Eficiência e o Mercado de Renda Variável Brasileiro

Ricardo Borges

Rio de Janeiro
Junho/2010
 UNIVERSIDADE CANDIDO MENDES
Pró-Reitoria de Pós-Graduação e Pesquisa
Mestrado em Economia Empresarial

Eficiência e o Mercado de Renda Variável Brasileiro

Ricardo Borges

Dissertação apresentada ao curso

de Mestrado em Economia
Empresarial da UCAM, como parte
dos requisitos para a obtenção do
título de Mestre.

Orientadora: Roberta Montello Amaral

Rio de Janeiro
Junho/2010
 Ricardo Borges

Eficiência e o Mercado de Renda Variável Brasileiro

Dissertação apresentada ao curso de

Mestrado em Economia Empresarial da
UCAM, como parte dos requisitos para a
obtenção do título de Mestre.

Aprovado pela Banca Examinadora em ___/___/_____.

BANCA EXAMINADORA

__________________________________________
Roberta Montello Amaral UCAM/RJ
Orientador

__________________________________________
José Claudio Ferreira da Silva UCAM/RJ

__________________________________________
Paulo Roberto Rocha Aguiar / UCAM/RJ

Rio de Janeiro
Junho/2010
Dedico este trabalho a minha mãe Arlete,
pois sem sua força de vontade eu não
estaria aqui.
 AGRADECIMENTOS

A minha orientadora Dra. Roberta Montello Amaral pelos conhecimentos a mim

transmitidos, pela paciência e apoio dado sempre não só como aluno, mas também
como orientado.

A todos os professores da UCAM, pelos conhecimentos transmitidos, apoio, convívio

e amizade.

Ao amigo David Eli Saltoun, que me conduziu ao mercado financeiro, me ensinou e

até hoje me apóia.

Ao meu sócio e primo Jeferson Goudard por administrar a empresa enquanto eu me

dedicava a esta pesquisa.

Mas principalmente a minha esposa Alice, pela paciência, incentivo e apoio, e aos
meus filhos pela inspiração.
“Vive-se mais daquilo que se ouve do que
daquilo que se vê. Ou seja, vivemos da fé
alheia. O ouvido é a segunda porta da
verdade e a principal da mentira.” Baltasar
Gracián (1601-1658)
 RESUMO

Algumas instituições financeiras e profissionais do mercado de renda variável

incentivam as pessoas físicas a adotarem sistemas automáticos de decisões,
conhecidos academicamente por regras de filtro e popularmente por Trading
Systems. Partindo dos conceitos estabelecidos pela Hipótese dos Mercados
Eficientes e questionados pelos analistas técnicos e fundamentalistas, além dos
defensores das Finanças Comportamentais, este estudo procurou detectar as
chances de um investidor, utilizando os conceitos básicos destes sistemas, superar
a rentabilidade, levando também em consideração os riscos, a estratégia de
investimento passivo, conhecida como Buy and Hold. Os testes foram efetuados
com o Ibovespa e 39 das mais importantes ações negociadas na BM&FBovespa, no
período compreendido entre Janeiro de 2006 a Dezembro de 2008. Os resultados
obtidos neste trabalho sugerem que a utilização destes sistemas por parte dos
investidores no período considerado não foi positivo na grande maioria das
estratégias testadas.

Palavras-chave: Sistemas de Negociação. Análise Técnica. Algorithmic Trading.

Mercados Eficientes.
 ABSTRACT

Some financial institutions and professionals in the equities market are encouraging
individuals to adopt systems of automatic decisions, known academically for filter
rules and popularly as Trading Systems. Based on the concepts established by the
Efficient Markets Hypothesis and questioned by technical analysts and
fundamentalists, beyond the defenders of Behavioral Finance, this study tried to
detect the chances of an investor, using the basic concepts of these systems,
exceeds the profitability, taking also into account the risks, the passive investment
strategy, known as Buy and Hold. The tests were performed with the Bovespa index
and 39 of the most important stocks traded on the BM&FBovespa, the period from
January 2006 to December 2008. The results of this study suggest that the use of
these systems by investors during the period under consideration was not positive in
the majority the strategies tested.

Keywords: Trading System. Technical Analysis. Algorithmic Trading. Efficient

Markets.
 SUMÁRIO

1. INTRODUÇÃO ---------------------------------------------------------------------------------- 14

1.1. Justificativa da pesquisa ------------------------------------------------------------------- 17

1.2. Objetivo da pesquisa ------------------------------------------------------------------------ 19

1.3. Metodologia da pesquisa ------------------------------------------------------------------- 19

1.4. Descrição dos capítulos -------------------------------------------------------------------- 20

2. FUNDAMENTAÇÃO TEÓRICA ------------------------------------------------------------- 21

2.1. Os Mercados Eficientes -------------------------------------------------------------------- 21

2.1.1. Definição ------------------------------------------------------------------------------------- 22

2.1.2. Defesas da hipótese dos mercados eficientes ------------------------------------- 23

2.2. As Finanças Comportamentais ----------------------------------------------------------- 25

2.2.1. Finanças Comportamentais e os investimentos em renda variável ---------- 27

3. ESTRATÉGIAS ---------------------------------------------------------------------------------- 30

3.1. Controle de risco ----------------------------------------------------------------------------- 31

3.1.1. Tipos de risco ------------------------------------------------------------------------------- 32

3.1.2. Medições de retorno, risco, o Índice de Sharpe e o Information Ratio ------- 35

3.1.3. Estratégias de controle de risco ------------------------------------------------------- 37

4. TÉCNICAS DE ANÁLISE ------------------------------------------------------------ 42

4.1. Análise Técnica ------------------------------------------------------------------------------- 42

4.1.1. Histórico -------------------------------------------------------------------------------------- 44

4.1.2. Considerações ----------------------------------------------------------------------------- 45

4.1.3. Teoria de Dow ------------------------------------------------------------------------------ 47

4.1.4. Indicadores Técnicos (Trading System) --------------------------------------------- 53

4.1.4.1. Conceito e dificuldade da metodologia--------------------------------------------- 53

4.1.4.2. Indicadores ------------------------------------------------------------------------------- 55

4.2. Análise Fundamentalista ------------------------------------------------------------------- 65

5. METODOLOGIA -------------------------------------------------------------------------------- 68

5.1. Metodologia da pesquisa ------------------------------------------------------------------- 68

5.2. Plano Amostral -------------------------------------------------------------------------------- 69

5.3. Custos operacionais ------------------------------------------------------------------------- 71

5.4. Processo de decisões ----------------------------------------------------------------------- 73

5.5. Testes ------------------------------------------------------------------------------------------- 76

6. ANÁLISE DOS RESULTADOS -------------------------------------------------------------- 78

6.1. Stop Gain sem corretagem ---------------------------------------------------------------- 78

6.2. Stop Gain com corretagem ---------------------------------------------------------------- 84

6.3. Stop Loss sem corretagem ---------------------------------------------------------------- 87

6.4. Stop Loss com corretagem ---------------------------------------------------------------- 90

6.5. Stop Gain X Stop Loss ---------------------------------------------------------------------- 93

7. CONCLUSÕES---------------------------------------------------------------------------------- 96
 LISTA DE ILUSTRAÇÕES

Figura 1 Risco específico e risco sistêmico 33

Figura 2 As três tendências (Ibovespa 2002 - 2008) 48

Figura 3 Fases da tendência (SP500 2002 - início de 2009) 50

Figura 4 Reversão de uma tendência 51

Figura 5 Linha de tendência de alta de longo prazo 52

Figura 6 Ilustração dos momentos de compra e venda 57

Figura 7 Diferentes tipos das médias (BBDC4 2008-2010) 58

Figura 8 Diferentes períodos das médias (VALE5 2008-2010) 59

Figura 9 Cruzamento de médias móveis (PETR4 2008-2010) 60

Figura 10 Bandas de Bollinger (CSNA3 2009-2010) 62

Figura 11 Ilustração dos momentos de compra e venda pelo RSI 64

Figura 12 Índice de Força Relativa de 14 dias (ELET6 2009-2010) 65

Figura 13 Tempo selecionado (Ibovespa 2002-2009) 71

Figura 14 Regras Stop Gain e Stop Loss 74

Figura 15 Pontos liquidação de compra (venda) 75

Figura 16 Pontos de compra 75

Figura 17 Estratégias com tendência. Stop Móvel e Start Móvel 76

Figura 18 Gráfico da ELET6 (jan/2006 a dez/2008) 80

Figura 19 Gráfico da CRUZ3 (jan/2006 a dez/2008) 80

Figura 20 Gráfico da FJTA4 (jan/2006 a dez/2008) 81

 LISTA DE TABELAS

Tabela 1 Cálculo do RSI 63

Tabela 2 Lista de ações e setores de atuação 70

Tabela 3 Stop Gain sem corretagem 79

Tabela 4 Resultado acumulado Stop Gain sem corretagem 82

Tabela 5 Start no Stop Gain sem corretagem 83

Tabela 6 Stop Gain com corretagem 85

Tabela 7 Resultado acumulado Stop Gain com corretagem 86

Tabela 8 Start no Stop Gain com corretagem 87

Tabela 9 Stop Loss sem corretagem 88

Tabela 10 Resultado acumulado Stop Loss sem corretagem 89

Tabela 11 Start no Stop Loss sem corretagem 90

Tabela 12 Stop Loss com corretagem 91

Tabela 13 Resultado acumulado Stop Loss com corretagem 92

Tabela 14 Start no Stop Loss com corretagem 93

Tabela 15 Stop Gain com corretagem X Stop Loss com corretagem 94

 LISTA DE ABREVIATURAS E SIGLAS

ANA- Aviso de Negociação de Ações

AT- Análise Técnica

B&H - Do inglês Buy and Hold (comprar e segurar a posição)

BACEN - Banco Central do Brasil

CDI - Certificado de depósito interbancário

DJIA - Do inglês Dow Jones Industrial Average (Índice Industrial Dow Jones)

ETF - Exchange Trade Fund

EUA - Estados Unidos das Américas

FED - Do inglês Federal Reserve (Banco Central Norte-americano)

HME - Hipótese dos Mercados Eficientes

IBOVESPA - Índice da Bolsa de Valores de São Paulo

IPCA - Índice Nacional de Preços ao Consumidor Amplo

IR - Do inglês information ratio

IS - Índice de Sharpe

ME - Mercado Eficiente

RSI - Do inglês Relative Strength Index (índice de força relativa)

SG - Do inglês Stop Gain (realizar o ganho)

SL - Do inglês Stop Loss (realizar a perda)

SM - Stop Móvel (garantir retornos existentes)

ST - Start (Abrir uma nova posição)

STA - Start (Abrir uma nova posição quando o preço do ativo sobe)

STB - Start (Abrir uma nova posição quando o preço do ativo cai)

S&P500 - Standard & Poor´s de 500 ações

 14

1 INTRODUÇÃO

A partir do trabalho de Markowitz (1952), alguns economistas como Sharpe

e Fama, começaram a desenvolver teses para provar que os mercados são
eficientes conforme será demonstrado posteriormente. O mercado eficiente (ME),
por hipótese, requer que os preços dos ativos negociados reflitam todas as
informações, públicas ou privadas (insider information), pois os investidores sempre
almejam maximizar os seus lucros e como todos tem as mesmas informações e as
interpretam da mesma forma (investidores racionais), as cotações estarão em seu
valor justo. Logo seria impossível prever a direção e intensidade dos movimentos
futuros dos preços. Já em 1900, Bachelier argumentava que a probabilidade dos
preços subirem ou caírem era de 50%, ou seja, o movimento das cotações no
mercado é completamente randômico no futuro (random walk).

