valor patrimonial, preo/lucro, retorno com dividendos, valor de mercado,
dividendo pago por ao, margem liquida, etc.) para determinao do preo justo de
suas aes. Citando Miguel D. F. Tavares (1988, p.7):
Partindo do pressuposto da existncia de assimetria informacional e de que todo
agente, de posse privilegiada de uma informao relevante, aproveita-se desta para
operar, a escola tcnica conclui ser inquo tentar analisar, por mtodos
fundamentalistas, qualquer ativo no qual se pretende investir. No sendo insider
quanto s informaes relevantes, o investidor outsider s dispe, com aceitvel nvel
de eficincia, da anlise tcnica para se posicionar no mercado, sem incorrer em
pesados prejuzos por desinformao ou por defasagem no processo de sua difuso.
Para o analista tcnico o preo futuro de um ativo funo de seus preos passados.
Isso eqivale a dizer que preos em mercado no se ajustam, instantaneamente, s
informaes que lhes dizem respeito. Ou seja, os preos de ativos transacionados em
mercado tm tendncia.

O princpio das Elliott Waves insere-se dentro da anlise tcnica, e pode ser
utilizado junto com outros indicadores tcnicos:

47

a) Mdia mvel (Moving average): A mdia mvel aritmtica do preo de


fechamento dos ltimos n dias de mercado. Por exemplo, a mdia mvel
de 15 dias o somatrio dos ltimos 15 fechamentos dividido por 15. Uso:
a mdia mvel suaviza as flutuaes nos preos e apresenta claramente a
tendncia subjacente de alta (bullish), de baixa (bearish) ou indefinida
(sideways). Muitos dos sistemas de negociao (trading systems) so
baseados na anlise do comportamento dos preos vis-a-vis a mdia
mvel. No anexo1 mostra-se o exemplo de um grfico de barras dos
preos do ndice Dow Jones Industrial plotado junto com a mdia mvel de
10 dias. Interpretao: o mercado considerado positivo quando a mdia
mvel est subindo e os preos esto acima dela. O mercado fica negativo
quando a mdia mvel est caindo e os preos abaixo dela. Qualquer
outra combinao deve ser considerada neutra.
b) Volume: A quantidade de contratos futuros negociada ao longo de um
prego. Uso: confirmar a tendncia dos preos. No anexo1 o volume aparece
na cor verde abaixo do grfico de preos. Interpretao: aumentos no volume
representam expectativas de flutuaes significativas no preo. Isto faz com
que a variao no volume geralmente se antecipe variao no preo e ao
mesmo tempo serve para refor-la. Alta (ou baixa) nos preos acompanhada
por alta no volume sugere nova alta (ou baixa) no preo.
c) Contratos em aberto (Open Interest): A quantidade dos contratos futuros que
no foram liquidados e ainda esto em aberto. Uso: confirmar a tendncia
dos preos. No anexo1, a linha vermelha que aparece na parte de baixo do
grfico. Interpretaao: o aumento dos contratos em aberto representa a
entrada de novos participantes no mercado. Isto, quando acompanhado por
altas (ou baixas) no preo, sugere novas posies compradas (ou vendidas)
reforando a tendncia altista (ou baixista) dos preos.

48

d) Oscilador (Oscilator), momento (momentum), ndice de fora relativa


(relative strenght index - RSI), ndice de demanda (demand index),
convergncia/

divergncia

das

mdias

mveis

(moving

average

convergance/divergance - MACD), diferena absoluta (spread), estocstico


(stochastic), volatilidade histrica (HVOL): so outros indicadores que
podem complementar a anlise dos preos.
O item d no ser apresentado em detalhes neste trabalho, pois a explicao
dos trs primeiros indicadores ser suficiente para se ter uma idia de como tais
indicadores, junto com a sazonalidade, podem auxiliar o princpio das ondas Elliott
na previso dos prximos movimentos do mercado.
O quadro a seguir apresenta um resumo das principais combinaes das relaes
entre movimentos nos preos e variaes no volume e nos contratos em aberto.
QUADRO 1 - PRINCIPAIS COMBINAES DAS RELAES ENTRE MOVIMENTOS NOS PREOS E VARIAES NO
VOLUME E NOS CONTRATOS EM ABERTO
PREO
Sobe
Desce
Sobe
Desce
Desce
Sobe
Desce
Sobe

VOLUME
desce
desce
sobe
sobe
desce
desce
sobe
sobe

CONTRATOS
EM ABERTO
sobe
sobe
sobe
sobe
desce
desce
desce
desce

TENDNCIA
altista
baixista
altista
baixista
altista
baixista
altista
baixista

INTERPRETAO
Tendncia altista
Tendncia baixista
forte tendncia altista
forte tendncia baixista
cobertura de posies vendidas: reverso de tendncia
liquidao de posies compradas: reverso de tendncia.
forte cobertura de posies vendidas: reverso de tendncia
forte liquidao de posies compradas: reverso de tendncia.

FONTE: LEVY, Samuel [s.d]

2.5

Evoluo Econmica e a Complexidade


Segundo Haugen (2000, p.15), a evoluo das finanas acadmicas pode ser

aproximadamente dividida em trs perodos:


a) Finanas antigas

Tema: Anlise de demonstraes financeiras e natureza dos ttulos de crdito.


Paradigmas: Anlise das demonstraes financeiras (Graham & Dodd).
Usos e direitos de ttulos de crdito (Dewing).

Base: Contabilidade e direito.

49

b) Finanas modernas (incio na dcada de 50)

Tema: Avaliao baseada no comportamento econmico racional.


Paradigmas: Teoria moderna da otimizao das carteiras de investimento
ou portfolios (Markovitz). Irrelevncia (Modigliani e Miller). Modelo de
determinao dos preos de ativos CAPM (Sharp, Lintner & Mossen).
Hiptese dos mercados eficientes EMH (Fama).

Base: Economia.
c) Novas finanas (a partir da dcada de 90)

Tema: Mercados ineficientes.


Paradigmas: Modelos de fator ad hoc indutivos. Retorno esperado (Haugen).
Risco (Chen, Roll e Ross). Modelos comportamentais (Kahneman & Tversky).

Base: Estatstica, econometria, psicologia.


Profissionais da rea de anlise tcnica dos mercados de aes e moedas,
assim como investidores individuais, sabem muito bem que preos cotados em
qualquer mercado financeiro variam com a velocidade de uma parada cardaca.
Fortunas mudam de dono em estouros momentneos de atividade, onde o mercado
varia mais intensamente devido ao aumento repentino de volatilidade. Num nico
dia, uma ao ou moeda pode chegar a uma valorizao de 15% em decorrncia da
divulgao de uma melhor classificao de risco de uma empresa ou pas por uma
agncia como a Modys ou a Standard and Poors. Pode ocorrer numa nica hora
uma desvalorizao de 40%, como no caso das aes de empresas de seguro aps
o ataque terrorista ao World Trade Center em 11 de Setembro de 2001.
Os modelos clssicos de previso financeira utilizados antes do incio das
novas finanas pela maioria dos analistas no previam o acontecimento de tais
eventos surpresa. Um dos fundamentos das finanas modernas a teoria da
otimizao de portfolios ou carteiras de Markovitz, que tenta maximizar os lucros
advindos das aes que compem tais carteiras, a partir um nvel aceitvel de risco.

50

Com o intuito de facilitar os modelos, a matemtica por traz desta teoria negligencia
situaes extremas do mercado, considerando tais mudanas bruscas como eventos
to improvveis para se preocupar ou quase impossveis de serem levados em
conta. verdade que a teoria das carteiras se preocupa com o que ocorre em 95%
do tempo nos mercados. Mas o retrato que ela apresenta no reflete a realidade, j
que os eventos mais significantes fazem parte dos 5% restantes. Uma analogia pode
ser feita com o marinheiro. Se as condies atmosfricas em alto mar so
moderadas 95% do tempo, ser que tal marinheiro pode se dar ao luxo de ignorar a
possibilidade de um tufo?
As frmulas de reduo do risco por traz da teoria das carteiras de Markovitz se
baseiam em algumas premissas sem fundamento. Primeiro, ela sugere que as
mudanas nos preos so estatisticamente independentes entre si. Por exemplo, que o
preo de uma ao hoje no influencia na mudana do preo corrente para o preo de
amanh. Segundo, as mudanas de preos so distribudas num padro conforme
distribuio normal, a curva em forma de sino tradicionalmente estudada em estatstica.
A largura da curva normal (que depende do seu desvio padro) determina quo longe
os preos divergem da sua mdia. Eventos extremos so considerados extremamente
raros. Na prtica, tufes so considerados como inexistentes.
Segundo Benoit Mandelbrot (1997), Chorafas (1994) e Gleiser (2002), os
bancos de dados anuais, mensais ou at mesmo dirios referentes aos preos das
aes no revelam a distribuio normal, e sim uma distribuio chamada
leptocrtica. As distribuies normal e leptocrtica so mostradas a seguir.

51

FIGURA 10 - DISTRIBUIO NORMAL E LEPTOCRTICA

FONTE: GLEISER (2002, p.222)

Como pode-se observar na figura anterior, a distribuio leptocrtica possui


uma cauda mais alongada, logo os eventos que se encontram mais distantes da
mdia, ou seja, os mais raros, possuem uma probabilidade maior de ocorrncia do
que se fossem considerados numa distribuio normal. Grficos de variao de
preos de aes ou moedas em funo do tempo realmente revelam um plano de
fundo constante de pequenas subidas e descidas, mas no to uniforme a ponto das
variaes nos preos se distriburem segundo a curva normal. Estes padres,
entretanto, constituem apenas um aspecto do grfico. Um nmero substancial de
mudanas grandes e sbitas "bicos" compridos e ngremes para cima e para baixo
que destoam com o resto do grfico ficam fora do plano de fundo das perturbaes
moderadas. Alm do mais, a magnitude dos movimentos dos preos, tanto grande
como pequena, pode permanecer grosseiramente constante durante um ano, e
ento subitamente a volatilidade pode aumentar por um perodo extenso. Grandes
saltos de preos tornam-se mais comuns a medida que a turbulncia ou volatilidade
do mercado aumenta - grupos de saltos ou bicos aparecem no grfico.
De acordo com a teoria do portfolio, a probabilidade de ocorrncia destas
grandes flutuaes seriam poucos milionsimos de um milionsimo de um
milionsimo (flutuaes maiores que 10 desvios padro). Mas de fato, pode-se
observar saltos ngremes numa base regular to freqente quanto cada ms e a

52

probabilidade desses saltos chega a alguns centsimos. Tradicionalmente, a curva


em sino descrita como a curva normal. Mas os mercados financeiros deveriam ser
considerados anormais? Evidente que no. Os mercados possuem sua prpria
natureza. O que est falhando a teoria dos portfolios.
Como contribuio desta dissertao, pode-se incluir na base de estudo das
novas finanas de Haugen a teoria transdisciplinar do caos determinstico,
construda por vrios cientistas j citados e tambm a teoria da complexidade, da
qual sero citados outros cientistas ou descobertas de relevncia maior no campo da
economia, obtendo-se assim um maior encalo terico para a alternativa de previso
de mercados proposta por esta dissertao:
a) Stuart Kauffman, um dos criadores da cincia da complexidade, bilogo
do Instituto Santa F, defensor da tese de que a vida um sistema que
emerge da organizao espontnea (order for free) entre rgos
individuais. Esta propriedade desaparece se as partes individuais forem
separadas. Ou seja, o todo maior que a soma de suas partes. O estudo
dos sistemas dinmicos complexos no pode ser feito de forma
reducionista, j que ao se separarem as partes, o sistema perde suas
caractersticas, que s podem ser observadas de forma holstica. Da
interao entre as partes individuais em nvel local emerge algum tipo de
propriedade global, que no poderia ser prevista com o que se sabe sobre
as partes individuais. Esta propriedade global (output), por sua vez, volta a
ser uma das entradas (inputs) do sistema, em forma de realimentao
(feedback). Assim, as partes individuais afetam o comportamento do
sistema como um todo, mas tambm so afetadas por ele. O efeito

feedback ento responsvel pela adaptabilidade do sistema ao meio


ambiente. Um tipo de propriedade que emerge em sistemas complexos a
organizao espontnea, ou auto-organizao. Um exemplo de autoorganizao seria a bolsa de mercadorias e futuros, onde hedgers e
especuladores

individuais,

tentando

satisfazer

suas

necessidades

53

materiais de estabilidade e lucro, atravs de atos de compra e venda de


contratos futuros, organizam-se sob a forma de um mercado futuro, onde
os prprios agentes do mercado, por adaptao, aprendizado e
experincia, formulam regras para um bom funcionamento e solvncia das
operaes, sem que haja a interveno de um orgo centralizador, como
se guiados por uma "mo invisvel", como j dizia o economista escocs
Adam Smith. A no interferncia de um planejador central desencadeando
o processo evolutivo de um sistema foi chamada por Kauffman de ordem
emergindo de graa (order for free), e a liberdade entre as conexes do
sistema permite que este se adapte s novas instabilidades do meio.
Kauffman defende portanto que a evoluo de um sistema vivo no ocorre
sob forte interveno centralizada, onde tudo est em ordem e rigidamente
determinado, e tambm no ocorre num ambiente altamente instvel e
catico. O sistema vivo tem uma ordem espontnea que se adapta
criativamente novas possibilidades e acasos. Esta idia de um sistema
caminhar no limiar, na margem entre a ordem e o caos, pode ser
encontrada no livro "O que vida? 50 anos depois, especulaes sobre o
futuro da biologia" (1995, p.121), onde Kauffman faz referncia ao exemplo
de seu estudo, o sistema das redes booleanas, mas cujo enfoque tambm
pode ser aplicado ao sistema financeiro:
Depois de quase trs dcadas de estudos, ficou claro que as grandes
redes booleanas se comportam em termos genricos segundo um de trs
regimes, um catico, outro ordenado e outro complexo nas proximidades
da transio da ordem para o caos. Destes trs, talvez [o ltimo, onde] o
aparecimento de um regime ordenado coordenando as atividades de
milhares de variveis binrias o mais atraente para os nossos propsitos.
Esta ordem coletiva e espontnea, eu creio, pode ser uma das mais
profundas fontes de ordem no mundo biolgico".
O sistema financeiro um sistema complexo que est entre esses dois

54

extremos. Ele estvel na maior parte do tempo mas se adapta s


instabilidades, grandes perturbaes aleatrias como um crash na bolsa
de valores, um ataque terrorista ou a perda total de uma lavoura devido
tempestade. Ele est margem do caos: o ponto onde chance e
necessidade coexistem. Para Stuart Kauffman (Gleiser, 2002, p.61),
sistemas margem do caos so capazes de sobreviver e se adaptar mais
efetivamente em ambientes turbulentos por estarem em sua melhor forma.
b) Lei das potncias. Tambm chamada de lei escalante, a expresso
matemtica:
N(s) = C.s-D
onde N representa o nmero de objetos ou acontecimentos, s representa a
magnitude desses objetos ou acontecimentos, C uma constante e D uma
dimenso fractal. O carter especial da lei de potncia evidencia-se quando
se relaciona o logaritmo de N com o logaritmo de s: a relao log-log linear,
ou seja, seu grfico uma reta. A linearizao ocorre porque aplicando-se o
logaritmo decimal em ambos os membros da equao N = C . s-D, obtm-se a
frmula de uma funo do primeiro grau (y = ax + b):

log(N) = -D.log(s) + log(C)


Portanto teremos como resultado da linearizao uma reta decrescente, cujo
mdulo de seu coeficiente angular a dimenso fractal D.
Um dos casos mais notveis de aplicao da lei de potncia o da indstria de
semi condutores. Vale para ela uma lei descoberta por Gordon E. Moore (Guedes,
1999, p.186), executivo da Intel: ao longo de trinta anos a indstria dos semi condutores
seguiu, com fidelidade exemplar, a mesma curva, quadruplicando a capacidade dos
chips a cada trs anos. Na tabela 1 e na figura 11 esto a tabela e o grfico referentes
capacidade de memria do chip (N) e o custo por bit (s) para produzir tal capacidade.