“Wall Street pode ter década perdida. Bolsas estão no mesmo nível de nove
anos atrás e analistas esperam mais prejuízos” (BROWNING in Valor Econômico,
26/03/2008, p. C20). Segundo o artigo, o Standard & Poor´s de 500 ações (S&P500)
estava nos níveis de 04/1999. Se fosse considerada inflação e dividendos, o
S&P500 subiu em média 1,3% ao ano (aa) nos últimos dez anos. Nos últimos nove
anos, o índice havia caído 0,37% aa e nos últimos oito anos 1,4% aa.

“Ibovespa empata com CDI na última década” (CAMBA in Valor Econômico,

03/04/2010, p. D2). Segundo Camba (2010), um estudo que procura verificar a
rentabilidade da bolsa (Ibovespa, risco maior) em comparação com o Certificado de
Depósito Interbancário (CDI, pouco risco) de 2 de maio de 2000 até 30 de abril de
2010, constatou que o Ibovespa rentabilizou o capital do investidor em 334,63%
(20% aa) e o CDI em 331,1% aa. Se for descontada a inflação pelo IPCA, o
Ibovespa deu uma rentabilidade de 127,3% aa e o CDI 125% aa. O resultado foi
praticamente o mesmo, entretanto o risco do mercado de ações é muito superior ao
risco oferecido pelo CDI.
 15

Se todas as informações já estão nos preços e é impossível prever o futuro,

com as cotações podendo subir ou cair tendo 50% de probabilidade cada (random
walk). Se o mercado pode passar uma década ou mais subindo ou caindo
aleatoriamente gerando grandes riscos ao investidor e no final não superar o
investimento praticamente sem risco como o CDI, ou mesmo gerar prejuízos, porque
investir no mercado de ações?

No dicionário Aurélio, investidor é “aquele que aplica ou emprega

capitais”. Para Graham (apud SALGUEIRO, 2007:37) “uma operação de
investimento é aquela na qual, após análise, promete a segurança do capital
principal e permite um retorno adequado. O resto são atividades especulativas”.
Entretanto, se as cotações caminham aleatoriamente, as análises são inúteis,
logo uma boa definição para investidor seria: investidor é aquele que espera que
o retorno dos seus investimentos seja principalmente advindo dos fluxos
financeiros gerados pelo ativo no qual investe (KLARMAN apud REZENDE in
Valor Econômico, 08/12/09, p. D2). Portanto o investidor se preocupa mais com a
rentabilidade que um ativo poderá lhe oferecer como fluxo de rendimentos no
futuro, como dividendos e aluguel, do que a variação dos preços do ativo.

Existem dois tipos de investidores, os passivos, que acreditam que os

preços do mercado tendem sempre “a melhor estimativa real do valor da
empresa” e que qualquer tentativa de se aproveitar das distorções do mercado
custará a ele, mais do que os lucros excedentes auferidos. Existe também o
investidor ativo, que é aquele que se preocupa com a rentabilidade total que a
ação lhe proporcionará no decorrer do tempo, tanto em fluxo quanto em variação
das cotações, mas se houver elevadas distorções do mercado em relação ao seu
valor intrínseco, ele pode agir melhorando a rentabilidade de seus investimentos
(DAMODARAN, 2007:13-14). Para ele, entre os investidores ativos existem os
analistas fundamentalistas, os ativistas, grafistas, negociadores de informações e
os de momento (market timers).

Segundo o dicionário de termos bancários (1990 apud FREGONESI et al.)

especulação significa “tomar risco ao comprar títulos na esperança de realizar um
 16

grande ganho ou lucro”. Keynes (1936) definiu especulação como “a essência da

especulação é divergir do consenso do mercado” (KEYNES, 1936 apud FRIDSON,
1993:29-39). Portanto o especulador vai ao mercado para auferir retorno de suas
aplicações principalmente no ato de comprar e vender ativos para outros
participantes no mercado. O especulador não acredita que o mercado seja eficiente
e conseqüentemente ele pode auferir lucros extraordinários de forma consistente,
caso adote estratégias e análises no decorrer do tempo.

Grossman e Stiglitz (1980) pesquisaram sobre a assimetria das informações

e questionaram a Hipótese dos Mercados Eficientes (HME), pois segundo o trabalho
deles, as informações não estariam disponíveis a todos os investidores ao mesmo
tempo, de forma igualitária e estas teriam custos.

Hoje, uma das metodologias mais utilizadas por especuladores para decidir
compra e venda de ações são os indicadores técnicos, também conhecidos por
Trading Systems (TS), que podem ser inseridos em sistemas de negociações
automáticos nomeados por Algorithmic Trading (algo trading) que executam em
tempo real e de modo automático, ordens de negociação de acordo com estratégias
previamente definidas.

Existem inclusive fundos de investimentos chamados de fundos

quantitativos, que utilizam desta metodologia para tomada de decisão. Silva (2008)
cita que o objetivo dos fundos adotarem os TS é de se eliminar a inferência humana,
portanto “todas as decisões de compra e venda de ativos são tomadas de acordo
com regras claras, quase sempre implementadas por computadores” (SILVA in Valor
Econômico, 25/09/2008, p. D2).

É necessário então verificar se é possível criar uma metodologia que possa

ser colocada em um computador e este passe a tomar decisões de compra e venda
automáticos, sem a necessidade de uma inferência humana, sendo que este sistema
passe a auferir lucros maiores do que os investidores que se posicionam e não
liquidam suas operações.
 17

1.1 Justificativa da pesquisa

Vários autores como Murphy, Graham e Damodaran, investidores como

Warren Buffett e especuladores como Gunther questionam a Hipótese dos Mercados
Eficientes (HME). Segundo Buffett e Clark (2006), uma máxima célebre do bilionário
Warren Buffett é: “Eu seria um mendigo nas ruas com uma caneca se os mercados
fossem eficientes” (BUFFETT E CLARK, 2006:152). Logo, Warren Buffett acredita
que sua fortuna foi primordialmente montada ao longo das décadas graças à sua
ineficiência sobre os ativos negociados no mercado.

Stiglitz ganhou o Prêmio Nobel de Economia em 2001 pelo seu trabalho

sobre a Assimetria Informacional. Em 2002, Kahneman recebeu o prêmio pelo
estudo das Finanças Comportamentais. Fischer Black (1986) alega que “o investidor
nem sempre tem atitudes racionais, pois outros fatores, como o ruído, poderiam
influenciar suas decisões de investimentos” (BLACK, 1986 apud PENTEADO,
2003:13). Nesta linha, Gunther (1985), explicado a ação dos “gurus” de mercado
cita, “Ás vezes eles estão certos, é lógico, e é isto que os torna tão perigosos”
(GUNTHER, 1985:59), ou seja, a opinião dos “gurus” pode levar os especuladores
ao erro. Warren Buffett recomenda não seguir as opiniões de consultores de
instituições financeiras, “nunca pergunte a um barbeiro se você está precisando de
um corte de cabelo” (BUFFETT E CLARK, 2006:76).

Portanto se o mercado é imperfeito devido à assimetria das informações,

dos custos e da irracionalidade (emoção) dos investidores, há uma probabilidade de
se encontrar uma forma de auferir ganhos extraordinários efetuando-se análises
baseadas nos preços passados ou nas notícias passadas e atuais. Entretanto seria
possível tomando como base somente as cotações passadas do ativo?

A análise técnica (AT) é uma metodologia de avaliação do que pode ocorrer

com as cotações de um ativo no futuro que se baseia unicamente nos preços
passados dos ativos. Segundo Murphy (1999) há três premissas na AT: “o mercado
 18

desconta tudo” (MURPHY, 1999:02), ou seja, tudo que possa afetar os preços –
fundamentos, política, psicologia, insider information e outros – está refletido nos
preços dos ativos. “Os preços se movem em tendências” (IDEM), esta premissa é
essencial, pois ela contraria a teoria do random walk e afirma que há uma diferença
probabilística de, os preços de um ativo subir ou cair em um período de tempo. “A
história se repete” (Ibidem), ou seja, nos preços está refletida a psicologia humana e
este costuma reagir na maioria das vezes, da mesma forma, a estímulos
semelhantes.

“O objetivo principal da análise gráfica é identificar e fazer uso das

tendências. A maioria dos modelos de negociação técnica de sucesso está baseada
em acompanhar as tendências”, afirma Goldberg e Nitsch (2001:06)

Murphy (2003) considera que “o acompanhamento de tendências entende

que a natureza dos mercados é baseada na hipótese de que as expectativas das
pessoas se ajustam lentamente e se manifestam em tendências de preços de longo
prazo” (MURPHY, 2003 apud PEREIRA, 2008:13).

Se basta acompanhar os preços dos ativos, detectar sua tendência e

reversão desta, para obter informações que leve um especulador a ter lucros
extraordinários diminuindo seus riscos, então talvez possa ser possível criar regras
automáticas que, depois de inseridas em um computador, o especulador possa
deixar de tomar decisões (algo trading ou trades de alta freqüência).