55

TABELA 1 - LEI DE MOORE


Ano
1980
1985
1988
1990
1993
1995
1998
2001
2004
2007

Log(N)

64kb
256kb
1Mb
4Mb
16Mb
64Mb
256Mb
1Gb
4Gb
16Gb

4.8
5.4
6.0
6.6
7.2
7.8
8.4
9.0
9.6
10.2

Log(s)

600
300
145
71
35
17
7
3
1
0.5

2.8
2.5
2.2
1.85
1.54
1.23
0.85
0.48
0
-0.3

FONTE: GUEDES (1999, p.187)

FIGURA 11 - LEI DE POTNCIA DA INDSTRIA DE SEMI CONDUTORES

log(N)

11
10
9
8
7
6
5
4
3
2
1
0
-1

Seqncia1

log(s)
FONTE: GUEDES (1999, p.187)

A quantidade e a variedade de fenmenos naturais, fsicos, qumicos, biolgicos,


antropolgicos, geogrficos, urbansticos, econmicos, sociais, polticos, patolgicos,
artsticos, histricos, etc, que obedecem a uma lei de potncia constitui uma das mais
impressionantes revelaes que a cincia proporcionou desde tempos no distantes.
Sem preocupao com a sistematizao, Guedes (1999, p.189) indica um
grande nmero de fenmenos caindo nas mais diversas disciplinas e que obedecem
uma lei de potncia:
1) Catstrofes naturais como sismos, choques de meteoritos com a terra,
extines e exploses das espcies biolgicas.
2) Distribuio de indicadores fsicos como comprimentos, pesos, superfcies
nas vrias espcies animais.

56

3) Fronteiras geogrficas, costas martimas.


4) Preos de mercadorias, cotaes bolsistas, taxas de juro e taxas de
cmbio, que ser abordado com cuidado na seqncia deste trabalho a
partir das pesquisas de Benoit Mandelbrot.
5) Fenmenos biolgicos e clnicos.
6) Rudo rosa ou ruido 1/f, como na msica, cheias de rios, pulsares e
quasares, trfego automvel, distribuio das galxias no universo,
temperatura global do planeta
7) Lei de Pareto
Economista da Universidade de Turim, Pareto responsvel pela lei de
distribuio de renda, cujo objetivo era provar que a distribuio de renda e
riqueza na sociedade no era aleatria e sim seguia padres consistentes
que se formavam ao longo da histria do mundo e das sociedades. Pareto
descobriu que se classificarmos as famlias de um determinado pas pelo
seu

nvel

de

renda,

observamos

que

renda

no

cresce

proporcionalmente, mas segundo uma curva, mostrada na figura 11:


FIGURA 11 - CURVA DA RENDA EM FUNO DO PERCENTUAL DE FAMLIAS
Renda = C.(porcentagem de famlias)

-D

Renda

Variao 1
Variao 2

% de famlias
30% 40%
+ ricas
FONTE: O autor

50%
+ pobres

57

Se a renda crescesse proporcionalmente e uma famlia no 40-simo percentil


ganhasse 20% a menos do que uma famlia no 30-simo percentil, uma famlia no
50-simo percentil ganharia tambm 20% a menos do que uma famlia no 40-simo
percentil (variao 1 = variao 2). Contudo, observando-se o decrescimento
exponencial do grfico acima, a variaes 1 maior que a variao 2, e as variaes
tornam-se cada vez maiores subindo-se a curva, isto , pequena porcentagem de
famlias ricas detm a maior parte da riqueza, e enriquece cada vez mais. Uma
pequena porcentagem, seja de 0,01% das famlias por exemplo, muito rica e
capaz de ditar o rumo da economia. Ser visto posteriormente que Mandelbrot
tambm percebeu isto em relao ao mercado acionrio: so quedas ou subidas de
altssima amplitude que determinam o andamento dos mercados, mesmo
aparecendo em pequenas porcentagens de tempo, desprezadas pela Hiptese dos
Mercados Eficientes, j que estes eventos de relevncia so praticamente
inexistentes para a distribuio normal.
Usando uma bateria de dados sobre o rendimento pessoal, Pareto verificou
que a combinao dos logaritmos dos rendimentos pessoais com os logaritmos do
nmero de pessoas com os respectivos rendimentos caa sobre uma reta. Como
sabemos, isto quer dizer que a distribuio do rendimento segue uma lei de
potncia. O exame emprico a vrias sociedades em diferentes pocas e diferentes
escalas (rendimentos mensais e rendimentos anuais) mostrou que o valor do
expoente D apresentava valores surpreendentemente constantes e prximos de 1.5,
ou seja, 3/2, que uma dimenso fracionada ou fractal, independente da escala.
por isso que a lei de potncia tambm chamada de lei escalante.
Em termos matemticos, tomando-se o logaritmo da equao da renda tem-se:
Renda = C.(% famlias) D

Log(R) = -D.log(%famlias) + log(C)


Log(R) = -1,5.log(%famlias) + log(C)

58

Obtm-se assim uma reta decrescente de coeficiente angular 1,5. Em termos


prticos, quando o nvel R de rendimento aumenta por exemplo de 10%, o nmero
de pessoas que dispor deste rendimento superior diminuir de 15%. As implicaes
so importantes: se em todas as pocas e latitudes desde a implantao do
capitalismo, o valor de D for inferior a 1, conclui-se que as sociedades capitalistas
tm uma tendncia gentica para a criao e agravamento da desigualdade, onde
ricos ficam mais ricos, devido realimentao positiva, ou os chamados retornos
crescentes estudados por Brian Arthur (Waldrop, 1992, captulo 1).
c) Brain Arthur, Ph.D. pela Universidade da Califrnia, um dos primeiros a
contrariar a hiptese do investidor racional e da estabilidade dos mercados
eficientes. No livro "Complexity, the emerging science at the edge of order

and chaos", Waldrop (1992, p.37) cita o quadro resumo que Arthur
elaborou como sntese da evoluo do estudo econmico, completando e
atualizando a evoluo das finanas de Haugen:
QUADRO 2 - EVOLUO ECONMICA SEGUNDO BRIAN ARTHUR
VELHA ECONOMIA
Retornos decrescentes [feedback negativo]

NOVA ECONOMIA

Baseada na fsica do sculo 19 [newtoniana]


(equilbrio, estabilidade, determinismo).

Retornos crescentes [feedback positivo,


acarretando opinies em comum e formao de
tendncias de mercado]
Baseada na biologia (estruturas, padres, auto
organizao, ciclos de vida)

Pessoas so idnticas [por reducionismo estuda-se


o mercado dividindo-o em suas partes - as pessoas
- e somando linearmente suas contribuies].

Pessoas diferentes [se relacionando, e no conjunto


emergem novas propriedades que seriam
inexistentes nas partes].

Se no existissem fatos aleatrios externos


[estabilidade eterna] e todas as pessoas possussem
habilidades iguais, encontraramos o Nirvana.

Fatos aleatrios externos e diferenas so a fora


motora. No h Nirvana, os sistemas esto
constantemente se adaptando [passando por
instabilidades]

Elementos so quantidades e preos

Elementos so padres e possibilidades. [Nisto


baseiam-se as ondas Elliott].
No h dinmica real j que tudo est em equilbrio. Economia est constantemente no limiar do caos.
Estruturas constantemente se aglutinando,
decaindo, emergindo, mudando.
Economia estruturalmente simples

Economia estruturalmente complexa

Economia fsica

Economia cincia de alta complexidade.

59

d) Benoit Mandelbrot, responsvel pela criao e estudo dos fractais. Uma


das mais fecundas aplicaes da matemtica e geometria fractal a do
mercado de ttulos, das sries de preos nas bolsas de valores, das taxas
de juro e das taxas de cmbio. Todas as variveis econmicas citadas so
objeto

de

modelizao

por

auto

afinidade

com

resultados

incomparavelmente superiores aos mtodos consagrados na matria.


Assim, enquanto as formas fractais geradas por computador exibem uma
auto referencialidade (partes so cpias exatas do todo) espacial, as
sries temporais exibem uma auto afinidade temporal. Mesmo sem os
conhecimentos matemticos desenvolvidos na obra "Fractals and scaling

in finance" (Mandelbrot, 1997), fcil compreender o alcance da analogia.


Na figura 12 mostram-se trs sries temporais de observaes
consecutivas do ndice de aes americano Standart & Poors 500 (S&P
500). Uma das sries diria, outra semanal e uma terceira mensal.
Por mais atentamente que se examinem os grficos, completamente
impossvel saber qual qual to semelhantes eles so.

FIGURA 12 - TRS SRIES TEMPORAIS DO NDICE S&P 500

60

Mandelbrot tambm reintegrou o caos determinstico no acaso, ao definir o acaso


dividindo-o em trs famlias com gneses totalmente distintas. Primeiro, o acaso
benigno de que paradigma o movimento browniano e que tem uma distribuio de
probabilidade gaussiana; segundo, o acaso selvagem ou maligno, de que so
paradigmas os fractais (movimento browniano fracionado) e uma distribuio prpria
numa lei de potncia ou escalante, situao extensvel a uma infinidade de fenmenos
j citados; terceiro, o acaso lento, uma forma em que o primeiro se manifesta ao fim
duma durao indeterminvel. As conseqncias podem, desde j, ser contempladas:
todos os fenmenos que entram regime dinmico determinstico acaso selvagem
so definitivamente improbabilizveis. O que vir a significar para muitos dos
modelos econmicos tradicionais previamente citados que suas suposies de um
mercado financeiro estvel, linear e racional so pouco menos que uma catstrofe.
O mtodo das ondas Elliott (Ralph N. Elliott) pode ser considerado uma
aplicao prtica e emprica dos fractais de Mandelbrot.

61

3.1

CONHECIMENTOS APLICADOS

Aplicao dos Fractais nos Mercados Financeiros


Estudando novas opes de anlise dos mercados, Benoit Mandelbrot (Scientific

American, Fevereiro 1999) diz que as variaes dos preos nas finanas podem ser
analisados por um modelo derivado de seu trabalho com a geometria fractal:
Os fractais ou suas elaboraes posteriores, chamadas de multifractais no
pretendem prever o futuro com certeza absoluta. Mas eles realmente criam um quadro
mais realista dos riscos do mercado. Dados os recentes problemas com os novos tipos
de investimento chamados hedge funds [fundos de proteo], seria imprudente no
investigar modelos que possibilitem uma estimativa mais acurada dos riscos.

Uma extensiva base matemtica j existe para os fractais e multifractais. Os


padres fractais no aparecem apenas nas mudanas dos preos de aes mas na
distribuio de galxias atravs do cosmos, no formato dos contornos litorneos que
separam a terra do mar, na simples lei de formao de folhas e caules de vrias
plantas com aparncia complexa, e nos desenhos decorativos gerados por
inumerveis programas de computador.
Como visto anteriormente, um fractal uma figura geomtrica que pode ser
separada em partes, onde cada uma destas partes uma verso em escala
reduzida da figura inteira. Nas finanas, este conceito no uma abstrao sem
fundamentos mas sim uma reformulao terica. Segundo Benoit Mandelbrot (1997),
os movimentos das aes ou moedas so muito parecidos quando vistos em
grficos de mercado que so ampliaes ou redues de um grfico inicial. Um
observador no consegue dizer qual dos dados corresponde a preos que variam de
ms em ms, de semana em semana ou de dia em dia. Esta qualidade define os
grficos de aes e moedas como curvas fractais e torna disponvel a utilizao de
novas ferramentas de matemtica e anlise computacional.

62

Para que a explicao sobre como os fractais aparecem nos grficos de


variao de preo em funo do tempo se torne mais concreta, Mandelbrot props a
construo de um grfico simples que insere mudanas de preo desde o instante
de tempo t = 0 at t = 1 em passos sucessivos. Os intervalos de tempo contidos
entre 0 e 1 so escolhidos arbitrariamente, podendo representar um segundo, uma
hora, um dia, um ms, ou um ano.
O processo comea na figura 13 com uma linha de tendncia (trend line) que
vai do ponto (0,0) ao ponto (1,1). Elliott chamaria esta linha reta de onda.
FIGURA 13 - GERADOR DE 3 ONDAS
1
TREND LINE
PREO

0
0

TEMPO

Gerador

Onda 2
Onda 1
Onda 3

Gerador
interpolado

FONTE: MANDELBROT (1999)

63

Depois, uma linha quebrada chamada gerador usada para criar o padro
que corresponde oscilao sobe-desce-sobe de um preo cotado no mercado
financeiro. O gerador consiste em trs pedaos que so inseridos ou interpolados ao
longo da linha de tendncia anterior. Ento, cada um dos trs pedaos
fractalmente interpolado por outros trs pedaos menores de mesmo padro que o
gerador. Repetindo-se esse processo, reproduz-se sempre o mesmo formato do
gerador, s que em menor escala.
Apenas os primeiros estgios so mostrados na figura 13, entretanto tal
processo pode continuar. Teoricamente, ele no tem fim. Mas na prtica, no h
sentido em interpolar segmentos at intervalos de tempo menores que aqueles entre
transaes financeiras, que podem ocorrer em menos de um minuto. Claramente,
cada pedao acaba grosseiramente se parecendo com o todo, havendo portanto
invarincia quanto escala, ou seja, auto similaridade. Pode-se observar que
neste exemplo a auto similaridade no estrita, seguindo a definio dada por
Karas & Serra (1997). A novidade e surpresa que estas curvas fractais exibem
uma riqueza de estrutura um fundamento tanto da geometria dos fractais como da
teoria do caos.
Alguns geradores selecionados produzem estas curvas chamadas unifractais,
que exibem um quadro relativamente tranqilo do mercado financeiro, quadro este
que sustenta a teoria moderna do portfolio. Mas tranqilidade se manifesta sob
extraordinrias e especiais condies satisfeitas apenas por estes geradores
especiais. Os problemas por traz deste modelo simplificado so alguns dos erros
centrais da teoria do portfolio. Metaforicamente, como se uma teoria sobre as
ondas do mar proibisse a formao de ondas com mais de 2 metros.
A importncia da geometria dos fractais que ela possibilita um modelo
genrico o suficiente para reproduzir os padres que caracterizam os mercados de
baixa volatilidade da teoria do portfolio assim como as situaes tumultuadas de
maior volatilidade, com quedas ou subidas rpidas e elevadas. O mtodo

64

previamente descrito para se criar um modelo fractal de preos pode ser alterado
para mostrar como a atividade dos mercados pode se tornar mais veloz ou mais
lenta - a essncia da volatilidade. Esta variabilidade o motivo pelo qual se insere o
prefixo "multi-" na palavra "fractal".
Para se criar um multifractal a partir de um unifractal, o passo chave alongar
ou encurtar o eixo de tempo horizontal tal que os pedaos do gerador sejam
esticados ou comprimidos. Ao mesmo tempo, o eixo vertical de preo deve
permanecer o mesmo. Na figura 14, o primeiro pedao do gerador unifractal
progressivamente encurtado, automaticamente alongando o segundo pedao. Aps
estes ajustes, o gerador se torna multifractal (M1 at M4). Pela figura 14, pode-se
ver que volatilidade alterada, j que o preo sobe mais rapidamente no primeiro
pedao e desce mais devagar no segundo pedao.
FIGURA 14 - OPERAO UNIFRACTAL PARA MULTIFRACTAL
1
M4 = Multifractal 4
M3 = Multifractal 3

Onda 3

Preo

Onda 2

Onda 1

0
0

U = Unifractal
M1 = Multifractal 1
M2 = Multifractal 2

Tempo

FONTE: MANDELBROT (1999)

Segundo Mandelbrot (1999), tais alteraes no gerador podem produzir uma


simulao completa das flutuaes de preos num dado perodo de tempo, usando o
processo de interpolao descrito anteriormente. medida que o primeiro pedao do
gerador comprimido - e o processo de sucessivas interpolaes continua produzse um grfico que cada vez mais se aproxima dos grficos que caracterizam
mercados volteis. A figura 15 mostra a volatilidade correspondente a cada situao
U, M1, M2, M3, M4, onde M4 o mercado com atividade mais voltil.