As instituições financeiras ligadas a investimentos em renda variável estão

disponibilizando, cada vez mais no Brasil e no mundo, cursos a respeito deste tipo
de metodologia e instrumentos computacionais para facilitar operações de alta
freqüência porque, quando o especulador executa muitas ordens de compra e
venda, gera receita às instituições.

É importante saber a probabilidade, do especulador que utiliza o algo

trading, de criar um sistema que realmente consiga aumentar os seus lucros e
 19

reduzir os seus riscos em relação ao ganho que um investidor tem em somente ficar
posicionado ao longo dos anos no ativo.

Os fatos que estão ocorrendo no mercado de ações brasileiro hoje como

descrito comprovam a importância e a utilidade de se estudar este assunto,
justificando a pesquisa do tema proposto.

1.2 Objetivo da pesquisa

Se o mercado não é eficiente e os analistas técnicos estão corretos em seu

pressuposto de que os preços se movem em tendências e não em random walk,
então este trabalho tem por objetivo checar a viabilidade de se estabelecer regras de
filtro, possíveis de se inserir em um computador, que melhore a relação retorno /
risco de aplicações no mercado de ações brasileiro. Como objetivo intermediário,
será checado se há indícios ou não da existência de eficiência no mercado.

1.3 Metodologia da pesquisa

As regras de filtro correspondem a uma estratégia de timing.

Mostram ao investidor quando devem ficar comprados em um
título e quando devem vendê-los a descoberto. A alternativa é
comprar e manter o título. Por causa disto, as regras de filtro
são analisadas em confronto com uma estratégia de compra e
manutenção (ELTON et al., 2004:361).

Serão comparadas as estratégias de comprar e manter a posição por um

longo prazo conhecida como buy and hold (B&H), utilizada por investidores passivos,
com estratégias de liquidar as posições quando um objetivo é atingido, Stop Gain
(SG), limitar prejuízos, Stop Loss (SL) e garantir lucros já auferidos, Stop Móvel
(SM), sem critério analítico como o conceito de tendência. Também será avaliada a
 20

estratégia de filtro, sempre que o sistema considerar que o mercado reverterá para
alta (ou baixa), utilizando o conceito de tendência extraído da análise técnica.

1.4 Descrição dos capítulos

Esta dissertação está estruturada em sete capítulos. No primeiro capítulo

faz-se uma introdução do tema descrevendo-o, justificando a pesquisa e o objetivo
do trabalho. O segundo capítulo tem por finalidade discutir as fundamentações
teóricas e o corpo conceitual que sustenta o desenvolvimento da pesquisa, além dos
principais testes empíricos já realizados. No terceiro capítulo são descritas as
estratégias normalmente utilizadas pelos investidores. O quarto capítulo apresenta
as metodologias de análises mais utilizadas para aplicações em mercado de renda
variável, tendo como foco principal a análise técnica. No quinto capítulo mostra-se a
metodologia da pesquisa, justificando a amostra escolhida, os parâmetros
estratégicos utilizados e o modelo de comparação das estratégias. O sexto capítulo
contém a apresentação e discussão dos resultados. E o sétimo e último capítulo
expõe as considerações finais, acompanhadas das recomendações para estudos
futuros.
 21

2 FUNDAMENTAÇÃO TEÓRICA

Neste capítulo serão definidas as eficiências do mercado, serão vistas

algumas das discussões acadêmicas e dos testes já realizados no Brasil e no
exterior sobre esta eficiência, focando principalmente as regras de filtro que são as
que serão utilizadas na pesquisa.

2.1 Os Mercados Eficientes

Segundo Copeland & Weston (1988:330), o objetivo do mercado de capitais

é propiciar a transferência de fundos entre emprestadores (poupadores) e tomadores
(produtores) de forma eficiente.

No caso do mercado de ações, conforme Bernstein (1993 apud PENTEADO,

2003) argumenta:

O mercado de ações é mais do que um lugar onde os

negociadores compram e vendem pedaços de participação em
companhias. É mais do que um meio para dar vazão a
poupanças ou fonte de financiamentos para empresas
procurando mais recursos. É mais do que um instrumento para
avaliação de companhias gigantescas. É mais do que um meio
de transformar ativos fixos em uma forma líquida que possa ser
convertida em dinheiro. O mercado de ações é todas estas
coisas. Não poderia ser uma delas sem ser as outras,
igualmente. Se o mercado falhasse em aproximar compradores
de vendedores, as ações não seriam líquidas, e as transações
para comprá-las ou vendê-las não poderiam ser facilmente
revertidas. Se as ações não fossem líquidas as companhias
achariam muito mais cara a obtenção de recursos e, como
resultado, cresceriam mais lentamente. Se o mercado não
fosse um lugar onde as pessoas pudessem negociar frações
da propriedade das empresas, seria bastante difícil atribuir um
valor confiável às empresas, não atrairia as pessoas para
negociar as ações em circulação nem comprar ações recém
emitidas. Sem o mercado de ações, as negociações seriam
como mercado para casas, onde o proprietário vende a casa
inteira, e não apenas um pedaço dela. Quando uma casa é
vendida, apenas os negociadores sabem qual foi o preço. Com
a negociação tão difícil, tão cara, tão rara e tão secreta,
compradores e vendedores poucas vezes saberão se
 22

estabeleceram o preço correto ou se não poderiam ter fechado

um melhor negócio com alguma outra pessoa. Se ninguém
souber se o preço está certo ou não, ninguém terá maneira de
procurar o melhor valor no mercado, o melhor preço
(BERNSTEIN, 1993 apud PENTEADO, 2003:05)

2.1.1 Definição

Segundo definição de Elton et al. (2004) “mercados eficientes, quer dizer que
os preços dos títulos refletem integralmente todas as informações disponíveis”
(ELTON ET AL, 2004:349). Para que se tenha um mercado eficiente é necessário que
algumas premissas sejam respeitadas como, os custos de aquisição de informação e
o custo de negociação seja igual a zero para todos os participantes do mercado. Já
segundo Copeland e Weston (1988) um mercado é eficiente quando “os preços são
determinados de forma a igualar as taxas marginais de retorno (ajustadas pelo risco)
para todos os tomadores e poupadores” (COPELAND E WESTON, 1988:330-331).

Para Fama (1970 apud PENTEADO, 2003: 09) caso não existam custos
para transacionar os ativos, se todas as informações estão disponíveis gratuitamente
a todos e se todos concordam com as implicações das informações atuais sobre os
preços presentes e as distribuições de preços futuros, então teremos condições
suficientes para a eficiência dos mercados.

Conseqüentemente, na interpretação do autor, a hipótese dos mercados

eficientes afirma que é inviável um especulador superar constantemente os retornos
do mercado usando quaisquer informações públicas ou privadas, visto que estas
ajustam rapidamente os preços praticados no mercado. Informação é tudo o que
possa afetar os preços, que é de conhecimento público ou privado no presente.

Nas classificações propostas por Fama (1970:383) há três tipos de hipóteses

a serem testadas sobre a eficiência dos mercados e cada uma é relacionada a um
tipo distinto de informação. A primeira é a eficiência fraca a onde, olha-se o passado
para verificar se o especulador consegue auferir lucros superiores ao mercado
 23

através de estratégias que se baseiam em preços ou retornos históricos. A segunda

é a forma semi-forte onde é estudada a possibilidade do especulador melhorar a
rentabilidade acompanhando informações publicamente disponíveis. E por último,
em terceiro, a hipótese de eficiência forte, onde testam-se todas as possíveis
informações públicas e privadas e de nenhuma forma os especuladores conseguem
auferir lucros constantes, ou seja, todas as informações já estão contidas nos preços
dos ativos, logo é inútil tentar fazer análise de mercado.

Elton et al. (2004) afirmam que,

A hipótese de mercado eficiente tem implicações muito

importantes para a análise de títulos. Por exemplo, se os testes
empíricos constatarem que não é possível prever retornos
futuros a partir de retornos passados, então as táticas de
negociações baseadas em exames da seqüência de preços
passados são inúteis (ELTON ET AL., 2004:351).

Segundo Malkiel (1991) “a forma fraca ataca os sustentáculos da análise

técnica, e as formas semi-forte e forte vão contra muitas das crenças sustentadas
por aqueles que fazem uso da análise fundamentalista” (MALKIEL, 1991:110).

2.1.2 Defesas da hipótese dos mercados eficientes

Calixto (2009), por exemplo, cita o estudo de Brinson et al. (2005) sobre o
mercado norte americano representado pelo S&P500, feito entre o 1989 e 1994, que
testa a possibilidade dos especuladores acertarem o melhor momento para entrar e
sair de suas posições na bolsa (timing). Este estudo chegou à conclusão de que a
probabilidade é praticamente nula.

O retorno anualizado de 1.275 pregões foi de 10,35%, mas se fosse excluído

os dez que obtiveram as maiores altas, o retorno cairia para 4,28%. Se o especulador
errar em 0,78% dos pregões analisados, seus retornos caem pela metade, ao passo
que, se perderem os 20 pregões de maior alta em um universo de 1.275 seus retornos
 24

seriam praticamente zero (0,14%). Caso percam os 30 maiores, o retorno ficaria -

3,29%.

Os estudos realizados por (CALIXTO in Valor Econômico, 07/12/2009, p. D2)

no mercado brasileiro, representado pelo Ibovespa de 1999 a abril de 2008,
chegaram a conclusões parecidas. O retorno anualizado do Ibovespa foi de 27,87%,
no entanto ao se excluir os dez maiores retornos, a rentabilidade cai para 15,96%, o
que representa menos da metade do CDI do período que foi de 16,80%. Excluindo
os 20 maiores o retorno cai para 9,83% e se forem tirado os 30 pregões de maiores
altas, a rentabilidade fica em 4,41% bem abaixo da inflação anualizada do período
que foi de 6,73%.

Ele chegou à conclusão de que caso o investidor queira obter ganhos

consistentes, ele deve permanecer aplicado em bolsa. Se mesmo assim o investidor
seguir comprando e vendendo no intuito de acertar o momento certo de entrar e sair,
“é preciso saber que na média, os retornos com tais operações tendem a ser
menores que os juros e, dependendo do caso, até da inflação” (CALIXTO in Valor
Econômico, 07/12/2009, p. D2).