65

FIGURA 15 - AUMENTO DA VOLATILIDADE

FONTE: MANDELBROT (1999)

Na figura 15, a volatilidade do unifractal (U) corresponde aos mercados


tranqilos da teoria dos portfolios. O grfico U ilustra as flutuaes de preo
introduzidas em 1900 pelo matemtico francs Louis Bachelier. Segundo Bachelier,
citado por Mandelbrot (1999, p.53), as mudanas nos preos seguiriam a chamada
"random walk", que est de acordo com a distribuio normal (bell curve) e a teoria
dos portfolios. Prosseguindo de cima para baixo na mesma figura (M1 para M4),
cada grfico diverge cada vez mais do modelo inicial, exibindo saltos pontudos e
abruptos e a persistncia de movimentos bruscos e elevados, decorrentes de fortes
especulaes ou eventos externos, como os recentes ataques terroristas. Para
tornar estes modelos de mercados volteis ainda mais realistas, os trs pedaos de
cada gerador foram permutados, da seguinte maneira: utiliza-se um dado de seis
faces, onde cada uma delas corresponde a uma das seis permutaes possveis
com os trs pedaos do gerador (123, 132, 213, 231, 312, 321). Antes de cada
interpolao, o dado lanado, e a permutao correspondente a face que ficou
para cima aplicada no processo.
Em termos prticos, as descobertas de Benoit Mandelbrot sugerem que um
gerador fractal pode ser desenvolvido baseado em dados histricos de mercado.
Seu modelo atual de anlise de mercado no apenas inspeciona o que ocorreu
ontem ou semana passada. realmente um modelo mais realista das flutuaes de
preo, chamado fractional Brownian motion in multifractal trading time. Os
grficos criados pelos geradores produzidos por este modelo podem simular
cenrios alternativos baseados em atividades anteriores de mercado.

66

No livro "Economia e complexidade", inspirado na Tese de Doutoramento em


Economia pela Universidade Autnoma de Lisboa (UAL) do Engenheiro Civil
Francisco Corra Guedes (1999, p.307), Guedes cita o trabalho de Mandelbrot:
A grande descoberta recente de Mandelbrot 1997 a de que ao contrrio dos
seus modelos anteriores das cronologias financeiras em que H [expoente de Hurst:

H ~ log P / log t ] era tido como independente do tempo unifractais H passou a


ser varivel e as cronologias a designar-se por multifractais. E foi com este
instrumento que Mandelbrot conseguiu a faanha geomtrica e grfica de obter a
mmica impressionante das verdadeiras cronologias financeiras."

Em seu livro Fractals and scaling in finance (1997, p.183-184), Mandelbrot


mostra duas sries temporais P(t), figuras 16 e 17, geradas por seguidas
interpolaes dos geradores mostrados no canto superior esquerdo do desenho, e
na parte inferior do desenho os respectivos incrementos de preo sobre sucessivos
e pequenos intervalos de tempo (seria aproximadamente a derivada P(t) da funo
preo P onde os intervalos de tempo tendem a zero).

FIGURA 16 - DESENHO ANIMADO DE MOVIMENTO BROWNIANO APS VRIAS INTERPOLAES

FONTE: MANDELBROT (1997)


NOTA: A cada passo, os trs segmentos do gerador so permutados aleatoriamente; isto
significa que, aps algumas interpolaes, no h traos de semelhana visveis a
olho nu. Na figura de baixo observa-se o diagrama do "rudo branco" Gaussiano,
referente distribuio normal esperada por Bachelier.

67

FIGURA 17 - DESENHO ANIMADO DO MOVIMENTO BROWNIANO PRODUZIDO DE


MANEIRA MULTIFRACTAL

FONTE: MANDELBROT (1997)


NOTA: No desenho de baixo, a seqncia um "rudo branco", mas longe de ser
Gaussiano, se aproximando mais da realidade das sries histricas de preos.

A pesquisa recente de Maldelbrot (1997) traz portanto embasamento cientfico


e viabilidade a uma pesquisa mais antiga, que a teoria dos padres de ondas
descobertos por R. N. Elliott, baseada na observao criteriosa da repetio quase
perfeita de padres de preos ou ondas em atividades anteriores de mercado.
Novamente em (Mandelbrot, 1997, p.114-115) encontra-se duas passagens
complementares importantes para se dar suporte cientfico ao objeto de estudo
desta dissertao e tambm para se fazer uma conexo entre a base terica vista
anteriormente com a prxima seo relativa s aplicaes das ondas Elliott nos
mercados. Na pgina 114, Mandelbrot cita palavras de Jonathan Swift (Swift, 1733),
sobre a invarincia em infinitas escalas:

68

"So, naturalist observe, a flea hath smaller fleas that on him prey, and these
have smaller fleas to bit them, and so proceed ad infinitum".
Na pgina 115, com suas prprias palavras, Mandelbrot diz que:
It is true that some of Elliotts diagrams are qualitatively reminesent of certain selfaffine generators of the kind studied in Section 4 of Chapter E6. That is, they embody
the wisdom present in Swifts qualitative metaphor quoted earlier in these section, but
nothing more. Elliotts work fails the requirements of objectivity and repeatability: in his
own words, "considerable experience is required to interpret [it] correctly" and "no
interpretation [is] valid unless made by [him or his direct licencees].

V-se portanto que Mandelbrot, o criador da idia dos fractais, confirma a


presena de sua inveno no trabalho de Elliott. A crtica no final da citao tem
fundamento, j que o livro mais conhecido e divulgado no mundo sobre as ondas
Elliott, "The Elliott wave principle, key to market behavior" (Robert R. Prechter,
edies de 1978 a 2000), no traz um mtodo minucioso e objetivo de previso dos
mercados. Entretanto, aps pesquisa por bibliografia mais aprofundada para este
trabalho, encontrou-se o livro "Mastering Elliott Wave; presenting the Neely method:
the first scientific, objective approach to market forcasting." (Glenn Neely, 1990), que
realmente possibilitou a aquisio de resultados mais objetivos, preenchendo-se o
vcuo muito bem observado por Mandelbrot. E em relao crtica falta de
periodicidade do mtodo Elliott, tambm h fundamento, se considerarmos a
periodicidade no seu sentido estrito, pois os padres de onda pesquisados por Elliott
no se repetem exatamente, mas aproximadamente. Tal observao no inviabiliza
o mtodo Elliott, j que a no necessidade de movimentos peridicos exatos uma
caracterstica favorvel aos mtodos que no seguem o paradigma newtoniano. Na
criteriosa pesquisa de Glenn Neely (1990), os padres Elliott so classificados
segundo a disposio espacial e o comprimento relativo entre suas ondas
componentes, onde tais comprimentos nem sempre so fixos, podendo variar entre
um limite mnimo e mximo registrados historicamente pelo autor.

69

3.2

O Princpio das Ondas Elliott


Segundo Prechter (2000), em todo mercado de capitais, cada deciso de

investimento tanto influenciada por informaes significativas como produz


informaes significativas. Algumas vezes o mercado parece refletir condies e
eventos externos, mas em outros momentos ele se move em direo contrria s
notcias, como se fosse governado pelas leis do acaso. A razo disto que o
mercado possui suas prprias leis, o seu prprio caos, no sendo determinado pela
causalidade linear que pode-se estar acostumado com as experincias do cotidiano.
O caminho dos preos no um produto apenas das notcias e no uma mquina
de ritmo peridico. O movimento das aes reflete uma repetio de formas que
independente tanto de eventos que presumivelmente o causaram quanto de
periodicidade.
A progresso dos mercados se d atravs de ondas. Ondas so padres de
movimento direcional. Mais especificamente, onda qualquer uma das figuras que
constituem os grficos dos preos das aes ou commodities em funo do tempo, e
tais figuras so modelos que se repetem naturalmente ao longo dos dias, meses,
anos, dcadas e sculos.

3.2.1

O Modelo das Cinco Ondas


Segundo Elliott, citado por Prechter (2000), a progresso dos preos nos

mercados tem a forma de cinco ondas numa estrutura especfica. Trs destas
ondas, chamadas de 1, 3 e 5, realmente afetam o movimento direcional dos preos,
ou seja, so elas que imprimem a verdadeira tendncia para a qual o mercado est
indo. Tais ondas mpares so separadas por duas ondas de interrupo da
tendncia, chamadas de 2 e 4, como mostra a figura 18. As duas interrupes so
um requisito para que o movimento direcional como um todo possa ocorrer.

70

FIGURA 18 - O MODELO BSICO

5
Onda 5

3
Onda 4
Onda 3

4
1
Onda 2

Onda 1

FONTE: PRECHTER (2000)

Pode-se explicar o comportamento das cinco ondas como um reflexo do


comportamento humano. Observando-se o contexto de uma bolsa de valores, o
incio da onda 1 ativado devido a um movimento de subida de preos gerado pela
percepo dos participantes da bolsa de que o mercado iria subir por motivos reais
ou irreais. O topo da onda 1 o instante em que vende-se papis para obteno de
lucros a curto prazo, fazendo com que os preos caiam at o fundo da onda 2. A
onda 3 refere-se ao crescimento consistente dos preos, por motivos econmicos
realmente fundamentados ou de persistente percepo de subida de preos.
Segundo as observaes de Prechter (2000) e Neely (1990), a onda 3 nunca ter
comprimento menor que as outras, j que neste intervalo de tempo h um motivo
subjacente suficientemente convincente para levar a maioria dos participantes a
acreditarem numa subida de preos. Na onda 3 o volume de negociaes maior
que durante a onda 1, em virtude da maioria se sentir encorajada em comprar. No
topo da onda 3, aps um longo crescimento, as pessoas so absorvidas pelo medo
de que os preos logo caiam, fazendo com que alguns vendam e tirem seus lucros,
iniciando-se assim a onda de queda nmero 4, gerada por estas vendas. Entretanto
existem investidores, impressionados com a grande subida da onda 3, que
continuam convictos de que os preos vo subir mais e portanto continuam

71

comprando. Quando o nmero de propostas de compra torna-se maior que os de


venda, os preos voltam novamente a subir pela onda 5. Esta onda o ltimo
suspiro de subida, porque o volume de negcios j bem menor do que na onda 3.
No topo da onda 5, o volume de negcios tende a zerar, e uma mudana de
tendncia de subida para tendncia de descida est iminente.
Prechter (2000) observa que:
A qualquer momento, o mercado pode ser identificado como estando em algum ponto
do modelo bsico das cinco ondas referente ao maior escala de tendncia. Como o
padro das cinco ondas tem total predominncia na progresso dos mercados, todos
os outros padres so subordinados a ele.

3.2.2

Os Padres de Onda
Existem dois padres de evoluo da onda: onda impulso e onda corretiva.
Ondas impulso tm uma estrutura de cinco ondas, enquanto que ondas

corretivas tm uma estrutura de trs ondas. A estrutura impulso empregada tanto


pelo modelo das cinco ondas da figura 18 quanto pelas suas componentes de
mesma direo: ondas 1, 3 e 5. Suas estruturas so chamadas de impulso porque
elas fortemente incitam o mercado. A estrutura corretiva empregada por todas as
interrupes de tendncia, que incluem as ondas 2 e 4 da figura 18. So chamadas
de corretivas porque cada uma aparece como uma resposta para a onda impulso
precedente, produzindo uma retrao parcial, ou correo do progresso atingido.
Logo os padres so fundamentalmente diferentes, tanto em diretrizes como em
construo, como ser melhor detalhado no decorrer deste trabalho.

3.2.3

O Ciclo Completo
Forma-se ento um ciclo completo, consistindo em oito ondas divididas em

duas fases: a fase impulso de cinco ondas, cujas ondas so denotadas por nmeros

72

e a fase corretiva de trs ondas, cujas ondas so denotadas por letras. Assim como
a onda 2 corrige a onda 1 na figura 18, a seqncia A, B, C corrige a seqncia 1, 2,
3, 4, 5 na figura 19.
FIGURA 19 - O CICLO COMPLETO

(1)
Fase impulso
(nmeros)

Fase corretiva
(letras)

5
B

3
A
4

C
(2)

FONTE: PRECHTER (2000)

3.2.4

Escalas da Onda
Todas as ondas podem ser organizadas em categorias dependendo da sua

escala. A escala de uma onda determinada pelo seu tamanho e por sua posio
relativa s ondas componentes, s ondas adjacentes e onda da qual faz parte.
Elliott nomeu nove escalas de ondas, desde a menor onda identificvel num grfico
de preos horrios, passando pelos grficos de preos dirios, mensais, anuais, at
a maior onda que seria possvel identificar com os dados de preos disponveis. Na
ordem da maior para a menor escala, a tabela abaixo relaciona os nomes escolhidos
por Elliott para as escalas com suas respectivas notaes.

73

QUADRO 3 - ESCALA DE ONDAS E SUAS NOTAES


ESCALA DA ONDA

Grand Supercycle

A FAVOR DA TENDNCIA

CONTRA A TENDNCIA

II

III

IV

(I)

(II)

(III)

(IV)

(V)

(a)

(b)

(c)

Cycle

II

III

IV

Primary

(1)

(2)

(3)

(4)

(5)

(A)

(B)

(C)

Minor

Minute

ii

iii

iv

(i)

(ii)

(iii)

(iv)

(v)

(a)

(b)

(c)

ii

iii

iv

Supercycle

Intermediate

Minuette
Subminuette
FONTE: PRECHTER (2000)

3.2.5

Exemplo de Construo Fractal


Quando termina um ciclo completo de oito ondas, este pode ser seguido por outro

ciclo completo, que por sua vez pode ser seguido por outro movimento de cinco ondas.
Este bloco inteiro produz um padro de cinco ondas de 1 escala acima em relao
escala minor de suas ondas componentes. O resultado mostrado na figura 20 at o
pico da onda (5). Este padro de cinco ondas de escala intermediate ento corrigido
por um padro de trs ondas de escala intermediate, completando-se assim um ciclo
completo de oito ondas de escala intermediate, desenhado na figura 20.
Como pode se ver nesta figura, cada componente de mesma direo de uma
onda impulso (mono-ondas 1, 3 e 5) uma verso menor das poli-ondas (1), (3) e
(5), que por sua vez so verses menores das poli-ondas 1 , 3 e 5 . E cada
componente dupla (ondas 1+2) de um ciclo completo de escala minor, uma verso
menor das componentes (1) + (2) de um ciclo completo de maior escala

intermediate, que por sua vez so verses menores do ciclo completo + de escala
primary (o desenho inteiro). Da vem a caracterstica fractal da construo.
importante constatar que a figura 20 no apenas uma verso maior da figura 19,
mas tambm a prpria figura 19 vista com maiores detalhes.

74

FIGURA 20 - EXEMPLO DE CICLO COMPLETO DE ESCALA INTERMEDIATE

1
(5)
5
1
C

3
4

(3)
5

B
3
(1)
5

2
4

5
(A)

A
1

(B)
1

C
(4)

3
5
(C)

2
2

A
4

C
(2)

2
FONTE: PRECHTER (2000)

importante observar tambm que dentro do padro corretivo ilustrado pela onda
2 na figura 20, as ondas de descida (A) e (C) so cada uma compostas de cinco
ondas: 1, 2, 3, 4 e 5. Da mesma maneira, a onda ascendente (B) composta por trs
ondas: A, B e C. Esta construo abre uma questo crucial: Ondas impulso nem
sempre so ascendentes, e ondas corretivas nem sempre so descendentes.
Na figura 20, cada sub-onda 1, 3 e 5 uma onda impulso que deve se
subdividir em cinco ondas, e cada sub-onda 2 e 4 uma onda corretiva que deve se
subdividir em trs ondas. Ondas (1) e (2), na figura 20, se examinadas por um
microscpio, teriam a mesma forma das ondas 1

2 . Portanto, a forma

constante e independente da escala, uma caracterstica peculiar dos fractais.


A figura 21 a seguir foi retirada do livro de Prechter (2000) e tem como objetivo
mostrar o crescimento do fractal a medida que continua-se o processo de construo
das ondas. Desta vez o ciclo completo j est na escala cycle, e pode-se observar bem
a complexidade que pode ser obtida a partir de uma regra simples e determinstica: 5
ondas a favor da tendncia seguidas de 3 ondas contra a tendncia.

75
FIGURA 21 - CICLO COMPLETO DE ESCALA CYCLE

FONTE: PRECHTER (2000)

3.3

Anlise Detalhada das Estruturas ou Padres de Ondas Elliott


A seguir tem-se a descrio detalhada dos padres de onda, impulso e

corretivo, que Elliott (Prechter, 2000, p.30) percebeu se repetirem nas sries
temporais de preos nos mais variados mercados financeiros. importante frisar
que as repeties no so necessariamente exatas (auto afinidade estrita), podendo
ser aproximadas, j que um mesmo padro pode aparecer com tamanhos e
inclinaes diferentes em vrias pocas e em vrias escalas (primary, intermediate,

etc.) sem que as suas regras de construo sejam violadas. Uma estrutura Elliott, a
medida que a anlise da srie temporal transcorre com o tempo, se liga
dinamicamente com outras estruturas Elliott, e tal acmulo de estruturas, em algum
instante de tempo, constituir uma nova estrutura Elliott de escala superior. E assim
sucessivamente, seguindo-se a idia fractal.
Este acmulo de ondas e tendncias para formar outras ondas e tendncias
de escala superior levou Elliott a procurar na matemtica alguma ferramenta na qual

76

pudesse basear este acmulo. Encontrou ento na srie de Fibonacci fortes


correlaes com o seu princpio.
A srie de Fibonacci uma seqncia de nmeros inteiros, cuja lei de
formao muito simples e parecida com a formao das ondas Elliott: dados dois
nmeros iniciais, o prximo nmero da seqncia ser sempre igual soma dos dois
nmeros anteriores a ele. A srie de Fibonacci mais conhecida aquela cujos dois
primeiros termos so iguais a 1. Tem-se ento a seqncia infinita:
1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144,...
Lembrando-se que as estruturas corretivas possuem 3 ondas e as estruturas
impulsivas contm 5 ondas, e sabendo-se que sempre aps um impulso vem uma
correo, tem-se ento o acmulo de 8 ondas, mais um prximo impulso, teramos
13 ondas, e assim por diante.
Elliott descobriu entretanto que a serventia surpreendente da srie de
Fibonacci para a anlise dos mercados financeiros estava na razo entre os
nmeros da srie. Dividindo-se o primeiro nmero pelo segundo, obtm-se a razo
1, ou 100%. Dividindo-se o segundo pelo terceiro, obtm-se 50%. Continuando-se
com o mesmo procedimento, obtm-se as seguintes razes: 66.7%, 60%, 62.5%,
61.5%, 61.9%, 61.8%, 61.8%, 61.8%,.... Ou seja, esta ltima srie formada pelas
razes de um nmero Fibonacci para seu posterior converge para 61.8%, valor
arredondado da constante

5 1
2

, conhecida como razo urea. As porcentagens

citadas neste pargrafo em negrito e as taxas complementar e inversa da


porcentagem urea, 38.2% e 161.8%, foram registradas por Elliott em muitas
ocasies do mercado financeiro quando comparou-se os comprimentos de duas
ondas consecutivas em sentido contrrio. Portanto, tais porcentagens so
amplamente utilizadas para se prever o tamanho da prxima onda a partir do
comprimento da onda corrente.
A razo urea muito encontrada na natureza. Aparece em vrias formaes
em espiral (espiral urea), como furaces, rede moinhos, arranjo das sementes na

77

flor de margarida, casca do abacaxi, cavalo marinho, caramujos, galxias, chifres de


alguns animais, ondas do mar, na trajetria de partculas atmicas numa cmara.
utilizada por pintores e arquitetos para que seus projetos possuam uma boa esttica,
tenham uma naturalidade para o olho humano. Fazendo-se uma mdia na
populao mundial, o umbigo divide o tamanho total das pessoas na razo urea, o
nariz divide o tamanho total do rosto em proporo urea, o cotovelo divide o brao
de forma urea e pequenos ossos dividem os dedos das mos em propores
ureas. Dentre outras aparies, a mais surpreendente e que pode explicar outras
conseqncias ureas a que aparece na dupla hlice do DNA. A figura 22 mostra
a diviso urea determinada pelos vales das hlices de DNA (Prechter, 2000, p.108):
FIGURA 22 - DIVISO DO DNA NA RAZO UREA

FONTE: PRECHTER (2000, p.108)

Como descrito na reviso terica sobre as aplicaes dos conceitos da


complexidade na economia, os movimentos de subida e descida nos mercados
podem ser encarados como tendncias que emergem da auto organizao - por

78

feedback positivo ou retornos crescentes (Brian Arthur; Waldrop, 1992, p.39) das
percepes em comum dos preos por parte dos agentes do mercado (psicologia
dos hedgers e especuladores). Sabendo-se que a razo urea uma propriedade
dos seres humanos (DNA, propores corpreas), e como os movimentos dos
preos so regidos por decises humanas, pode-se com certa naturalidade induzir a
existncia da razo urea nos mercados financeiros. At hoje, entretanto, no h
uma demonstrao matemtica rigorosa para esta afirmao.

3.3.1

O Padro Impulso
As ondas impulso seguem o modelo bsico da figura 18. Segundo Neely (1990,

p.5-2), uma coletnea de ondas do mercado deve obedecer s seguintes regras


essenciais de construo para se tornar uma candidata ao comportamento impulso.
(i) Regras essenciais de construo
a) Cinco segmentos adjacentes devem estar presentes (mono-ondas ou poliondas).
b) Trs destes segmentos devem possuir a mesma direo (para cima ou
para baixo).
c) Imediatamente aps o primeiro segmento, uma movimentao menor em
direo oposta toma lugar (o segundo segmento). Este segundo segmento
nunca pode retroceder todo o primeiro segmento.
d) O terceiro segmento deve ser maior que o segundo.
e) Imediatamente aps o terceiro segmento, uma movimentao menor em
direo oposta ao terceiro segmento (mas na mesma direo do segundo)
toma lugar (o quarto segmento). O quarto segmento nunca poder
retroceder todo o terceiro.
f)

O quinto segmento ser quase sempre maior que o quarto, mas apenas
deve ser pelo menos 38,2% do quarto segmento (em termos verticais de
preo). Quando o quinto segmento menor que o quarto, diz-se que
ocorreu uma "falha".

79

g) Quando as distncias verticais de preo cobertas pelo primeiro, terceiro e


quinto segmentos so medidas e comparadas, o terceiro no precisa ser o
maior, mas nunca pode ser o menor dentre eles.
h) A onda quatro jamais poder ultrapassar o topo da onda um.
Se todas estas regras acima forem obedecidas, o grupo de ondas em anlise
tem potencial para ser impulso. Se uma nica regra no for obedecida, a coletnea
de ondas que est sendo analisada deve ser de natureza corretiva, no impulsiva,
ou o grupo de ondas foi incorretamente combinado.
(ii) Regra da extenso
Uma extenso um elemento essencial de qualquer padro impulso realista e
est exclusivamente associado a eles. O termo extenso usado para descrever a
maior onda de um grupo impulso. A presena (ou falta) de uma onda estendida o fator
de diferenciao entre o comportamento impulsivo e suas imitaes falsas (correes).
Seguindo-se todas as regras at este ponto, deve-se ter um grupo de cinco
mono-ondas (ou mais, dependendo da habilidade de quem analisa). Dentro deste
grupo, uma onda deveria ser notavelmente maior em preo que as outras. Esta maior
onda ser a candidata extenso. Para realmente se qualificar como uma extenso,
a maior onda deveria ser pelo menos 161,8% da segunda maior onda em preo.
Na figura 23 existem exemplos de extenses.
FIGURA 23 - EXTENSES

MERCADO ALTISTA (BULL)

MERCADO BAIXISTA (BEAR)

(5)
(ii)
(3)
ii

(i)
(1)
5

(4)

3
1

iv

(iv)

iii
4

(2)

2
Primeira onda estendida
FONTE: O Autor

v
(iii)
(v)
Terceira onda estendida

80

O fato de uma extenso ocorrer tipicamente em apenas uma das ondas


mpares de um impulso permite que se saiba quais os comprimentos esperados das
prximas ondas. Por exemplo, se a primeira e a terceira ondas possurem
aproximadamente o mesmo comprimento, a quinta onda ser prolongada. Se a onda
trs estendida, a quinta deveria ser de construo simples e semelhante onda
um. Segundo Prechter, no mercado de aes, mais comum encontrar-se a terceira
onda estendida. A quinta onda estendida pouco encontrada, exceto no caso do
mercado futuro de commodities.
Uma extenso pode tambm ocorrer "fractalmente" dentro de outra extenso.
Um exemplo real de terceira onda estendida dentro de outra terceira onda estendida
de escala superior encontrado no impulso de escala cycle (I, II, III, IV, V) que
recuperou o mercado americano aps o crack da bolsa de Nova York em 1929,
como mostra o grfico da figura 24, referente ao ndice Dow Jones Industrial de 1920
at 1974 (Prechter, 2000, p.156):
FIGURA 24 - NDICE DOW JONES DE 1920-1974

FONTE: PRECHTER (2000, p.156)

81

(iii) Quinta onda com defeito (truncated fifth)


Elliott usou a palavra "defeito" para descrever a situao na qual a quinta onda
de um impulso est truncada, pois no se move alm do fim da terceira onda.
truncamento normalmente ocorre aps uma terceira onda particularmente forte, e
pode ser num mercado em subida ou descida. Como ilustrao, na figura 25 tem-se
o esboo do truncamento num mercado altista.
FIGURA 25 - BULL MARKET TRUNCATION

3
5

4
1

2
FONTE: PRECHTER

(iv) Regra da alternncia


O conceito de alternncia um dos mais importantes no estudo do movimento
dos preos. A regra estabelece que: quando ondas adjacentes ou alternadas de
mesma escala so comparadas, elas deveriam ser distintas e nicas de tantas
maneiras quanto possveis. O fator decisivo na manifestao da regra o tempo.
Quanto maior o tempo coberto por cada formao, mais completa, em todos os
aspectos, a alternncia entre as duas formaes se tornar. H vrias maneiras de
ocorrer a alternncia. No caso do padro impulso, a aplicao mais importante da
regra da alternncia refere-se s ondas contrrias tendncia, ou seja, as ondas 2 e
4. Se o mercado estiver se desenvolvendo num padro corretivo, a regra melhor se
aplica s ondas A e B. Os possveis tipos de alternncia, que deveriam ser
considerados em toda formao, so os seguintes:

82

a) Preo (a distncia percorrida em unidades verticais).


b) Tempo (a distncia percorrida em unidades horizontais).
c) Gravidade (a porcentagem de retrocesso ou "retraado" em relao onda
anterior, aplicvel apenas s ondas 2 e 4 do padro impulso).
d) Complexidade (o nmero de subdivises presentes num padro).
c) Construo (um padro pode ser um Flat, o outro um Zigzag, etc.).
Na figura 26 tem-se o exemplo de alternncias apresentadas pelas ondas 2 e
4 de um impulso. Os tipos de alternncia presente naquela figura so o preo (onda
4 maior verticalmente que a onda 2), o tempo (onda 4 maior horizontalmente que
a onda 2), a gravidade (onda 4 tem uma porcentagem de retorno sobre a onda 3
maior que a onda 2 em relao onda 1) e complexidade (onda 4 uma poli-onda
corretiva formada por trs mono-ondas [a,b,c] e a onda 3 uma nica mono-onda).
importante que ao menos um tipo de alternncia esteja presente num
impulso.
(v) Regra da igualdade
Em qualquer padro impulso, uma das ondas deve ser consideravelmente
maior que qualquer outra onda. Uma vez identificada a maior onda, a regra da
igualdade deve ser considerada. Esta regra se aplica a apenas duas das seguintes
ondas: 1, 3 ou 5. Se uma destas ondas estendida, a regra se aplica s duas
menores que restaram.
A regra da igualdade postula que as duas ondas no estendidas deveriam
tender igualdade em preo e/ou tempo, ou relacionadas por uma razo Fibonacci
(normalmente 61.8%) em preo e/ou tempo. Preo certamente o parmetro mais
importante a se levar em conta.
Esta regra tem a maior influncia em padres impulso com extenso da onda
3, e especialmente til quando a onda 5 falha aps tal extenso. Ter pouca
aplicao para padres com primeira onda estendida ou impulsos terminais.