Ao que parece, a respeito dos testes realizados e descritos no artigo, estes

estudos não levaram em consideração a possibilidade de o mercado ser imperfeito e
assim haver uma probabilidade de se adotar sistemas de análise que possam evitar
os pregões de maiores quedas e aproveitar os de maiores altas.

Brito (in Valor Econômico, 19/11/2008, p. D2) cita como exemplo o estudo de
Brealey e Myers (1996:05) que “fundamentaram que eventos passados não
serviriam para projetar acontecimentos futuros no curto prazo” e que eles mostram
como “a evolução de um índice de ações pode ser similar a uma seqüência de
números aleatórios com determinado viés” (random walk). Malkiel (1999 apud
BRITO in Valor Econômico, 19/11/2008, p. D2) ilustra inclusive que “um macaco com
olhos vendados jogando dados nas páginas financeiras de um jornal poderia montar
um portfólio cujo desempenho seria similar a um cuidadosamente selecionado por
 25

especialistas”. A conclusão é que qualquer estratégia que tenha um grau de acerto

por volta de 50% não é válida.

Testes feitos por Fama e Blume (1966 apud ELTON et al., 2004:361)
detectaram a possibilidade de ganhos extraordinários por quem adota as Regras de
Filtro no longo prazo, para custos muito baixos, entretanto como o lucro
extraordinário médio de cada transação é baixo, para custos normais elas deixam de
ser rentáveis.

Jennergren e Korsvold (1975 apud ELTON et al. 2004:361) encontraram

alguns dos coeficientes de correlação mais altos entre todos os pesquisadores,
quando examinaram as ações norueguesas e suecas pouco negociadas, mas
quando os impostos e os custos de transação foram considerados, não se tornaram
rentáveis.

2.2 As Finanças Comportamentais (FC)

Isaac Newton (apud PARDOE, 2009) falou, “Posso calcular os movimentos

dos corpos celestes, mas não a loucura das pessoas” (NEWTON apud PARDOE,
2009:91).

Você sabia que 82% das pessoas nos Estados Unidos

acreditam estar no grupo dos 30% melhores motoristas do
país? Ou ainda, que 19% da população americana se inclui na
lista de 1% mais rica? De forma análoga, este comportamento
é um misto de otimismo e excesso de confiança que aflige
investidores em geral. São pessoas que muitas vezes se
consideram bem acima da média e que acreditam ser capazes
de prever e avaliar corretamente os eventos futuros. Mas, na
vida real, a grande maioria não pode, estatisticamente, estar
situada acima da média (ACHÉ in Valor Econômico,
10/05/2008, p. D2).
 26

Para Thaler e Mullainathan (2000 apud RODRIGUES, 2008:38), as Finanças

Comportamentais “estudam como a combinação de conceitos econômicos,
sociológicos e psicológicos pode explicar o que acontece na vida econômica real, em
que os agentes econômicos apresentam limitações ao exercício da plena
racionalidade”. Ou seja, as finanças comportamentais são como “o estudo da
falibilidade humana nos mercados competitivos” (SHLEIFER, 1999 apud PEREIRA
2008:12).

Akerlof (2003) diz que a Teoria Geral de Keynes (1936) “é a progenitora das
Finanças Comportamentais Modernas no mercado de capitais” (AKERLOF, 2003
apud YOSHINAGA, 2004:18) diz. E a metáfora de Keynes, “O investimento
profissional pode ser comparado às competições em que se tem que escolher o
rosto mais bonito entre centenas de fotografias, e o prêmio é dado àquele que optar
pelo gosto da maioria”. Esta visão para Akerlof (2003), difere com a da hipótese dos
mercados eficientes, “no qual os preços das ações refletem o valor presente dos
retornos futuros ajustados ao risco”.

Os estudiosos das FC como Shleifer, Kahneman e Black, conforme será

demonstrado adiante no tópico 2.2.1., encontraram evidências em suas pesquisas
de que os investidores e especuladores, muitas vezes, não agem de forma racional,
o que já era sabido pelos envolvidos no mercado, de forma empírica.

Segundo Shleifer (2000), as finanças comportamentais são sustentadas por

dois pilares. O primeiro considera restrições à possibilidade de arbitragem, que ela
seria limitada. “No mundo real, a arbitragem de títulos está longe de ser perfeita”
(SHLEIFER, 2000 apud PENTEADO, 2003:18), pois mesmo que se consigam
substitutos perfeitos para os títulos, o que já é difícil, “os preços não convergem
instantaneamente para os seus valores fundamentais” (IDEM). O segundo é sobre a
atitude dos investidores, a maneira a qual suas crenças são estabelecidas, ou seja,
aspectos psicológicos que induzem a um comportamento não racional.
 27

2.2.1 Finanças Comportamentais e os investimentos em renda variável

Há muito tempo os economistas como o presidente do Federal Reserve

(FED) Bernanke, estudam as causas e conseqüências dos ciclos econômicos. Um
dos economistas mais famosos sobre o tema, Kindleberger (2000), descreve as
fases típicas de uma crise, “especulação, expansão monetária, aumento dos preços
de ativos seguidos por uma queda aguda e uma corrida ao dinheiro”
(KINDLEBERGER, 2000:23-24). Para ele uma “bolha parece ser o resultado de um
comportamento de manada, de uma reação positiva ou efeitos ilusórios – pessoas
crédulas seguindo insiders espertos” (IDEM).

Como se pode verificar, nos preços dos ativos não estão somente as
informações públicas, que estão disponíveis a todos e privadas, mas também
informações erradas e interpretações de analistas enganosas. As bolhas não são
formadas apenas por fatores econômicos existentes, mas também pela ganância
dos especuladores e outros participantes do mercado, euforia dos desavisados.
Quando se percebe a irracionalidade nos preços vem a “queda aguda”, queda
intensa e veloz gerada pelo pânico.

“A ganância e o pânico geram as chamadas sobre-reações que são os preços

se distanciando de seus valores intrínsecos” (HAUGEN, 1995 apud KIMURA, 2002:46-
47).

Shiller (2000 apud ACHÉ 2008) em sua pesquisa sobre os dias

subseqüentes à queda da bolsa de Nova York em outubro de 1987, revela que 48%
dos entrevistados sabiam identificar com precisão o nível mais baixo dos ativos
negociados naqueles dias. Ao perguntar como chegaram àquela conclusão, 88%
justificaram como sendo uma “intuição de mercado”.

No artigo “o impacto passado na decisão de investimento”, Mosca (MOSCA

in Valor Econômico, 23/07/2008, p. D2) descreve como “a performance passada tem
um impacto sobre a disposição ao risco e que é distinto do impacto exercido pela
 28

performance observada no período corrente”. Segundo ele, perdas significativas

incorridas anteriormente ficam “registradas na memória”, fazendo com que novos
investimentos no ativo que trouxe as perdas sejam evitados.

Odean, Strahilevitz e Barber (2005 apud MOSCA 2008), analisaram esta

tendência comportamental de se evitar adquirir ativos que causaram prejuízos em
comparação comprar a ativos que geraram ganhos. Eles acompanharam 12 meses
de ordens de compras e vendas de duas amostras de 7 mil investidores individuais
em períodos distintos (de 1991 a 1996 e de 1997 a 1999), calculando o percentual
de ativos vendidos que foram recomprados. As transações foram diferenciadas pelo
fato de terem ou não sidas alvo de prejuízos ao investidor no passado.

“Os resultados obtidos revelam que os ativos que foram vendidos com
ganhos no passado são recomprados com uma freqüência duas vezes superior do
que os ativos que geraram perdas no passado” Mosca (MOSCA in Valor Econômico,
23/07/2008, p. D2).

Em outro experimento, Odean et al. (2007) testaram a relutância que os

investidores têm em realizar prejuízos comparando com a de liquidar posições
ganhadoras. Os testes foram realizados durante cinco anos terminando em 1999 na
Taiwan Stock Exchange (TSE) e eles chegaram à conclusão de que os
especuladores tailandeses liquidam em torno de duas vezes mais as posições
ganhadoras do que as perdedoras e que 84% vendem as posições ganhadoras mais
rapidamente do que as perdedoras. Chegaram também à conclusão de que
especuladores individuais, corporações, instituições financeiras e corretores sentem
dificuldade em realizar perdas enquanto fundos mútuos e fundos estrangeiros, que
representam menos de 5% dos negócios por valor, não são.

Karsten (2009) resolveu fazer a mesma simulação na BM&FBovespa para

12 mil contas entre pessoas físicas, jurídicas institucionais e não-institucionais para
transações entre 2001 e 2004. O mesmo resultado foi encontrado no caso brasileiro
para todos os anos e para todos os investidores, com exceção dos investidores
institucionais no ano de 2004.
 29

Segundo Karsten (in Valor Econômico, 20/08/2009, p. D2), no trabalho de

Odean, “ficou evidente que os investidores mais ativos tomam decisões de
investimentos equivocadas, pois, na média, as ações de empresas que eles vendiam
subiam 3,4% a mais do que as ações de empresas que eles compravam”.

No Brasil, Yoshinaga (2004) pesquisou os indicadores de retorno total,

excesso de retorno de mercado e retorno ajustado pelo risco e a amostra
compreendeu todas as ações existentes negociadas na Bovespa de 1 de janeiro de
1995 até 31 de dezembro de 2003 e chegou à conclusão de que “Os resultados
demonstram que existe a oportunidade de se obter ganhos no curto prazo, pois a
estratégia contrária de investimento apresentou ganhos estatisticamente
significantes para os períodos mensais e trimestrais.” (YOSHINAGA, 2004:Resumo)
 30

3 ESTRATÉGIAS

Neste capítulo serão descritos as estratégias mais utilizadas por

especuladores ao investir no mercado de renda variável.

A palavra estratégia vem do grego antigo stratègós, de stratos, "exército", e

"ago", "liderança" ou "comando" tendo significado inicialmente "a arte do general".
No dicionário Aurélio, estratégia é a “arte de aplicar os meios disponíveis ou explorar
condições favoráveis com vista a objetivos específicos” (FERREIRA, 1977:204).

Entretanto outras definições podem ser encontradas em diversas literaturas.

Nicolau (2001) fez um estudo detalhado a respeito do conceito de estratégia e suas
definições e chegou à conclusão que “a estratégia é um conceito multidimensional e
situacional e isso dificulta uma definição de consenso” (HAMBRICK, 1983 apud
NICOLAU, 2001:03).

Segundo Ansoff (1965 apud NICOLAU, 2001:04), “estratégia é um conjunto

de regras de tomada de decisão em condições de desconhecimento parcial. As
decisões estratégicas dizem respeito à relação entre a empresa e o seu
ecossistema”. No caso deste trabalho, seria a relação do especulador e a aplicação
em renda variável.

Hofer & Schandel (1978 apud NICOLAU, 2001:05) definiram estratégia como
sendo “o estabelecimento dos meios fundamentais para atingir os objetivos, sujeito a
um conjunto de restrições do meio envolvente. Supõe-se a descrição dos padrões
mais importantes da afetação de recursos e a descrição das interações mais
importantes com o meio envolvente”.

Estratégia Competitiva para Porter (1986 apud NICOLAU, 2001:05) são

“ações ofensivas ou defensivas para criar uma posição defensável numa indústria,
para enfrentar com sucesso as forças competitivas e assim obter um retorno maior
 31

sobre o investimento”. Substituindo indústria por especulação, esta é uma possível

definição para o ambiente de aplicações em renda variável.

Um especulador visa obter ganhos com a variação de preço em aplicações

nos títulos de renda variável, se preocupa em auferir lucros maiores do que um
investidor passivo conseguiria (B&H), correndo o menor risco possível. Portanto o
especulador não acredita que o mercado é eficiente e sim de que pode, analisando
os preços dos ativos, acompanhado as demonstrações das empresas e as notícias
públicas ou privadas, obter lucros extraordinários em suas operações ao longo dos
anos.

Muitos são os instrumentos possíveis de se utilizar para detectar o

momento de comprar ou vender uma ação. Alguns especuladores utilizam a
análise fundamentalista, outros a análise técnica, mas existem também estratégias
adotadas que podem ser utilizadas independente ou conjuntamente a um sistema
de análise.

3.1 Controle de risco

A definição de risco extraído do dicionário Aurélio (1999) é, “perigo ou

possibilidade de perigo. Situação em que há probabilidade mais ou menos
previsíveis de perdas ou ganhos como no jogo de azar ou em uma decisão de
investimentos”. E no dicionário Webster “exposição à perda ou dano”.

Para Maccrimmon & Wehrung (1986. P. 9 apud STEINER 1998, p. 51 apud

SIQUEIRA), existem três condições para a definição de risco, que são denominados
componentes do risco: Deve existir a possibilidade de haver perda ou dano
(magnitude da perda); Deve haver uma probabilidade associada a essa perda
(probabilidade de perda); Deve haver a possibilidade de o decisor agir de forma tal
que aumente ou diminua a magnitude ou a probabilidade dessa perda ou dano
 32

(exposição à perda). Também segundo eles, as fontes causadoras do risco são a

ausência de controle, a ausência de informações e a ausência de tempo.

Damodaran (2007) define risco de diversas perspectivas. “O risco refere-se à

probabilidade de, nos jogos do acaso na vida, obtermos resultados que não nos
agradarão” (DAMODARAN, 2007:19). Entretanto segundo ele, no contexto da
avaliação de investimentos, risco tem uma definição bem mais ampla, “é a
probabilidade de obtermos um retorno de investimento que seja diferente do
previsto” (IDEM). Portanto o risco inclui os resultados ruins (downside risk) e bons
(upside risk). O risco é um misto de perigo e oportunidade.

Ao aplicar em uma ação, o especulador passa a poder auferir retorno

superiores (upside risk), mas também passa a correr risco de perda (downside risk).
É importante para ele, compreender os riscos envolvidos em uma aplicação para
que ele possa tentar reduzi-los ou mesmo eliminá-los.

Solomon e Pringle (1981) conceituam risco sendo “o grau de incerteza a

respeito de um evento” (SOLOMON E PRINGLE, 1981, apud SECURATO 1996:21 e
28), ou seja, “a probabilidade de ocorrerem fracassos” (IDEM).

3.1.1 Tipos de risco

Jorion (1998, apud LIMA, LIMA e PIMENTEL, 2007:555) divide os riscos

financeiros em, de crédito, de liquidez, operacional, legal e de mercado.

O risco de crédito está relacionado com o não pagamento de um título por

uma determinada contraparte. Já o risco de liquidez é a falta de recurso financeiro
imediato para saldar uma obrigação (caixa) ou “em algumas situações, posições
muito grandes em um determinado ativo não podem ser desfeitas aos preços atuais
do mercado” (liquidez de mercado) (JORION, 1998, apud LIMA, LIMA e PIMENTEL,
2007:555). O risco operacional diz respeito à possibilidade de perda devido a falhas
 33

em sistemas, humanas ou controles inadequados. O risco de mercado “é oriundo de

alterações nos preços dos ativos financeiros” (IDEM).

Segundo Santos e Rodrigues (2007), Markowitz (1952), considerado o pai

da Teoria da Carteira, procurou identificar a relação existente entre risco e retorno.
Ele desenvolveu um modelo no qual os resultados dos investidores são otimizados
com base na diversificação dos ativos, visando reduzir o risco específico a cada
empresa da carteira, para obter uma carteira eficiente. “Porém, mesmo que o
investidor diversifique a aplicação dos seus recursos de maneira eficiente, ainda
existe o risco relacionado com o contexto econômico como um todo” (SANTOS E
RODRIGUES, 2007). Este risco não diversificável é conhecido como risco de
mercado. A figura 1 demonstra o benefício da diversificação, a onde quanto maior o
número de ativos na carteira, menor o risco específico. Entretanto, como pode ser
verificado, o risco sistêmico não é diversificável.

Figura 1: Risco específico e risco sistêmico

Fonte: Santos e Rodrigues (2007)

Logo, o risco total de um título individual é igual ao risco de mercado (não

diversificável) também conhecido como sistemático acrescido do risco diversificável,
ou seja, não sistemático. Os riscos, específicos de um setor de atuação de uma
empresa ou da própria instituição, estão incluídos no risco diversificável (não-
sistemático).
 34

Empiricamente é possível observar que, por algum motivo, como uma crise
financeira nacional ou internacional, há um aumento da aversão ao risco dos
aplicadores, estes começam um processo de venda dos ativos que detém nos
mercados de renda variável, provocando uma queda das cotações de quase a
totalidade dos ativos deste mercado. Portanto este tipo de risco, de mercado, não é
reduzido com a diversificação das aplicações.

Há o risco de quebra da empresa, o risco de que os produtos de uma

empresa fiquem obsoletos, que por um problema interno ou setorial ela venha a ter
um resultado ruim, riscos associados à gestão da empresa, dentre outros que
compõe o risco diversificável.

Existem outros riscos envolvidos no ato da especulação e que compõem o

conhecimento do especulador e a psicologia humana. Warren Buffett (2006)
descreve, “O risco advém de você não saber o que está fazendo” (apud BUFFETT E
CLARK, 2006:108). Muitos riscos são criados pelos próprios especuladores, como a
ignorância em relação à causa e efeito das informações recebidas, emoções como
medo e ganância que geralmente levam a decisões irracionais e isto pode ser
constatado não somente empiricamente, bem como tem sido estudado nas finanças
comportamentais. Outros advêm de informações erradas divulgadas em meios de
comunicação como jornais, relatórios de instituições financeiras e foros de internet.

Slovic, Fischhoff e Lichtenstein (1980) alertam para os “vieses de julgamento

que ocorrem quanto à percepção de risco” (SLOVIC, FISCHHOFF E
LICHTENSTEIN, 1980 apud PENTEADO, 2003:21). “Pessoas leigas que não
compreendem os riscos e necessitam avaliá-los, na maioria dos casos simplificam
os conhecimentos que ouviram ou observaram” (IDEM). Estas regras heurísticas são
criadas para simplificar aquilo que não entendem e embora sejam válidas em
algumas situações, muitas vezes podem provocar decisões fatais em áreas como
análise financeira.
 35

3.1.2 Medições de retorno, risco, o Índice de Sharpe e o Information Ratio

Segundo Elton et al. (2004), “A existência de risco significa que o investidor

não pode mais associar um único número ou resultado ao investimento em qualquer
ativo. O resultado precisa ser descrito por um conjunto de valores e suas
probabilidades de ocorrência” (ELTON et al., 2004:59), chamada de retorno
esperado. “A medida de risco ou dispersão em torno de sua média é chamada de
desvio-padrão” (IDEM).

Damodaran (2007) descreve a diferença entre as medidas de retorno

aritmética e geométrica:

O retorno pela média aritmética estima a média simples da série de retornos

anuais, enquanto a média geométrica analisa o retorno composto. A
sabedoria convencional argumenta em favor do uso da média aritmética...
Na realidade, porém, há fortes argumentos pelo uso das médias
geométricas. Primeiro os estudos empíricos parecem indicar que os
retornos sobre ações estão negativamente correlacionadas com o tempo.
Conseqüentemente, é provável que o retorno pela média aritmética super
dimensione o prêmio. Segundo, embora modelos de precificação de ativos
possam ser modelos de período únicos, o uso desses modelos para obter
retorno previstos por logos intervalos (como cinco ou dez anos) sugere que
o período único pode passar bem mais de um ano. Neste contexto, o caso
dos prêmios de média geométrica parece muito mais forte (DAMODARAN,
2007:26-27).

Para que não haja o super dimensionamento do prêmio, é sugerida a

utilização dos retornos geométricos.

O retorno do investidor é para Goetzmann (apud BERTOLO) “uma medida

do crescimento da riqueza que resulta daquele investimento”. Os investidores
geralmente calculam o retorno de forma aritmética onde R é o retorno, P o preço, D
os dividendos, t o período inicial e t+1 o período final:

Rt=[ P t+1 - Pt+Dt]/ Pt

Entretanto, utilizaremos o cálculo do retorno da forma geométrica. Segundo

Lima, Lima e Pimentel (2007), dada uma série de retornos históricos da rentabilidade
 36

de uma estratégia Pi, onde i é o valor do capital no i-ésimo dia, o retorno contínuo
(ou geométrico) desta estratégia será dada por:

ri = ln(Pi/Pi-1) sendo ln(x) o logaritmo neperiano de x>0.