83

(vi) Regra da sobreposio


A regra da superposio pode ser aplicada de duas maneiras, dependendo de
qual impulso est em anlise: o impulso com tendncia (trending impulse) ou o
impulso terminal (terminal impulse).
Num impulso de tendncia (5 3 5 3 5), nenhuma parte da onda 4 pode
estar na regio de preos coberta pela onda 2, situao esboada na figura 26.
FIGURA 26 - REGRA DA SOBREPOSIO NUM IMPULSO TENDNCIA

b
Regio de preos
da onda 4

c
4

1
Regio de preos
da onda 2

FONTE: NEELY (1990)

No impulso terminal (3 3 3 3 3) necessrio que a regio de preos da


onda 2 seja parcialmente violada pela zona de preos da onda 4 (figura 27).
FIGURA 27 - REGRA DA SOBREPOSIO NUM IMPULSO TERMINAL

1
sobreposio
4
2

FONTE: NEELY (1990)

84

Se o movimento de preos que est sob anlise obedecer a todas as regras


de (i) at (vi), ento este movimento sem dvida um padro impulso. Caso
contrrio, h grande probabilidade que o movimento corretivo.

3.3.2

Padres Corretivos
Correes so padres que ocorrem entre ondas impulso. So formadas por

pelo menos trs ondas. Os impulsos ocorrem quando o grfico de preos esboa
uma subida ou descida expressiva. Literalmente, os impulsos "impulsionam" o
mercado para ganhos ou perdas significativas. Enquanto que as correes
"corrigem" momentaneamente a direo tomada pelo impulso anterior, indo em
direo contrria, sem entretanto desviar definitivamente o mercado de sua
tendncia principal.
Padres corretivos so mais difceis de ser interpretados que os padres
impulsivos devido a uma quantidade maior de variaes possveis. Decifrar
estruturas

corretivas

normalmente

requer

um

complexo

entendimento

do

comportamento do mercado e muita pacincia.


Sabe-se que os impulsos devem obedecer uma srie de regras antes que se
possa classificar progressivamente suas ondas de 1 at 5. Correes por sua vez
so menos burocrticas, pois sabe-se que uma onda corretiva simplesmente pelo
fato de ela no ser impulsiva. Isto permite a classificao progressiva imediata de
suas ondas, s que desta vez atravs de letras. A primeira onda corretiva chama-se
onda "a", a segunda chama-se onda "b", a terceira onda "c". Trabalhando-se
somente com mono-ondas, e se aparecerem ainda uma quarta e quinta onda, sero
chamadas de onda "d" e onda "e", respectivamente.

Os padres corretivos so: Flat (3-3-5), Zigzag (5-3-5) e Triangle (3-3-3-3-3).


(i) Flats (3-3-5)

85

Um flat pode ser formado por apenas trs mono-ondas a, b & c, ou como
indicado pela seqncia 3-3-5, as ondas a, b & c podem conter respectivamente 3, 3
e 5 mono-ondas. Segundo Neely (1990, p. 5-17), as trs ondas sob observao
devem exibir os seguintes critrios para estarem na categoria flat:
a) Onda b deve retroceder pelo menos 61.8% da onda a.
b) Onda c deve ser pelo menos 32,8% da onda a.
Estas duas normas esto expostas na figura 28.
FIGURA 28 - REQUISITOS DE UMA ESTRUTURA FLAT

a
b
La

La

61.8% de La
38.2% de La
a

Corrige uma tendncia


de subida (bull market)

b
Corrige uma tendncia de
descida (bear market)

FONTE: NEELY (1990)

(i) Zigzags (5-3-5)


Zigzags e suas combinaes complexas so as nicas estruturas corretivas
que podem temporariamente se confundirem com as trs primeiras ondas de uma
estrutura impulso. Para evitar interpretaes erradas, limites especficos devem ser
obedecidos pelo comportamento zigzag. Os requerimentos mnimos que permitem
um padro ser classificado como zigzag so os seguintes (Neely, 1990, p.5-19):
a) Onda a do zigzag no pode retroceder mais que 61.8% do impulso anterior
(caso exista) de uma escala imediatamente superior escala do zigzag.
b) Onda b deve retroceder pelo menos 1 % da onda a.
c) Onda c deve ultrapassar o nvel correspondente ao fim da onda a.
Se o grupo de ondas sob anlise seguir estes trs mnimos requerimentos,
deve-se em seguida checar os limites mximos impostos onda b de um zigzag:

86

a) Nenhuma parte da onda b ir normalmente retroceder mais que 61.8% da


onda a.
b) Se parte da onda b retrocede mais que 61.8% da onda a, tal parte no
ser o fim da onda b. Ela ser apenas o primeiro segmento de uma onda b
corretiva mais complexa. O trmino da onda b ser em 61.8% da onda a
ou menos.
Os limites mximos da onda b, para zigzags corrigindo tendncias de subida,
so mostrados na figura 29.
FIGURA 29 - LIMITES DO ZIGZAG

b
0.618 de a

Limite mximo para onda b = 61.8% de a

b
a

Passou do limite
de zig zag. Mas
pode ser um flat.

a
c?
c

61.8% de a

Este um zigzag que


pode ocorrer
ocasionalmente.

c
FONTE: NEELY (1990)

Quando uma onda c de um zigzag for maior que 161.8% da onda a, aumenta a
probabilidade de que a estrutura a-b-c na verdade a parte 1-2-3 de um impulso. O
critrio que ajuda a decidir entre os dois diferentes casos o retrocesso. Aps um
zigzag alongado (com onda c longa), o mercado deveria inverter e retroceder mais de
61.8% da onda c antes que o fim da onda c fosse violado. Se isso ocorrer, tem-se um
zigzag alongado, seno, provvel que o padro que est se formando um impulso.

87

(iii) Tringulos (3-3-3-3-3)


Um dos padres mais difceis de se trabalhar sob a tica do princpio das
Elliott Waves so as variaes de tringulos. No se pode ter absoluta certeza da
direo do movimento que ocorrer aps um tringulo. Apesar das dificuldades,
tringulos so padres muito comuns e entend-los essencial para evitar perdas
desnecessrias em transaes financeiras.
Tringulos refletem um equilbrio entre foras de compra e venda, causando
um movimento lateral (sideways). Nos tringulos convergentes, o movimento lateral
est normalmente est associado com diminuio de volume e volatilidade. Nos
tringulos divergentes h um aumento de volatilidade com o tempo.
A seguir tem-se uma lista de requerimentos mnimos para que um conjunto de
ondas possa ser chamado de tringulo (Neely, 1990, p. 5-23):
a) Deve haver exatamente cinco segmentos num tringulo. Esta regra se
aplica no importa qual seja a complexidade de cada segmento. Na ordem
de ocorrncia, cada segmento do tringulo recebe uma letra do alfabeto:
(a, b, c, d, e).
b) Cada segmento de um tringulo (ou representa, no caso de monoondas) um padro corretivo completo.
FIGURA 30 - TRINGULOS

c
e
Onda 3
ou A

d
Onda 3
ou A

b
convergente

d
divergente

Onda 5
ou C

Segmentos
complexos
FONTE: NEELY (1990)

Onda 5
ou C

88

a) Diferentemente do padro impulso, que possui tendncia definida para cima


ou para baixo, os cinco segmentos de um tringulo iro oscilar em territrios
comuns de preo (overlap) de maneira convergente ou divergente.
b) Um tringulo pode desviar seu vrtice levemente para cima ou para baixo
sem afetar suas regras de construo.
c) O tamanho da onda b deve estar entre 32.8 % e 261.8% da onda a.
Dificilmente a onda b ser 100% da onda a.
d) Dos cinco segmentos de um tringulo, quatro deles (b, c, d, & e)
retrocedem um segmento anterior. Desses quatro, trs deles devem
retroceder pelo menos 50% da onda anterior.
e) Um tringulo delimitado conectando os pontos terminais das ondas A e
C, e os pontos terminais das ondas B e D. O trmino da onda E pode no
cruzar ou ultrapassar a linha A-C, e de fato, historicamente o que mais
ocorre. Como regra geral, a linha B-D no pode ser quebrada por
nenhuma das partes que formam a onda C ou a onda E.

3.3.3

Combinaes entre Correes


Combinaes entre padres Elliott corretivos envolvem as chamadas ondas X.

Uma onda X pode ser simplesmente uma mono-onda ou pode ser um padro
corretivo formado por 3 ondas ou mais. A onda X separa dois padres corretivos
Elliott. A figura 31 mostra um exemplo de uma combinao simples e uma complexa
entre um zigzag e um flat.
FIGURA 31 - COMBINAO ENTRE ZIGZAG E FLAT

zigzag
a

b
b

c
a

flat

c
a

Tringulo
(onda X)

89

No movimento da esquerda, observa-se que a seqncia a-b-c-X-a-b-c pode


ser confundida com um impulso 1-2-3-4-5. Entretanto, neste suposto impulso, a
"terceira onda" a menor das ondas mpares, e a "segunda onda" no possui
nenhum tipo de alternncia em relao "quarta onda"; logo duas regras do padro
impulso foram violadas e a contagem 1-2-3-4-5 estaria errada. Esta comparao
teve o objetivo de mostrar, pelo menos um pouco, a importncia da experincia em
todos os mnimos detalhes da teoria Elliott para se fazer uma contagem correta, e
portanto, uma previso confivel. Os analistas inexperientes devem exercitar muito a
contagem de ondas, ou ento confiar cegamente nos programas de computador que
so vendidos pela internet para previso Elliott de mercados. No item 3.6 deste
trabalho ser feito o comentrio sobre um destes programas.
Quando uma combinao se desenvolve, h uma maior probabilidade da onda
X ser, em termos de preo, 61.8% ou menos da fase corretiva anterior. Abaixo
relacionadas esto as combinaes com onda X pequena (Neely, 1990, p. 8-3):
1. (5-3-5) + (onda X) + (5-3-5) = Zigzag duplo = "3".
2. (5-3-5) + (onda X) + (3-3-3-3-3 convergente) = Combinao dupla = "3".
3. (5-3-5) + (onda X) + (3-3-5) = Combinao dupla = "3".
4. (3-3-5) + (onda X) + (3-3-5) = Flat duplo = "3".
5. (3-3-5) + (onda X) + (3-3-3-3-3 convergente) = Combinao dupla = "3".
6. (5-3-5) + (onda X) + (5-3-5) + (onda X) + (5-3-5) = Zigzag triplo = "3".
7. (5-3-5) + (onda X) + (5-3-5) + (onda X) + (3-3-3-3-3 convergente) =
Combinao tripla = "3".
8. (5-3-5) + (onda X) + (3-3-5) + (onda X) + (3-3-3-3-3 convergente) =
Combinao tripla = "3".
O indicativo "3" significa que cada uma das combinaes citadas comporta-se
como uma s onda corretiva, de escala superior. Assim como um impulso pode ser
formado fractalmente por outros impulsos, as correes podem tambm ser

90

formadas por outras correes. Percorrendo-se as vrias escalas de um grfico


(sculos at segundos) com o auxlio de um "microscpio" pode-se visualizar sua
estrutura fina.
Segundo Neely (1990, p. 8-3), se trs poli-ondas corretivas ocorrem uma aps
a outra, onde a segunda 161.8% (ou mais), em termos de preo, do que a
primeira, a probabilidade alta de que a segunda correo uma onda X. Abaixo
esto listadas as possveis combinaes com onda X grande:
1. (3-3-5) + (onda X) + (3-3-3-3-3 convergente) = Combinao duplo trs = "3".
2. (3-3-5) + (onda X) + (3-3-5) = Duplo trs = "3".
3. (3-3-5) + (onda X) + (3-3-5) + (onda X) + (3-3-3-3-3 convergente) =
Combinao triplo trs = "3".
4. (3-3-5) + (onda X) + (3-3-5) + (onda X) + (3-3-5) = Triplo trs = "3".
Historicamente, as combinaes anteriores esto em ordem decrescente de
probabilidade de ocorrncia nos mercados. Para se ter um exemplo visual, a figura
32 mostra a combinao nmero 1.
FIGURA 32 - COMBINAO DUPLO TRS

flat

Onda X

tringulo

Impulso forte (quase


sempre uma 3 onda
estendida) seguir
esta formao

d
e
c

b
a
Onda impulso
anterior
a

FONTE: NEELY (1990)

91

Na figura 33 tem-se a comprovao da apario da combinao duplo trs, no


perodo de 1835 at 1949, num grfico real. O grfico em questo refere-se ao
mercado de aes americano, retirado do artigo "Stock market forecast to the year
2060", escrito por Glenn Neely em 1988 para a Fundao para o Estudo dos Ciclos
(Foundation for the Study of Cicles) e reimpresso em seu livro "Mastering Elliott
Wave". (Neely, 1990, p.219).
FIGURA 33 - PREVISO DO NDICE DOW JONES POR GLENN NEELY

FONTE: NEELY (1990)

3.4

Regras Lgicas Ps-construo


As regras lgicas so resultado de uma dcada de observaes cuidadosas e

registros histricos do comportamento das ondas de preos, feitos e descritos por


Glenn Neely (1990, p.6-1), aps o trmino de cada padro Elliott nos principais
mercados financeiros.
Estas regras requerem que toda movimentao do mercado esteja de acordo
com o comportamento esperado em funo do padro precedente. Segundo Neely,
o comportamento esperado deve ocorrer, ou o analista Elliott fez uma incorreta
interpretao das ondas, desobedecendo as regras de construo (itens 3.3.1 e
3.3.2) e enganando-se na identificao dos padres Elliott.

92

Portanto, as regras lgicas podem tanto ajudar na previso dos prximos


movimentos do mercado ou indicar um erro de identificao. O problema central
das previses Elliott que s se descobrir que houve erro de identificao em
tempo real, quando o prximo movimento, ao se tornar presente, no estiver de
acordo com as regras lgicas.
Considere-se um exemplo prtico. Ao observar o grfico do movimento dos
preos da soja, um especulador com pouca experincia na utilizao no mtodo
Elliott acredita que a quinta onda de um padro impulso ascendente acabou de
terminar. Segundo as observaes histricas, tem-se uma regra lgica que diz: se foi
confirmado o trmino de um impulso, lgico que o prximo movimento ser um
padro corretivo e no sentido contrrio ao impulso. Como o impulso para cima, a
correo ser para baixo, ento o especulador acredita que os preos iro baixar a
partir de agora. Ele entra ento em contato com uma corretora associada bolsa de
mercadorias e futuros (BM&F), ordenando a venda de um contrato futuro de soja. Se
o preo realmente baixar, ele pede ao corretor que liquide a operao junto bolsa,
comprando o contrato por um preo menor do que o preo no instante da venda,
realizando assim um lucro. Entretanto, se houve erro na identificao do impulso, o
preo pode continuar a subir, e a operao resultar em prejuzo.
Na seqncia tem-se a listagem dos padres Elliott e das respectivas regras
lgicas ps-construo.
a) Padres impulso
A primeira etapa de aplicao das regras lgicas imediatamente depois do
trmino de um padro impulso. Para tanto, desenha-se uma linha de tendncia
(trendline) que passa pelos pontos finais das ondas 2 e 4. Para confirmar se o
padro impulso em questo autentico, a movimentao do mercado ps-impulso
deve romper a linha 2-4 num intervalo de tempo menor ou igual ao intervalo de
tempo consumido durante a formao da onda 5, ver figura 34. Caso contrrio, a
onda 5 faz parte de um impulso terminal, ou a onda 4 ainda no est completa, ou a
interpretao de que o movimento prvio um impulso est errada.