O retorno médio de uma estratégia (R) será medido pela media aritmética
dos retornos. Portanto se n for o número de retornos disponibilizados, logo:

R = ∑ ri / n

Para calcular o desvio-padrão também conhecido como volatilidade, que

será a medida de risco adotada no trabalho é necessário, primeiramente, calcular a
variância (σ2) dos retornos da estratégia:

σ2 = ∑ (ri- R)2/(n -1)

Logo o desvio-padrão ou volatilidade (σ):

σ = (σ2)1/2

Segundo Vargas, William Sharpe (1966) criou o índice mais amplamente

utilizado e “celebrado por acadêmicos e participantes do mercado financeiro”, para
comprar a performance de carteiras, pois ele ajusta o retorno ao risco e tem sido
amplamente utilizado na avaliação de fundos de investimento. O Índice de Sharpe
(IS) é definido como:

IS = (R – RF) / σ onde RF é a taxa de juros sem risco

Uma simplificação do IS, feita pela divisão do retorno pelo risco, é conhecida
como information ratio (IR), e é utilizada por algumas empresas de consultoria
financeira. No caso do trabalho, como será comparada a rentabilidade de estratégias
diferentes sobre o mercado de renda variável, faz-se desnecessário a inclusão da
taxa de juros livre de risco, portanto será utilizado o IR que é definido como:
 37

IR = R / σ

Vargas assinala que estão disponíveis outros métodos para o cálculo da

volatilidade como, por exemplo, baseados nos valores máximos e mínimos das taxas
de retorno (método de valores extremos), suavização exponencial (do riskmetrics) e
métodos de séries de tempo do tipo GARCH. Pode-se encontrar uma descrição
desses procedimentos em Duarte e Pinheiro (1996).

3.1.3 Estratégias de controle de risco

“Durante anos de estudo e prática, aprendi que o mais importante na análise

técnica é o uso sistemático de stop. Tal como o oxigênio é imprescindível para a
nossa sobrevivência, o stop é vital para a nossa permanência nos mercados de
risco” (NORONHA, 1995:01).

Para controlar os riscos da variação de preços nos mercados de renda

variável, podem-se utilizar os Stop, Hedge e a Diversificação.

Segundo Silva (2008), o Stop Loss (SL) “é um conceito que permite limitar
as perdas em investimentos no mercado de renda variável” (SILVA, 2008:19), e
somente é possível adotar a estratégia se o ativo possuir liquidez o suficiente, ou
seja, as posições que o especulador tiver são pequenas o suficiente para não
influenciar a direção dos preços do ativo. Já para Noronha (1995), “Stop é o limite
máximo de erro permitido à sua avaliação de entrar no mercado com base nas
maiores probabilidades” (NORONHA, 1995:09).

A adoção do SL é necessária ao especulador, pois muitos imprevistos

podem acontecer no decorrer da operação que o leve a ter prejuízo. Buffett & Clark
(2006) assinalam um dos mais famosos aforismos de Warren Buffett é “A coisa mais
importante a fazer se você está num buraco é parar de cavar” (BUFFETT E CLARK,
 38

2006:108), ou seja, se o investimento não está dando certo, saia dele. Gunther
(2008) concorda com este conceito e em seu 3º Grande Axioma, o da esperança, ele
cita, “Quando o barco começar a afundar, não reze. Abandone-o” (GUNTHER,
2008:46).

Uma variação do SL é o Stop Móvel (SM) que segundo Silva (2008), “é um

conceito derivado do Stop que permite garantir parte do lucro já conquistado na
operação” (SILVA, 2008:20).

Um especulador, após efetuar a sua posição e o mercado ter se

movimentado ao seu favor, pode criar uma regra que movimente o seu preço de
saída para garantir parte da rentabilidade já auferida. Caso o mercado continue no
processo de movimentação ao seu favor, ela pode continuar deslocando o seu Stop.

Outra variação do SL é o Stop Gain (SG) segundo o qual, ao atingir um

objetivo pré determinado, o especulador liquida as posições para garantir o seu lucro
e evitar as possibilidades de reverter este ganho e ter prejuízos. Gunther (2008)
descreve em seu 2º Axioma, o da ganância, a necessidade da realização dos lucros
antecipadamente. “Realize o lucro sempre cedo demais” (GUNTHER, 2008:46) é a
sua recomendação e na descrição do porque, ele descreve a situação de uma
pessoa escalando uma montanha “em noite negra e fechada”, com visibilidade zero.
“Lá encima (da montanha) em algum lugar está o pico, e do outro lado dele, um
abrupto despenhadeiro, caminho para o desastre inevitável” (GUNTHER, 2008:35).
O especulador quer chegar o mais próximo possível do topo e o ideal é atingi-lo e
parar, mas se o especulador não pode ver. Caso o especulador passe do topo, cairá
no abismo, então a recomendação é, segundo ele, parar a escalada quando achar
que atingiu uma boa altitude, antes do pico.

Este conceito é questionado por Warren Buffett (BUFFETT E CLARK, 2006),

pois ele acredita que após se posicionar em um ativo, o investidor deve ficar com ele
o máximo de tempo que puder. Quando um fato sinalizar que as ações da empresa
estão muito valorizadas, então as posições podem ser realizadas. “Compre apenas o
que você conservaria sem pestanejar se o mercado fechasse por 10 anos”
 39

(BUFFETT & CLARK, 2006:14) e em outras frases dita por ele, “Nunca tenha medo
de pedir demais ao vender e oferecer de menos ao comprar” (IDEM, p.135), “o que
sobe não tem que necessariamente cair” (Ibidem, p. 150). O cuidado deve ser
tomado no ato da escolha da empresa, segundo a sua opinião.

Murphy (1999) recomenda firmemente a adoção dos SL protetores, mas

assinala a dificuldade de determiná-los. Ele fala que quanto mais volátil o mercado é,
maior probabilidade de perda com a adoção da estratégia. Se o SL for curto demais,
as operações serão liquidadas nas pequenas oscilações o que ele chama de ruído.
Se o SL for muito longe dos preços, os ruídos serão evitados, mas caso o SL seja
atingido, as perdas serão grandes. A dificuldade está, segundo o autor, em
encontrar um meio termo, um ponto ótimo.

Várias regras podem ser adotadas para determinar o SL e o SM, pode ser
um fator advindo de uma análise, técnica ou fundamentalista, ou apenas uma regra
estratégica. As mais conhecidas são disponibilizadas nos softwares gráficos como
CMA. No manual do usuário do Metastock (2000) estão descritas as regras
estratégicas alternativas disponibilizadas ao usuário do sistema. O analista, ao
desenvolver o seu sistema de negociação, Trading System (TS), pode através do
software, utilizar as seguintes regras de Stop: Breakeven, ou ponto de equilíbrio, o
sistema liquidará as posições abertas caso os preços retornem ao valor de aquisição
acrescido dos custos. Inatividade, as posições serão zeradas quando os preços do
ativo não se movimentarem positivamente um mínimo estabelecido pelo analista em
um determinado tempo. Máxima perda é o SL tradicional, a onde as posições são
liquidadas caso a posição atinja uma perda estabelecida previamente. Objetivo
atingido seria o Stop Gain (SG), a onde as posições são liquidadas quando um
objetivo pré estabelecido é atingido. Trailing seria o SM, a onde as posições são
liquidadas somente quando o mercado começar a andar na direção oposta a que
estava seguindo, garantindo assim parte da rentabilidade já alcançada ou reduzindo
o prejuízo estimado.

As mesmas opções são disponibilizadas no software da CMA no Brasil,

como se pode constatar no livro do Matsura (2007).
 40

Outra forma de controlar risco nos mercados de renda variável é o Hedge,

que é uma operação feita em conjunto com mercados futuros para diminuir o risco
da variação dos preços dos ativos de renda variável. Hull (1996) descreve que os
contratos futuros foram desenvolvidos na idade média “para atender às
necessidades de produtores e comerciantes” (HULL, 1996: 02) a se protegerem do
risco da variação dos preços do ativo. Segundo Hull “um Hedge perfeito na prática é
raro” (HULL, 1996: 87), o que se consegue com as operações nos mercados futuros
é reduzir estes riscos. Entretanto, se Hedge é proteção contra variação de preços, o
SL é, na verdade, depois de liquidada as posições, um Hedge perfeito visto que, se
um especulador não possui uma posição em um determinado ativo, ele não corre o
risco da variação de preços deste.

Um especulador procuraria efetuar um Hedge no caso de não conseguir se

desfazer de suas posições (risco de liquidez do mercado) ou se os custos do SL forem
maiores do que os do Hedge. Caso a liquidez do ativo o qual o especulador está
posicionado seja muito menor do que a sua posição, logo ele não conseguiria adotar o
SL.

A diversificação é outra estratégia de se controlar riscos em investimentos

em renda variável. A diversificação é a prática de investir em um número variado de
títulos, buscando reduzir os riscos não sistêmicos.

Markowitz (1959) criou o princípio da diversificação nos investimentos em

seu livro Portfolio Selection: Efficient diversification of investment, e deste princípio,
surgiu o ditado “não coloque todos os seus ovos numa cesta só”. Ele demonstrou
que, “se um investidor comprar duas ações arriscadas, ele obterá uma carteira de
ações que terá um risco menor do que a soma dos riscos das ações
individualmente” (MARKOWITZ, 1959 apud LIMA, LIMA E PIMENTEL, 2007:553).
Foi também do trabalho de Markowitz, que o controle do risco se colocou no mesmo
patamar de importância que o retorno esperado dos ativos.
 41

Muitos especuladores e investidores criticam a idéia de diversificar apenas

para reduzir riscos. Warren Buffett cita que “a diversificação é uma proteção contra a
ignorância. Faz pouquíssimo sentido para quem sabe o que está fazendo” (apud
BUFFETT E CLARK, 2006:84-85). Gunther (2008) em seu 2º axioma menor sugere
ao especulador resistir à tentação das diversificações e cita três defeitos para a
estratégia. O primeiro é que ele acredita que um especulador deve “sempre fazer
apostas que valham à pena” (GUNTHER, 2008:27-30), ou seja, deve correr riscos
elevados para obter retornos elevados em seus investimentos. Em segundo, ele diz
que ao diminuir os riscos, o especulador também reduz os retornos esperados, os
ganhos podendo inclusive cancelar as perdas. Por último, ao diversificar, o
especulador vira “um artista de circo que tenta manter no ar uma porção de bolas ao
mesmo tempo” (IDEM). Na mesma linha de raciocínio Warren Buffett diz “não posso
me envolver com 50 ou 75 empresas. Essa é uma forma de investir na arca de Noé
– você acaba ficando com um zoológico. Gosto de aplicar quantias significativas em
umas poucas empresas” (ibidem, p. 30) fecha o assunto com um conselho, “ponha
todos os seus ovos no mesmo cesto, e tome conta do cesto” (idem, ibidem).
 42

4 TÉCNICAS DE ANÁLISE

A finalidade deste capítulo é descrever as duas principais escolas de

análise, a técnica, também conhecida como gráfica, que estuda o comportamento
dos preços para definir a direção do mercado e a fundamentalista, que estuda os
ambientes macro e micro econômicos que afetam a rentabilidade da empresa e
conseqüentemente os seus preços negociados no mercado.