93

FIGURA 34 - CONFIRMAO DO TRMINO DE UM IMPULSO


Tempo decorrido at o
rompimento da linha 2-4

Tempo de formao
da onda 5

Trendline 2-4

5
3

Trmino da onda 4

4
Prximo movimento

Trmino da onda 2

FONTE: NEELY (1990)

A segunda etapa checar qual onda do impulso estendida. Dependendo em


qual onda estiver a extenso, o preo ir retornar a um nvel de suporte/resistncia
definido pela regio de preos da onda 2 ou da onda 4 do impulso. A seguir tem-se
uma lista dos nveis mnimos e mximos esperados para o fim do prximo
movimento em funo do tipo de extenso existente no impulso precedente.
Impulso com primeira onda estendida: O prximo movimento a seguir o
impulso deve retornar pelo menos ao nvel do trmino da onda 4. Normalmente, o
movimento retornar regio de preos da onda 2. o caso quando o impulso a
onda 1 ou 5 de outro impulso de escala superior. Se o impulso for a onda 3 de outro
impulso de escala superior, a movimentao de preos pode no conseguir voltar
regio de preos da onda 2. E se o movimento passar do trmino da onda 2, o
impulso finalizou outro impulso de escala maior ou uma correo de escala maior
(onda (c) de um zigzag ou flat).
Impulso com terceira onda estendida: A movimentao do preo deve
retornar regio de preos da onda 4 e normalmente terminar perto do fim da onda
4. Se o movimento retroceder mais que 61.8% de todo o impulso, tal impulso
tambm completou outro impulso de escala superior.

94

Impulso com quinta onda estendida: A correo deve retroceder pelo


menos 61.8% da onda 5, mas no deve retroceder toda a onda 5 se a mesma
tendncia do impulso permanecer aps a correo. Se a correo retroceder todo o
impulso, isto indica que o impulso terminou outro padro de escala maior. Tal fato
pode ocorrer de duas maneiras: o impulso parte de um impulso maior que tambm
tem quinta onda estendida ou o impulso a onda (c) de um zigzag ou flat.
Impulso com falha na quinta onda: Haver uma falha (failure) na quinta onda
quando a onda 5 de um impulso for menor em preo que a onda 4. Esta situao
implica numa grande quantidade de poder contra a tendncia do impulso, isto , o
prximo movimento deveria retroceder completamente o impulso precedente. Se o
impulso movia-se para cima (para baixo), no deveria haver um novo pico de alta
(baixa) no mercado at que o prximo movimento retroceda todo o impulso.
b) Padres corretivos
A ordem das etapas de confirmao do trmino de um padro corretivo
depende do tamanho da onda a em relao ao tamanho da onda b desta correo.
A confirmao completa envolve sempre duas etapas. Se ambas as etapas so
verificadas, virtualmente no h dvida da autenticidade da correo. Se apenas
uma das etapas verificada, o padro corretivo ainda pode ser legtimo, mas tal fato
pode ser considerado um aviso de que novas possibilidades de identificao
mereceriam ser analisadas com mais cuidado.
Zigzags e flats: Se a onda b for menor que a onda a, desenha-se uma linha
de tendncia (0-B) passando pelo incio da onda a e pelo fim da onda b. Como
primeira etapa de confirmao da autenticidade da correo flat ou zigzag, o prximo
movimento do grfico de preos deve quebrar a linha 0-B num intervalo de tempo
menor ou igual ao intervalo de tempo que a onda c levou para se formar. Se levar
mais tempo, existem outras possibilidades de identificao: a onda pertence a um
impulso terminal, ou a onda 4 da onda c no est completa ou o padro em questo

95

no corretivo. Se a primeira etapa est confirmada, a segunda etapa requer que a


onda c seja totalmente retraada num intervalo de tempo menor ou igual ao intervalo
de tempo que ela levou para se formar. Na figura 35, a onda b foi intencionalmente
desenhada com tamanho igual a 61.8% do tamanho da onda a para que a mesma
ilustrao seja capaz de mostrar a confirmao tanto de um zigzag como de um flat.
FIGURA 35 - CONFIRMAO DO TRMINO DE UM ZIGZAG OU FLAT
Tempo para onda c ser
totalmente retraada

Linha 0-B
a
c

Tempo de formao
da onda c

Tempo para o prximo


movimento retornar
linha 0-B

FONTE: NEELY (35

Se a onda b for maior que a onda a, a primeira etapa de confirmao


verificada se a onda c completamente retraada num intervalo de tempo menor ou
igual ao intervalo de tempo que ele levou para se formar (T2 T1). A segunda etapa
satisfeita se o mercado quebra a linha 0-B numa quantidade de tempo menor ou
igual quantidade de tempo que a onda c levou para se formar (T3 T1). O
diagrama desta situao est na figura 36.

96

FIGURA 36 - CONFIRMAO DE TRMINO DE UM FLAT

T3
Linha 0-B

c
a
T1 T2
FONTE: NEELY (1990)

Tringulos:

Existem

duas

categorias

de

tringulos,

divergentes

convergentes. Tringulos divergentes tm sua legitimidade confirmada se a onda e


no completamente retraada ou se o mercado levar mais tempo para retraar a
onda e do que ela levou para se formar.
Tringulos convergentes podem ser facilmente confirmados em duas etapas
baseando-se no comportamento do mercado aps o fim do tringulo. Na primeira etapa,
utiliza-se uma linha de tendncia B-D. Para se obter confirmao, o mercado deve
quebrar a linha B-D numa quantidade de tempo menor ou igual que a consumida pela
formao da onda e (T2 T1). Na segunda etapa, a subida ou descida forte e rpida
(thrust) que aparece aps a onda e do tringulo deveria exceder o maior ou o menor
preo atingido durante a formao de todo o tringulo. Ver figura 37.
FIGURA 37 - CONFIRMAO DE UM TRINGULO CONVERGENTE

T2

T1
b

e
c
a

FONTE: NEELY (1990)

Thrust

97

Pode-se observar que os padres Elliott, se confirmados atravs das regras


lgicas ps-construo elaboradas por Neely, permitem a visualizao de uma certa
ordem na aparente desordem em que se desenvolve o mercado financeiro. Isto
corrobora com a afirmao de que o mtodo Elliott Waves uma das manifestaes
da teoria da complexidade. E o fato do trmino de padres Elliott serem sinais da
iminncia de mudana no mercado fortalece a tese de que as Elliott Waves so
tambm uma manifestao da teoria do caos.
A seguir ser feita uma relao mais especfica dos movimentos de maior
probabilidade que viro aps cada padro Elliott. Tal relao, elaborada por Neely
(1990, p.10-1 at 10-10), a chave para previso dos futuros movimentos de um
determinado mercado financeiro sob anlise Elliott. Deve-se esclarecer que tal chave
no produz 100% de previses corretas, o que natural dentro do contexto das
teorias do caos e da complexidade, mas produz mais acertos que erros. Tal
afirmao ser validada no item sobre o estado da arte, onde depoimentos de
programadores e usurios de softwares baseados nas regras Elliott confirmam os
benefcios produzidos pelo mtodo.

3.5

Previses mais Detalhadas


Os maiores movimentos de preos no mercado financeiro ocorrem aps um

padro corretivo. Tal fato faz com que o entendimento das implicaes das correes
nos prximos movimentos seja mais importante que as implicaes dos impulsos.
Com o objetivo de aumentar a preciso das previses, Neely (1990, p.5-38)
lista as variaes de zigzag e flat encontradas nos mercados (figura 38), j que cada
variao produz um efeito futuro diferente. importante destacar que todas as
variaes de flat e zigzag obedecem s regras gerais de construo destas
correes, abordadas na seo 3.3.2, quesitos (i) e (ii).

98

FIGURA 38 - VARIAES DE CORREES

Retraado mnimo
de 81% do zigzag

b
Retraado mnimo
de 61.8% da onda c

a
b
a
c

Zigzag alongado

Zigzag truncado

b
b
c

Running flat

Flat com falha irregular

b
b

a
c
c

Flat irregular

Flat alongado

b
c
a

Flat com falha na onda b


FONTE: NEELY (1990)

Flat com falha na onda c

99

Na seqncia tem-se previses mais especficas para o movimento que segue


os respectivos padres.
1. Zigzag triplo
Este o padro corretivo mais forte que pode ocorrer. Se seu movimento
para cima, isto implica num mercado muito forte. Se for para baixo, implica
num mercado muito fraco. Um triplo zigzag raramente visto, mas se
ocorrer, ser usualmente o maior segmento de um impulso terminal ou de
um tringulo.
2. Combinao tripla
Este padro pode ser uma combinao de zigzags, flats (freqentemente
alongados) e tringulos. Quase sempre, um padro dentro desta categoria
termina com um tringulo. Quando uma combinao tripla ocorre dentro de
outro tringulo, ela ser a maior onda do tringulo. Uma combinao tripla
pode pertencer a apenas outro padro, que o impulso terminal. Quando
ela corresponde quinta onda estendida de um terminal, o nico
momento em que o mercado poderia retroceder totalmente uma
combinao tripla, j que na verdade o que estar sendo retraado o
impulso terminal, que tem escala superior combinao.
3. Flat triplo
O padro de mesma escala que segue um flat triplo no deveria retrocedlo completamente a no ser que o flat triplo seja o ltimo segmento de um
impulso terminal com quinta onda estendida, pois o retrocedimento seria
ento de uma escala acima.
4. Zigzag duplo
Este padro no deveria ser completamente retraado pelo prximo
movimento, a no ser que, novamente, ele seja o ltimo segmento de um
terminal com quinta onda estendida.

100

5. Combinao dupla
Uma combinao dupla ir quase sempre terminar com um tringulo ou
com um flat com falha na onda c. Este padro pode ser completamente
retraado se completar uma formao maior, mas normalmente no ser.
6. Flat duplo
No um padro comum, mas ocorre. O prximo padro provavelmente
no ir retroceder todo o duplo flat a no ser que ele termine com uma
forte falha na onda c ou conclua uma formao de escala superior. O
movimento de preos que segue este padro deveria ser um pouco mais
rpido que o movimento que segue um zizzag duplo.
7. Zigzag alongado
Este padro ocorre quase que exclusivamente em tringulos e impulsos
terminais. Ele poderia ocorrer em qualquer onda de um tringulo convergente
(exceto a onda e) ou qualquer onda de um tringulo divergente (exceto onda
a). Um zigzag alongado nunca deveria ser completamente retraado pela
onda de mesma escala que imediatamente o segue.
8. Flat alongado
Neely (1990, p.10-5) descobriu que este padro ocorre quase que
exclusivamente em tringulos. Ocasionalmente pode ser encontrado
dentro de um impulso terminal.
9. Zigzag
Este um dos trs padres mais comuns. Para ser considerado um
simples zigzag, a onda c deve estar entre 61.8% e 161.8% da onda a.
Se a onda c maior que a onda a, no provvel que o zigzag seja
completamente retraado, a no ser que a prxima onda de mesma escala
seja mais complexa e consumidora de tempo ou o zigzag complete uma
fase corretiva de escala superior.

101

Se a onda c for igual onda a, pode ou ser completamente retraado ou


no. um dos padres corretivos que ocorrem mais freqentemente.
Qualquer movimento pode ocorrer aps este padro.
Se a onda c menor que a onda a, quase certo que este padro seja
completamente retraado a no ser que seja seguido por uma onda X. Ele
no oferece informaes sobre o que esperar do prximo padro.
10. Flat com falha na onda b
Um B-failure o padro mais neutro existente na teoria Elliott. Nada em
particular pode ser esperado aps o trmino deste padro, j que qualquer
movimento posterior possvel.
11. Flat comum
um padro neutro. No implica em algum movimento especfico no
futuro, mas definitivamente mais forte que um zigzag.
12. Flat irregular
um padro anormal e no freqente. Ele cria um estado de contradio
interna. Quando a onda b do padro excede o incio da onda a, isto indica
a fora da tendncia de uma escala acima. Quando a onda c retorna e
excede o incio da onda b, anula-se o poder exibido pela onda b, criandose uma condio ilgica. Este comportamento aceitvel em tringulos e
impulsos terminais, mas no em flats (da vem o adjetivo irregular).
13. Flat com falha na onda c
Este padro deve ser completamente retraado pelo prximo movimento
de mesma escala. Se este flat completa outra fase corretiva de escala
superior, a onda impulso seguinte deveria ser maior que a onda impulso
anterior de mesma direo e escala. Se este flat no completar uma
correo maior, o movimento forte a seguir deveria ser uma onda X de um
duplo trs, ou menos provvel, a onda b de uma correo running.

102

14. Flat com falha irregular


Este padro deve ser completamente retraado. Normalmente ele ocorrer
numa onda 2 de um impulso que ser seguida por uma terceira onda
estendida. O impulso posterior a uma falha irregular deveria ser maior que
o impulso anterior, normalmente por um fator de 1.618.
15. Duplo trs
Como uma regra geral, quanto mais tempo esta correo levar para se
formar, mais forte ser o prximo movimento. O duplo trs mais comum
de ser encontrado numa onda b do que numa onda 2. Isto ocorre porque,
se a onda 2 for uma combinao de correes, a onda 3 muito provvel
que seja estendida. A fora inerente daquela extenso iria afetar a
formao da onda 2. Geralmente, esta fora "estica" o duplo trs na
direo da onda 3 estendida que vem em seguida, transformando-o num
duplo trs do tipo running.
O movimento de preos de uma onda c normalmente no to grande
quanto uma onda 3 estendida. A inerente falta de fora da onda c evita
que o duplo trs seja esticado.
Duplo trs running implica numa grande quantidade de fora para a
tendncia de uma escala acima. Logo, s provvel de encontrar um
duplo trs numa onda 4 se esta for seguida por uma onda 5 estendida. O
movimento impulso aps um duplo trs deveria ser pelo menos de 161.8%
do impulso anterior ao duplo trs.
16. Triplo trs
O triplo trs um padro muito raro. Caso encontrado, o impulso que o
segue deveria ser de pelo menos 261.8% do impulso anterior.