4.1 Análise técnica

A Análise Técnica é a ciência que busca, através do estudo de

registros gráficos multiformes, associados às formulações
matemático-estatísticas, incidentes sobre os preços, volumes e
contratos em aberto do passado e do corrente dos diferentes
ativos financeiros, proporcionar, através da análise de padrões
que se repetem, condições para que possamos projetar o
futuro caminho dos preços, dentro de uma lógica de maiores
probabilidades (NORONHA, 1995:01).

Para Brealey e Myers (1992), os analistas técnicos são aqueles que

“estudam a evolução passada dos preços à procura da existência de ciclos”
(BREALEY E MYERS, 1992: 294).

Segundo Brock, Lakonishok & Lebaron (in The Journal of Finance, 1992, vol.
47, No 5), “a Análise Técnica visa prever o comportamento de mercado baseando-se
em estudos das séries históricas dos preços de ativos financeiros. Um analista
técnico acredita que é possível detectar padrões nos preços de ativos através da
consulta de gráficos contendo a atuação do mercado”.

Murphy (1999) define Análise Técnica como sendo “o estudo da ação do

mercado, principalmente pela utilização de gráficos, para descobrir a tendência
 43

futura dos preços” (MURPHY, 1999:01-02). Ele explica que, “ação do mercado” são
os preços, o volume e os contratos em aberto.

Matsura (2007, XVI) não importa ao analista técnico saber o porquê que os
preços estão se movendo para uma determinada direção, logo não há necessidade
de se obter nenhuma outra informação a não ser as contidas nos gráficos. “O mais
importante é entender o comportamento do mercado, registrado no gráfico de
preços, que por sua vez, é conseqüência de todas as informações realmente
relevantes, não importando quais informações são estas”. (MATSURA, 2007, XVI)

Para Granville (1987), a Análise Técnica é a “linguagem do mercado”

(GRANVILLE, 1987:20). É a “arte de rastrear o mercado, seguindo os passos do
‘dinheiro esperto’ na multidão” (IDEM).

Edwards e Magee (2001:3-4 apud PENTEADO, 2003:41) argumentam:

“O preço de mercado reflete não apenas as diferentes opiniões

sobre valor, das muitos ortodoxos de ações, mas também
todas as esperanças e medos, suposições e humores,
racionais e irracionais, de centenas de potenciais compradores
e vendedores, assim como suas necessidades e recursos, em
suma, fatores que desafiam análises e para os quais não
existem estatísticas, mas que são todos, entretanto,
sintetizados, pesados e finalmente expressos na única cifra
precisa que faz com que compradores e vendedores se
aproximem e realizem um negócio (através de seus agentes,
seus respectivos corretores). Essa é a única cifra que conta.”
Para eles, “a análise técnica é a ciência de registrar,
geralmente de forma gráfica, a história efetiva das transações
(mudanças de preços, volumes de transações, etc) de uma
certa ação ou índice de mercado, deduzindo-se então, a partir
do quadro formado, as prováveis tendências futuras” (Edwards
e Magee, 2001:3-4 apud Penteado, 2003:41)

Como na variação nos preços de mercado estão todas as opiniões dos

investidores envolvidos, a Análise Técnica também pode ser conceituada como uma
avaliação sobre uma pesquisa de opinião extraída dos movimentos dos preços de
mercado.
 44

4.1.1 Histórico

Segundo Botelho (1999) a partir de 1750, Munehisa Homma escreveu os

livros “Sakata Senho” e “Soba Sani No Den” para operar na Bolsa de Osaka, a
primeira bolsa de futuros do mundo. Estes livros deram origem à metodologia
conhecida hoje como Candlestick (castiçal) que passou a ser utilizada no Japão.
Steven Nison, vice-presidente da corretora Merrill Lynch, trouxe a técnica para o
ocidente em 1989 e publicou o seu livro “Japanese Candlestick Charting
Techniques” em 1991.

No ocidente, a análise técnica começa com Charles H. Dow, fundador e

editor do Wall Street Journal (WSJ). Ele escrever entre 1900 e 1902, uma série de
editoriais para o WSJ sobre métodos de especulação com ações e que forma a base
da análise técnica ocidental. Ele, por exemplo, é o criador do índice Dow Jones
Industrial. A base da teoria é determinar a tendência principal dos preços e seus
momentos de reversão.

A Teoria de Dow foi organizada em um livro (“ABC of Wall Street”) por

Samuel A. Nelson, após a morte de Dow. O sucessor de Dow como editor, Willian
Peter Hamilton, ficou famoso por ter escrito, em 25 de outubro de 1929, às vésperas
do crash de 1929, o editorial do WSJ denominado “The Turn of the Tide”, no qual
previu corretamente o fim da grande tendência de alta dos anos 20. Robert Rhea,
escreveu um livro chamado “The Dow Theory” organizando e divulgando
definitivamente as técnicas de Dow.

Nos anos 30 vários analistas desenvolveram diferentes teorias tomando

como base os princípios de Dow. Destaca-se Ralph Nelson Elliott escreveu o livro
“The Wave Principle” a onde ele compara os movimentos dos preços com os ciclos
da natureza, como marés, planetas, dia e noite e William D. Gann, que escreveu 8
livros o qual se destaca “Truth of the Stock Tape” publicado em 1923.
 45

Em 1948, Robert D. Edwards e John Magee publicam “Technical Analysis of

Stock Trends” e introduzem importantes conceitos como suporte e resistência, retas
de tendência e os comportamentos padronizados da massa, responsáveis pelas
chamadas formações gráficas.

Mas os chamados Trading Sistems (TS) ficaram populares a partir do

lançamento do livro “New Concepts in Technical Trading Systems” escrito por J.
Welles Wilder Jr. em 1978, que com o advento dos computadores pessoais,
possibilitou o renascimento dos alquimistas caseiros que procuram a “Pedra
Filosofal”, uma fórmula que transforma qualquer “metal” em “ouro”.

4.1.2 Considerações

Os gráficos são representações do imutável comportamento humano em

multivariadas situações complexas. São o retrato de uma gama de ações
humanas expressas numa só variável (preço). No preço convergem
inúmeras influências: medo, ganância, desejo, astúcia, malícia, falsidade,
ingenuidade, estimativas de lucros, a necessidade de renda dos corretores,
credulidade, a necessidade de emprego e desempenho dos administradores
profissionais, oferta e demanda de ações, liquidez, fluxo monetários, auto-
destrutividade, passividade manipulação, clclos econômicos e crença a
respeito deles... (EDWARDS & MAGEE, 2001 apud PENTEADO, 2003:43).

No comportamento dos preços estão todos os fatores que o influenciaram,

ou seja, os preços do mercado descontam tudo e segundo os analistas técnicos, se
o especulador os acompanha, observa a conseqüência de tudo que os influencia e
pode detectar padrões que possibilitam auferir rentabilidades maiores do que o
mercado.

Entretanto esta opinião não é de forma alguma unânime. Malkiel (1991),

acredita que “os gráficos, é claro, contam apenas o que os demais players têm feito
no passado. A esperança do grafista, todavia, é que um estudo cuidadoso de o que
os demais players estão fazendo irá lançar luz sobre o que a multidão tende a fazer
no futuro” (MALKIEL, 1991:111). Ele acrescenta ainda que, “a maior parte dos
grafistas acredita que o mercado é 10% lógico e 90% psicológico” (IDEM).
 46

O que se questiona é se é possível, verificando o comportamento passado

dos preços, detectar com um grau de confiabilidade elevado, o que irá acontecer no
futuro.

“History Repeats Itself”, Murphy (1999) diz que “muito da estrutura da análise
técnica advém do estudo da psicologia humana” (MURPHY, 1999:04). Que os
padrões gráficos, identificados e categorizados a mais de 100 anos, demonstram
figuras que aparecem no gráfico de preços. Estas figuras revelam a psicologia dos
mercados de alta e de baixa. Segundo ele, se estes padrões trabalharam direito no
passado, assume-se que irão continuar funcionando no futuro, pois eles são
baseados nos estudos da psicologia humana que tende a não mudar.

Penteado (2003), por exemplo, testou por um período de 8 anos (1995 a

2002) alguns instrumentos da Análise Técnica, nos nove principais papeis que
compõem o Ibovespa e no próprio índice da Bovespa e seu trabalho sugere a
validade da utilização da Análise Técnica como instrumento para a previsão de
preços no mercado de ações brasileiro.

Pereira (2008) utilizou técnicas de inteligência artificial (Lógica Fuzzy) e

alguns indicadores técnicos e conseguiu gerar resultados de forma consistente e
com menor volatilidade que o mercado para a maior parte dos ativos pesquisados.

Mas Saffi (2003) que testou a habilidade preditiva, no mercado futuro de

índice de alguns Trading Systems famosos, considerando a possibilidade de otimizar
os indicadores técnicos (data-snooping) para escolher os melhores parâmetros, a
melhor estratégia, chegou a conclusão de que eles não eram capazes de “gerar
retornos estatisticamente significativos” mesmo quando os efeitos de data-snooping
são levados em conta.