103

17. Correo running


O movimento que segue uma running correction deve ser uma onda
estendida de um impulso ou uma onda c alongada de um flat ou zigzag. A
onda impulso depois de uma running correction deveria ser mais de
161.8% do impulso anterior. Freqentemente 261.8% ou mais.
18. Duplo trs running
O movimento aps este padro deve ser impulsivo e exceder 161.8% da
onda impulso precedente ao duplo trs running. Mais de 261.8% comum.
Basicamente o nico lugar que este padro ocorrer ser numa onda 2,
como explicado anteriormente. A ltima componente de um duplo trs
running quase sempre um tringulo.
19. Impulso
muito difcil prever qual tipo de padro corretivo tomar lugar aps o
trmino de um impulso. O nico elemento que se pode prever a
porcentagem de retrocesso atingida pelo prximo movimento em relao ao
impulso. Tais porcentagens dependem de qual onda do impulso em questo
estiver estendida, e j foram mostradas no item 3.4 desta dissertao.
20. Impulso terminal
O prximo movimento aps um impulso terminal deve retraar o padro
inteiro em 50% ou menos do tempo necessrio para sua formao.
Usualmente necessrio aproximadamente 25% do tempo. Um impulso
terminal sempre completa outra formao de escala superior, e o ponto de
preo mnimo ou mximo que ele produz deveria durar por um perodo de
tempo duas vezes maior que o perodo de tempo que o impulso terminal
levou para se formar. Se o impulso terminal for a onda 5 de outro impulso
de escala superior, normalmente o maior impulso ser totalmente
retraado pelo movimento futuro.

104

Com todas estas observaes obtidas e registradas por Glenn Neely desde o
ano de 1980 pode-se ter uma probabilidade maior de acertos do que erros nas
previses dos prximos acontecimentos no mercado financeiro a partir da
identificao correta do trmino de um padro Elliott legtimo, a custa de um trabalho
exaustivo de contagem e identificao de ondas impulso e corretivas nas mais
diversas escalas. A fractalidade do processo de previso, determinada pelo
existncia de ondas Elliott dentro de outras ondas Elliott, que por sua vez esto
dentro de outras ondas Elliott, e assim sucessivamente, faz com que a previso dos
possveis alvos atingidos pelo prximo movimento e suas respectivas probabilidades
seja mais confivel com o auxlio de um programa de computador capaz de
interpretar uma srie de preos como ondas Elliott e de juntar recursivamente ondas
para formar outras ondas de escala superior.
No item a seguir, ser feito o comentrio sobre um programa de computador
vendido pela internet que faz todo o trabalho descrito anteriormente.

3.6

Estado da Arte
A globalizao dos meios de comunicao eletrnicos, e principalmente a

preocupao das empresas responsveis pela administrao e manuteno das


redes mundiais de computao em utilizar o mesmo protocolo para comunicao e
identificao de dados, permitiu a expanso das transaes financeiras mesmo em
pases sem bolsa de valores ou mercadorias, dando um carter global s bolsas
localizadas nos ncleos financeiros do mundo, como Nova York, Chicago, Londres,
Tquio, etc.
Neste contexto, as ferramentas e indicadores tradicionais fornecidos pela
anlise tcnica (ver item 2.4.4) so atualmente difundidos no mundo inteiro, atravs
de leituras especializadas ou pela internet, e utilizados por analistas tcnicos e
investidores na previso dos prximos movimentos financeiros.

105

Entretanto, as Elliott Waves no so to utilizadas quanto os indicadores


tradicionais. Segundo pesquisa feita pelo autor junto ao site investshop.com.br, o
mtodo dos padres Elliott usado atualmente como um complemento aos
indicadores tcnicos por analistas especializados ou investidores mais experientes.
H tambm pouca bibliografia de qualidade sobre o assunto Elliott Waves.
Encontra-se em compensao uma preocupao com a divulgao da teoria Elliott
pela internet. Os sites a seguir so resultado da pesquisa feita sobre cursos, idias
ou softwares relacionados com a teoria das ondas Elliott junto World Wide Web:
1. www.elliottician.com. Site responsvel pela propaganda de um software
baseado nas Elliott Waves que possui estatstica de 92,4% de acertos nas
previses de mercado.
2. www.elliottwaveanalyzer.com. Pgina que vende pela Internet o programa
Elliott Wave Analyzer II, projetado por Richard Swannell.
3. www.elliottwave.com. O mais completo contedo na Internet sobre o
assunto Elliott Waves: entrevistas com investidores (traders) experientes,
cursos on line, incrio em newsletters, palestras, livros e revistas.
4. www.wavechart.com. Anlise temporal de grficos atravs da combinao
entre o mtodo Elliott e a anlise tcnica tradicional.
5. www.elliott-wave-theory.com/elliott1.html. Curso bsico gratuito sobre
Elliott Waves. O conhecimento do mtodo traz confiana a novos
investidores, encorajando-os a comprar programas com modelagem Elliott.
6. www.elliottandpage.com/enp/enp.nsf/public/fp. Publicidade de fundos de
investimentos cujos gestores tomam decises de entrada e sada nos
vrios mercados financeiros baseadas em previses Elliott.
7. www.gann-elliott-wave.com/. Curso sobre transaes financeiras utilizando-se
Eliott Waves elaborado por W. D. Gann, famoso trader que ficou milionrio
operando nos mercados financeiros.
8. www.dynamictraders.com. Site pertencente ao trader Robert Miner, que
vende livros, palestras

e seminrios

desempenho das operaes de trading.

que

prometem melhorar o

106

9. www.prophetfinance.com. Corretora de valores que atrai investidores on


line atravs da divulgao de informaes e grficos em tempo real.
10. www.store.ino.com. Catlogo de livros e grficos sobre mercados futuros,
mercados de opes, mercados de aes, transaes que comeam e
terminam no mesmo dia (day trading), grficos e anlises, transaes com
moedas, sistemas de transao (trading systems) e vdeos sobre
operaes no mercado.
11. www.tradingfives.com/index.html. Uma parceria com Robert Prechter, que
faz publicidade de grficos e softwares com anlise Elliott.
12. www.geckocharts.com. Banco de dados atualizado que contm preos de
aes e commodities dos ltimos 25 anos. Estes dados podem ser
visualizados atravs de grficos, que possuem barras de ferramentas para
auxilio nas previses tcnicas ou Elliott. Duas vantagens significativas so
a visualizao automtica das porcentagens de Fibonacci para os
retrocessos previstos por Elliott e uma linha direta com a corretora de
valores associada Gecko que acata as ordens de entrada ou sada no
mercado enviadas por quem comprou o banco de dados Gecko.
Para se ter um exemplo prtico e atual da utilizao das Elliott Waves,
navegou-se no site nmero 2, onde vende-se um programa chamado Elliott Wave

Analyzer II Software, inventado e produzido por Richard Swannell. Este programa


procura numa srie temporal de aes ou commodities todos os padres Elliott
possveis, e aps identific-los, diz ao usurio do software qual o alvo de maior
probabilidade que ser atingido pelo prximo movimento. Na figura 39 tem-se o caso
da previso do ndice Nasdac.

107

FIGURA 39 - ELLIOTT WAVE ANALYZER II SOFTWARE

FONTE: Disponvel em: www.elliottwave.com

No centro da tela do programa tem-se a srie temporal de preos do ndice


Nasdac impressa em cor azul, e a identificao das ondas Elliott feita com letras
de cor rosa (escala intermediate), cor amarela (escala primary), cor vermelha (escala
cycle) e cor marrom (escala supercycle). Como descrito anteriormente, as ondas
pertencentes a um impulso so numeradas de 1 a 5, e as ondas pertencentes a
correes so identificadas com letras. No canto inferior direito da tela do programa
encontram-se barras verticais referentes aos locais de provvel trmino das ondas
intermediate (5), primary 5, cycle c e supercycle (II). Estas ondas so os movimentos
futuros esperados nas diversas escalas, e as regies das barras verticais de maior
largura e cor forte so os alvos futuros de maior probabilidade para cada onda.
Baseado nesta previso, o usurio entra em contato com sua corretora e ordena que
compre contratos do ndice Nasdac, pois, segundo o software, o mercado vai subir

108

do fim do grfico azul at os alvos. A diferena entre o preo mais baixo no ato da
compra e do preo mais alto no ato da venda produz o lucro esperado, se a previso
estiver correta.
Dentro do site nmero 2 existem depoimentos de pessoas que obtiveram
sucesso nos mercados financeiros utilizando-se o programa baseado nas ondas
Elliott, o que no poderia ser diferente, j que propaganda contra no seria a alma
do negcio. O site tambm divulga vrias previses que confirmaram-se corretas
atravs de um servio de newsletters para assinantes. necessrio uma bateria de
testes com o programa em vrias situaes e mercados diferentes para se
comprovar, de maneira independente, a viabilidade de compra do software como
investimento. No o objetivo desta dissertao e pode ser uma sugesto para
trabalhos futuros.
Outro exemplo do que h atualmente pelo mundo sobre Elliott Waves e que
fortalece a tese de que o mtodo Elliott realmente funciona o servio Flash!
vendido pela Elliott Waves International, cujo presidente Robert Prechter, autor de
uma das referncias bibliogrficas (Prechter, "Elliott wave principle",2000). Este
servio (flashservice@elliottwave.com) foi proposto ao autor desta dissertao
atravs de uma carta enviada pelo correio (figura 40) aos assinantes das newsletters
do site nmero 3.
FIGURA 40 - COMPROVANTE DO RECEBIMENTO DA CARTA COM PROPOSTA DE SERVIO FLASH!

109

Nesta carta, Prechter explica o funcionamento do servio. A sua equipe de


analistas Elliott (os chamados Elliotticians) est 24 horas por dia em cima de grficos a
procura de oportunidades de lucro nos mais diferentes mercados financeiros do mundo.
Quando o trmino de um padro Elliott legtimo encontrado, e um grande movimento
de preos previsto para o futuro prximo, o sistema Flash! entra em contato imediato
com o usurio (via fax, telefone celular) avisando-o em qual mercado o usurio deve
entrar e inclusive o que deve dizer ao seu corretor: em que preo comprar ou vender e
em que preo liquidar a operao. Preo do servio: U$ 7,000.00 por ano.

110

CONCLUSES

Optou-se em concluir o trabalho respondendo-se primeiramente pergunta de


pesquisa para que posteriormente as Elliott Waves possam ser avaliadas segundo
os novos paradigmas da teoria do caos e da complexidade. Isto , o caminho
escolhido direciona-se do especfico para o geral.
Como as Elliott Waves podem auxiliar uma equipe de analistas tcnicos na
previso dos prximos movimentos do mercado financeiro?
As Elliott Waves so um conjunto de padres impulsivos e de padres
corretivos que foram registrados durante anos de experincia e pesquisa nos
mercados financeiros. Atravs principalmente dos trabalhos empricos de Ralph N.
Elliot, Robert Prechter, Glenn Neely e Richard Swannell, constatou-se a repetio,
no exatamente peridica mas cclica, de padres (ou ondas) impulso, zigzag, flat,
tringulo e suas combinaes. Registrou-se tambm os movimentos que ocorreram
com maior freqncia aps cada tipo de padro. Elaborou-se ento uma conjectura:
a partir de correspondncias estabelecidas historicamente entre padres e eventos
futuros de maior probabilidade de ocorrncia, pode-se prever os movimentos de
preos nos mercados financeiros aps o trmino de um padro Elliott legtimo ou
aps a concluso de uma fase de um padro.
Um dentre outros exemplos de previso aps o trmino de um padro, citados
no item 3.5, seria: depois de finalizado um flat do tipo running, o prximo movimento
deve ser uma onda estendida de um impulso ou a onda c alongada de outro flat ou
zigzag. Apesar da primeira opo ser a mais provvel, tem-se certeza que o prximo
movimento ser contrrio ao running flat e muito forte, caracterstica compartilhada
tanto por uma onda estendida como por uma onda c alongada. E para previso a
partir da concluso de uma fase de um padro, cita-se o caso da visualizao em
tempo real das ondas 1, 2 e 3 de um impulso. Se estas 3 ondas obedecerem de fato
todas as regras do item 3.3.1, pode-se prever que o prximo movimento a onda 4,
no sentido contrrio onda 3.

111

O conhecimento profundo dos padres de onda, de suas regras especficas de


construo, das porcentagens Fibonacci de retrocesso em relao a movimentos
anteriores e dos eventos mais provveis de ocorrerem aps a concluso de um dos
padres Elliott, determina a formao de uma nova tcnica, o princpio das Elliott Waves,
que em parceria com os indicadores tcnicos tradicionais (mdia mvel, momentum,
volume, etc.) auxilia os analistas tcnicos no trabalho de previso dos mercados.
A citao a seguir, retirada do livro "Technical analysis explained" de Martin J.
Prince (1991, p.2), define as caractersticas principais da anlise tcnica. Como visto
nos itens 2 e 3 desta dissertao, o princpio das Elliott Waves compartilha essas
mesmas caractersticas, o que possibilita o tratamento da identificao de padres
Elliott como um novo indicador tcnico:
The technical approach to investment is essentially a reflection of the idea that prices
move in trends which are determined by the changing attitudes of investors toward a
variety of economic, monetary, political, and psychological forces. The art of technical
analysis for it is an art is to identify trend changes at an early stage and to maintain an
investment posture until the weight of the evidence indicates that the trend has reversed.
Human nature remains more or less constant and tends to react to similar situations in
consistent ways. By studying the nature of previous market turning points, it is possible
to develop some characteristics that can help to identify major market tops and
bottoms. Technical analysis therefore is based on assumption that people will continue
to make the same mistakes they have made in the past. Human relationships are
extremely complex and never repeat in identical combinations . The markets, which are
a reflection of people in action, never duplicate their performance exactly, but the
recurrence of similar characteristics is sufficient to enable technicians to identify major
juncture points. Since no single indicator has signaled or indeed could signal every
cyclical market juncture, technical analysis have developed an arsenal of tools to help
isolate these points."

As Elliott Waves auxiliam portanto o trabalho de previso dos analistas


tcnicos atravs da introduo de um indicador tcnico complementar, que alm de
sinalizar a iminncia de mudana na tendncia (de altista para baixista ou de

112

baixista para altista), fornece a direo, o preo alvo e o tempo alvo do movimento
mais provvel aps um impulso, um zigzag, um flat, um tringulo e uma de suas
combinaes, ou durante a formao de cada padro, dada a concluso de uma de
suas fases.
Respondida a pergunta de pesquisa, citam-se na seqncia outras concluses
de relevncia.

Durante os trabalhos de pesquisa, observou-se tambm que a experincia


muito importante na identificao e numerao correta das ondas Elliott em
suas vrias escalas. De maneira fractal, padres de escala menor se
combinam para formar padres de escala maior. A interao entre escalas de
padres pode ser relacionada ao movimento do oceano. Vrias pequenas
ondulaes formam uma onda. Muitas ondas formam grandes ondulaes do
oceano. Assim como no oceano, os padres de todas as escalas esto
operando no mercado financeiro ao mesmo tempo. Pelo fato das escalas
interagirem continuamente, os padres no aparecero exatamente da
mesma maneira que ocorreram no passado, apenas aproximadamente, o que
est de acordo com as teorias do caos determinista e da complexidade. A
complexidade decorrente da estrutura fina das ondas Elliott aumenta a
dificuldade e a quantidade de erros de anlise por parte de principiantes na
arte de previso pelo princpio das ondas Elliott. Estudando-se o livro mais
detalhado sobre o assunto, "Mastering Elliott Wave" (Glenn Neely, 1990),
observa-se a falta de exemplos prticos de aplicao clara e segura do
mtodo em tempo real, ou seja, o mtodo funcionando de fato nos grficos
reais dos mercados financeiros mundiais. Conclui-se desta falta de
orientaes mais especficas nos livros que a experincia no mtodo Elliott s
ser atingida aps muitas perdas nas transaes por parte dos principiantes
(e portanto ganhos por parte dos profissionais experientes) ou pagando-se
caro pela experincia adquirida pelos autores e que no foram totalmente

113

registradas nos poucos livros existentes, comparecendo a seus cursos e


palestras. Complementando a teia de negcios, existe em compensao uma
grande quantidade de sites promovendo a venda de programas de
computador que prevm os prximos movimentos nos mercados financeiros
americanos atravs das Elliott Waves. Estes sites explicam a origem, a
bagagem histrica e os resultados positivos obtidos com a utilizao dos
programas, principalmente atravs do depoimento de quem os comprou.
Trazem tambm explicaes sobre como o mtodo funciona, listando alguns
padres e suas regras, com o intuito apenas de convencer o comprador de
que por trs do programa existe um grande trabalho emprico de pesquisa,
sem entretanto ensinar o investidor a fazer previses sozinho. Um exemplo,
dentre os sites que se encontram no item 3.6, o site www.elliottwave
analyzer.com, onde encontra-se a venda o programa Elliott Wave Analyzer II
Software, do autor Richard Swannell, pelo preo de U$ 749,00.

princpio das ondas Elliott no encontra suporte cientfico na tradicional


Hiptese dos Mercados Eficientes. Contrariando a HME, o princpio Elliott no
supe a existncia de total aleatoriedade (random walk) e de linearidade nos
mercados financeiros. Novas teorias cientficas (captulo 2), principalmente a
teoria do caos e a teoria da complexidade, podem explicar melhor o
comportamento do mercado como um sistema complexo e no linear. A no
linearidade do sistema financeiro torna-se evidente ao constatar-se as graves
conseqncias que um boato, at mesmo insignificante e infundado, pode
provocar nas cotaes de uma bolsa de valores, e em efeito cascata em
outras bolsas em todo o mundo. Pela teoria do caos determinista, este o
chamado efeito borboleta, ou da sensvel dependncia s condies iniciais.
O efeito borboleta deixa bem clara a impossibilidade de se prever o futuro de
um sistema complexo. Entretanto, outra descoberta da teoria do caos que a
torna paradoxal, a existncia de atratores estranhos, que trazem ordem ao

114

caos. Se um sistema possui atratores estranhos, pode-se prever no


exatamente mas aproximadamente, os estados futuros do sistema,
independentemente das condies iniciais. Isto porque num espao de fase
finito de n dimenses, com n inteiro, o atrator revela uma infinidade de
estados possveis para o sistema, cujos pontos correspondentes no espao
de fase formam uma figura fractal de dimenso fracionria menor que n.
Devido estrutura fina do fractal (que pode ser observada numa seo de
Poincar transversal aos feixes do atrator), eventos muito prximos podem
ocorrem uma infinidade de vezes. Eventos iguais no ocorrem, porque o
atrator no uma linha fechada. E de fato, os padres Elliott no se repetem
de forma exata, apenas aproximada, e demonstram tambm uma estrutura
fractal com auto afinidade no estrita, j que as ondas Elliott de escala menor
no so cpias reduzidas exatas, mas semelhantes, das ondas Elliott de
escala maior.

A caracterstica fractal das sries temporais de preos dos mercados


financeiros defendida pelo criador dos fractais, Benoit Mandelbrot (item 3.1),
o que certamente trouxe maior legitimidade cientfica ao princpio das ondas
Elliott. Mandelbrot (1997, p.115) reconhece que alguns padres Elliott de
escala maior so resultado de interpolaes sucessivas (explicadas no item
3.1) de geradores estudados em seu livro (Mandelbrot, 1997, p.179).
Mandelbrot defende tambm que o movimento de preos no puramente
aleatrio e no segue uma distribuio de probabilidade gaussiana (curva
normal), e sim um movimento browniano fracionado (random walk com vis ou
tendncia) e uma distribuio Pareto Estvel (lei de potncia), que sob o foco
da estatstica se assemelha mais com uma distribuio leptocrtica, com
mdia alta e caudas largas, do que com uma distribuio normal. As caudas
largas podem ser atribudas ao fato de que as informaes que realmente
impulsionam o mercado financeiro surgem em blocos, e no de forma

115

contnua. Assim, grandes variaes de preos ocorrem em pequenas


quantidades de grandes magnitudes. Na distribuio normal, uma grande
variao ocorre devido a uma grande quantidade de pequenas variaes.
Como a distribuio das informaes leptocrtica, a distribuio das
variaes dos preos tambm o . Ainda segundo Mandelbrot, os preos na
economia exprimem-se grfica e matematicamente como fractais auto afins
(ou multifractais, ver item 3.1) e so exemplos de fenmenos sujeitos ao
acaso selvagem ou maligno, completamente distinto do acaso benigno,
gaussiano, dando um profundo golpe nos estudos tradicionais de
Econometria. A lei de potncia est presente em muitos fenmenos estudados
pela cincia da complexidade (universalidade da lei de potncia), indicando
que vrios sistemas complexos evoluem no limiar entre a ordem e a
desordem. Entretanto, Mandelbrot (1997, p.115) critica a falta de objetividade
do mtodo Elliott, talvez por no conhecer o trabalho de Glenn Neely, autor do
trabalho mais completo e minucioso sobre Elliott Waves, e que certamente
referncia para trabalhos futuros no assunto.

Edgar Peters, em seu livro "Chaos and order in the capital markets" explica
bem o motivo das caudas largas. Para Peters, tudo depende da forma
como os investidores reagem s informaes. Caso as informaes sejam
refletidas nos preos assim que recebidas (uma das premissas da HME),
os eventos passados no mais influenciam os eventos futuros, invalidando
todo o princpio das ondas Elliott. Contudo, caso os investidores esperem
que estas informaes se transformem numa tendncia de mercado
(hiptese dos retornos crescentes de um dos cientistas da complexidade, o
economista Brian Arthur, ver item 2.5), ou seja, caso eles esperem para
saber o que os outros investidores iro fazer com a informao, esta tem
um perodo de memria. Este tempo de espera o que causa o vis no
passeio ao acaso, fazendo com que o que aconteceu no passado ainda

116

influencie o que vai acontecer no futuro, validando a previso de padres


Elliott em funo de seus registros histricos. Peters (1996, p.170) realizou
um amplo trabalho de evidenciao emprica para diversas sries de ativos.
Seus resultados demonstram a presena de caractersticas prprias de
sistemas dinmicos no-lineares com estrutura fractal. A tabela 2 a seguir
resume tais resultados:
TABELA 2 - DIMENSES FRACTAIS
NDICES

DIMENSO FRACTAL

S&P 500

2.33

MSCI Japan

3.05

MSCI Germany

2.41

MSCI U.K.

2.94

FONTE: PETTERS (1996)

117

SUGESTES PARA FUTUROS TRABALHOS

Durante os trabalhos de dissertao, novas idias e propostas de trabalho


surgiram. A seguir tem-se sugestes de linhas de pesquisa que podem tanto
complementar o trabalho presente com ferramentas matemticas e computacionais
como calcular na prtica a porcentagem de acertos obtidos pelo mtodo das ondas
Elliott nos diversos mercados financeiros mundiais
a) Testar a eficcia e o rendimento (porcentagem de acertos) do mtodo
Elliott na previso dos prximos movimentos do ndice Ibovespa da Bolsa
de Valores de So Paulo, tanto do curto prazo (short term) como no longo
prazo (long term).
b) Fazer comparaes entre as previses fornecidas pelo programa Elliott
Wave Analyzer II Software, de Richard Swannell (www.elliottwave
analyzer.com) e os eventos que realmente aconteceram nos mercados de
Nova York e Chicago, respectivamente os principais mercados de aes e
de mercadorias (commodities) do mundo. Prope-se fazer um escore de
erros e acertos de previso, em todas as escalas de onda (primary, cycle,
intermediate, etc.) que possibilite uma avaliao da validade da compra do
referido programa como investimento.
c) O programa citado no item b no tem acesso em tempo real aos dados do
Ibovespa. Prope-se ento o projeto de um programa de computador que
possa ser utilizado por investidores ou hedgers brasileiros, capaz de
identificar rapidamente numa srie de dados numricos do ndice Ibovespa
(ou qualquer outro ndice de interesse) a formao dos padres Elliott, em
todas as suas variaes e escalas. As descries de cada padro se
encontram nos livros "Mastering Elliott Wave" (Glenn Neely, 1990), "The
Elliott Wave Principle" (Prechter, 2000) e nos sites da World Wide Web
citados no item 3.6 desta dissertao. Tais descries podem ser

118

interpretadas como regras de construo e podem portanto ser codificadas


numa linguagem de programao (C, Pascal, Fortran, etc.).
d) Com o auxlio da cincia da computao e a teoria do caos, pesquisar a
existncia ou no de um atrator no espao de fases regendo o movimento do
ndice Ibovespa. Em caso verdadeiro, calcular a dimenso fractal deste atrator.
e) Pesquisar com maior profundidade matemtica os multifractais, figuras
geomtricas criadas por Benoit Mandelbrot que mais se aproximam tanto
em forma como em volatilidade das sries temporais econmicas.
f)

Projeto de uma empresa que administre operaes de hedging por parte


de exportadores brasileiros junto bolsa de mercadorias de Chicago.
Estas operaes procuram defender o exportador tanto de variaes
indesejveis na taxa cambial como de quedas no preo dos produtos
exportados no mercado internacional.

g) Desenvolver iniciativas semelhantes as da Prediction Company, empresa


criada por Doyle e Prackard, fsicos do Instituto de Santa F.

119

REFERNCIAS

AXELROD, Robert; COHEN, Michael D. Harnessing complexity. New York: The Free
Press, 1999.
BANCROFT, Gordon; OSULLIVAN George. Maths and statistics for accounting and
business studies. 2.ed. London: McGraw Hill, 1988.
BESSADA, Octavio. O mercado de derivativos financeiros. Rio de Janeiro: Record, 2000.
BRIGGS, John; PEAT, F. David. Seven life lessons of chaos. New York: HarperCollins
Publishers, 1999.
CHORAFAS, Dimitris N. Chaos theory in the financial markets. Irwin, 1994.
DAMBROSIO, Ubiratan. Transdisciplinaridade. So Paulo: Palas Athena, 1997.
GLEICK, James. Caos. A criao de uma nova cincia. 2.ed. Rio de Janeiro: Campos, 1987.
GLEISER, Ilan. Caos e complexidade. A evoluo do pensamento econmico. Rio de
Janeiro: Campus, 2002.
GRASSBERGER, P.; PROCACCIA, I. Characterization of strange attractors. Physical
Review Letters 48, 1983.
GUEDES, Francisco C. Economia e complexidade. Lisboa: Almedina, 1999.
GUJARATI, Damodar N. Econometria bsica. 3.ed. So Paulo: Makron Books, 1995.
HAUGEN, Robert A. Os segredos da bolsa. So Paulo: Pearson Educao 2000.
HOCK, Dee. Nascimento da era cardica. So Paulo: Cultrix, 1999.
KARAS, Elisabeth; SERRA, Celso P. Fractais gerados por sistemas dinmicos
complexos. Curitiba: Champagnat, 1997.
KAUFFMAN, Stuart A. O que vida? Schrdinger estava certo? So Paulo: UNESP, 1997.
LEWIN, Roger. Complexidade. A vida no limite do caos. Editora Cincia Atual Rocco.
LEVY, Samuel. Suporte e resistncia. Manual do Assinante. Rio de Janeiro: [s.e.], [s.d.].
LORENZ, Edward N. The essence of chaos. 3.ed. University of Washington Press, 1999.
LUQUET, Mara. Guia valor econmico de finanas pessoais. So Paulo: Globo, 2000.
MANDELBROT, Benoit B. A multifractal walk down Wall Street. Scientific American,
February 1999. p.50-53.
MANDELBROT, Benoit B. Fractals and scaling in Finance. New York: Springer Verlag, 1997.

120

NEELY, Glenn. Mastering elliott wave. version 2.0. New York: Windsor Books, 1990.
NUSSENZVEIG, H. Moyss et al. Complexidade e caos. Rio de Janeiro: Editora
UFRJ/COPEA, 1999.
PEITGEN, Heinz-Otto; JRGENS, Hartmut; SAUPE, Dietmar. Chaos and fractals, new
frontiers of science. New York: Springer Verlag, 1992.
PEREIRA, Eduardo N. C. Bolsa de commdities: mercado futuro. Rio de Janeiro: Editora da
FGV, 1985.
PETERS, Edgar E. Chaos and order in the capital markets. 2.ed. New York:
John Wiley, 1996.
PRECHTER, Robert R.; FROST, Alfred J. Elliott wave principle. Georgia: New Classics
Library, 2000.
PRIGOGINE, Ilya. O fim das certezas. So Paulo: UNESP, 1996.
PRING, Martin J. Technical analysis explained. 3.ed. New York: McGraw-Hill, 1991.
SHAW, Willian. Modelling financial derivatives. Cambridge University Press, 1998.
SMITH, Courtney D. Option Strategies. 2.ed. New York: Wiley, 1996.
SOBEL, Robert. Wall street. A histria da bolsa de New York. Rio de Janeiro: A Casa do
Livro, 1967.
STACEY, Ralph D. A fronteira do caos. Portugal: Bertrand, 1995
STACEY, Ralph D. Complexity and creativity in organizations. San Francisco: BerrettKoehler Publishers, 1996.
STEWART, Ian. Ser que Deus joga dados? A nova matemtica do caos. Rio de Janeiro:
Cincia e Cultura, 1989.
TAVARES, Miguel Dirceu Fonseca. Anlise tcnica aplicada aos mercados futuros. Rio
de Janeiro: IBMEC, 1988.
TEIXEIRA, Marco Aurlio; FRAGA, Joo Batista; BENEVIDES, Moema Unis. Mercado de
opes. Rio de Janeiro: Correio da Serra Livraria, 1984.
THARP, Van K. trade your way to financial freedom. New York: McGraw-Hill, 1998.
WALDROP, M. M. Complexity, the emerging science at the edge of order and chaos.
New York: Touchstone, 1992.
WARNECKE, H. J. The fractal company. Berlin: Springer-Verlag, 1993.
WOLF, A.; SWIFT, J. B.; SWINNEY, H. L.; VASTANO, J. A. Determining lyapunov
exponents from a time series. Physica 16D, n.3, July 1985.
YO, Goan T. Operaes a termos de mercadorias "Commodities". 2.ed. Rio de Janeiro:
Brasimex, 1981.
ZASLAVSKY, G.M; SAGDEEV, R.Z; USIKOV, D.A; CHERNIKOV, A. A. Weak chaos and
quasi-regular patterns. Cambridge University Press, 1991.

121

ANEXO 1 - NDICE DA DOW JONES COM OS RESPECTIVOS


INDICADORES TCNICOS

122

Você também pode gostar