Os analistas fundamentalistas sustentam que o valor real de uma empresa se

relaciona com as suas características financeiras como: perspectivas de crescimento,
perfil de risco e fluxo de caixa. Qualquer desvio nesse valor real é um sinal de distorção
 47

(DAMODARAN, 2007:13) que pode ou não dar oportunidades lucrativas de compra ou

venda. Logo, de acordo com MalKiel (1991), “os analistas fundamentalistas acreditam
que o mercado é 90% lógico e apenas 10% psicológico” (MALKIEL, 1991:111).

Já os investidores passivos acreditam que é impossível “bater o mercado”, ou

seja, ter ganhos maiores do que diversificar e ficar parado (B&H). Seja pela teoria do
Random Walk, que defende que não se pode olhar para os movimentos passados de
uma ação para prever os movimentos futuros do mercado, pois as oscilações dos
preços são imprevisíveis, seguindo um "passeio aleatório", como definiu Maurice
Kendall (2000). Ou eles acreditam na eficiência forte do mercado, logo é impossível
prever as tendências futuras já que os preços refletem todas as informações
relevantes existentes. Isto significa que a ação vai ser sempre transacionada ao valor
justo, fazendo com que seja impossível para os especuladores comprarem as ações
desvalorizadas, para vendê-las sobrevalorizadas e assim conseguir lucros superiores.

Fica aqui uma pergunta de Murphy (1999):

Como aqueles que acreditam no caminho aleatório explicam a

persistência destas tendências se os preços são
independentes ao que aconteceu ontem ou na semana
passada e não tem qualquer influência sobre o que pode
acontecer hoje ou amanhã? (MURPHY, 1999:20).

4.1.3 Teoria de Dow

É importante definir os principais princípios da Teoria de Dow, visto que um

fator decisivo para a dissertação é medir se o conceito de tendência e sua reversão
podem efetivamente ser úteis para o desenvolvimento de um TS.

Há várias literaturas que contém a explicação dos princípios de Dow sem

diferenciar muito uma da outra, como Matsura (2007), Botelho (1999), Murphy (1999)
e Nobre (1999), Noronha (1995). Abaixo serão descritos os princípios, baseados nas
descrições de Nobre (1999) e de Noronha (1999), os princípios são:
 48

1º) As médias e os preços descontam tudo exceto os Atos de Deus  A

situação presente do mercado é uma antecipação do futuro e não reflexo do
passado. Portanto, o preço de mercado no momento é o que os investidores
acreditam ser o preço justo da ação naquele instante. Para Noronha (1999),
“Os índices, nas suas flutuações do dia-a-dia, descontam tudo o que é
conhecido, que é previsível e tudo que de alguma forma possa afetar a
oferta e a procura dos ativos negociados” (NORONHA, 1999:03).

2º) Os mercados têm três movimentos que coexistem

9 Curto Prazo (terciárias), que é o movimento do dia a dia;

9 Médio Prazo (secundárias), que pode durar algumas semanas ou
meses;
9 Longo prazo (primárias), que dura anos e que corresponde ao ciclo
econômico médio.

Na Figura 2 podemos observar a tendência primária, que é de longo prazo,

as secundárias e as terciárias.

Figura 2: As três tendências (Ibovespa 2002 – 2008)

Fonte: Elaboração do autor
 49

3º) O mercado de alta tem três fases

3a. O mercado de alta tem três fases
9 Acumulação: A onde as pessoas que detém informações privadas
começam a acumular as ações de forma disfarçada. Normalmente os
relatórios das corretoras estão negativos, os jornais somente divulgam
notícias pessimistas.
9 Alta: Após o mercado começar a subir, começa a se ter um consenso
altista. Os jornais, corretoras, foros estão recomendando compra e os
investidores tomando posições das ofertas de venda. Normalmente é
no princípio deste movimento que entram os analistas técnicos.
9 Euforia: Na mídia só se divulga a alta rentabilidade proporcionada pelo
mercado, às projeções de alta dos relatórios financeiros são
exorbitantes e o leigo começa a entrar. Começa a formar o processo da
“bolha”. A justificativa típica para uma compra neste período é de que o
especulador está comprando caro, mas conseguirá vender mais caro,
ainda para um desavisado.
3b. O mercado de baixa tem três fases
9 Distribuição: Os especuladores e investidores bem informados saem de
suas posições vendendo-as aos participantes desinformados. As
notícias nos jornais são bastante positivas e se há uma evidência forte
de que algo está errado, logo aparecem dezenas de consultores com
teorias sobre o porque desta vez “será diferente” tentando minimizar a
importância das evidências, todas as revistas falam constantemente
em investimentos em ações, os cursos se ploriferam, os relatórios de
bancos e corretoras recomendam comprar praticamente qualquer ação,
os foros de internet estão extremamente agitados, mas as cotações
não conseguem subir.
9 Baixa: Depois de algum tempo os preços começam a cair e os
especuladores mais experientes, junto com os analistas técnicos,
começam a se desfazer de suas posições. Os leigos vêem este
período como uma oportunidade de “comprar na baixa (barato), para
depois poder vender na alta (caro)”.
 50

9 Pânico: Como a baixa prossegue, não há mais como esconder as

evidências, então vem o pânico, o “estouro da bolha”.

A Figura 3 demonstra graficamente as três fases típicas dos mercados de

alta e de baixa.

Figura 3: Fases da tendência (SP500 2002 – início de 2009)

Fonte: Elaboração do autor

4º) O volume acompanha a tendência  Murphy (1999) descreve que Dow

considera o volume como sendo secundário mais importante para confirmar
os sinais da tendência. Segundo ele “o volume tem de incrementar na
direção da tendência maior” (MURPHY, 1999:27). É princípio baseado na
audácia, confiança dos especuladores quanto à sua probabilidade de acerto
na direção dos preços. Se as cotações estão subindo e o volume também
está em alta, quer dizer que os compradores estão ousados, formando as
suas posições nas ofertas de venda e não estão tentando negociar o preço
do ativo. Mas se as cotações estão subindo e o volume não está
acompanhando, ou até mesmo caindo, isto quer dizer que os compradores
não estão muito confiantes, ousados e estão negociando. Os preços estão
em alta mais devido ao recuo dos vendedores, pois a tendência primária
ainda é de alta, do que da confiança dos compradores. O inverso é
verdadeiro para uma tendência de baixa.
 51

5º) A tendência se mantém até que haja uma sinalização de uma reversão 
Para uma tendência de alta de longo prazo, a sinalização é a quebra de um
fundo de uma tendência secundária. Já para a tendência de baixa de longo
prazo, o indício de uma reversão se dará após o rompimento de um topo.

Como pode ser observado na figura 4, uma tendência de alta terá uma
grande correção ou será revertida caso o fundo mais próximo seja rompido, e o
inverso é verdadeiro para uma tendência de baixa.

Preço Preço

Tempo Tempo

Figura 4: Reversão de uma tendência

Fonte: Elaboração do autor

Robert D. Edwards e John Magee (1948) no livro “Technical Analysis of

Stock Trends” introduziram o conceito de linhas de tendência e passou-se a utilizar a
quebra destas para definir a reversão de uma tendência (BOTELHO, 1997)

Murphy (1999) explica como traçar as linhas. “Uma linha de tendência de

alta deve ser traçada abaixo de fundos ascendentes, mas um terceiro fundo deve
confirmá-la” (MURPHY, 1999:65-67). Já a descrição para se traçar uma linha de
tendência de baixa é necessário, utilizar os topos descendentes. Como no caso da
linha de alta, precisa-se de um terceiro topo testando-a para confirmá-la.
 52

Um exemplo de linha de tendência de alta de longo prazo pode ser

visualizado na figura 5.

Figura 5: Linha de tendência de alta de longo prazo

Fonte: Elaboração do autor

Tavares (1987) afirma que a análise técnica é de cunho empírico, conforme

podemos observar nos textos abaixo:

Em sua formulação atual, a teoria de Dow se converteu em

uma técnica inteiramente fundamentada em observações
empíricas e, só ancilarmente, referida ás teorias psicológicas
associadas às decisões de investidores sujeitos a assimetria
informacional. Por esta conversão irrestrita ao empirismo, a
teoria de Dow jamais se libertou do princípio da confirmação.
Este princípio quer dizer que alguma coisa só acontecerá
quando já aconteceu. As leis que permitem extrair as previsões
de tendências de preços em mercado não explicam a formação
dos seus indicadores, ou seja: a Teoria diz que, antes de todo
o impulso de mercado, quer para alta quer para baixa,
aparecem “formações” identificáveis que os sinalizam.
Entretanto, nada explica sobre o processo de geração destas
“formações” e, muito menos, sobre as leis internas dos
movimentos oscilatórios que descrevem. Apenas limita-se a
argumentar que uma alta é equivalente a uma pressão de
demanda e uma baixa, de oferta (TAVARES, 1987:22).

Murphy (1999) afirma que a análise técnica vem apresentando bons

resultados durante anos na maioria dos mercados de alta e baixa, mas não escapa
das críticas. A principal crítica, segundo ela, é que os sinais de reversão são muito
 53

lentos. Murphy lembra que Dow não desejava antecipar a reversão da tendência em
sua teoria e sim identificá-la para aproveitar os grandes movimentos.

De 1920 a 1975, segundo Barron (1999) “os sinais da Teoria de Dow

capturaram 68% dos movimentos dos índices industriais e de transporte e 67% dos
movimentos no S&P500” (BARRON apud MURPHY, 1999:32).

Os testes feitos por Penteado (2003) apresentaram os seguintes resultados:

“75,2% do total dos sinais gráficos indicam uma tendência subseqüente verdadeira,
e apenas 24,8% deles fornecem indicações falsas” (PENTEADO, 2003:104). Ele
também fez um estudo que levava também em consideração a média móvel
aritmética de 233 períodos e o resultado melhorou revelando-se “verdadeiro em
83,5% dos casos e mostrando-se falso em apenas 16,5%. 86% dos sinais
verdadeiros são emitidos pelas linhas de tendência, seja por testá-las ou pelos seus
rompimentos” (IDEM, p. 93).

4.1.4 Indicadores Técnicos (Trading System´s)

A definição de Trading System para Nobre (1999) é “um conjunto de regras

explícitas que são usadas para a tomada de decisão de compra e venda de ações”
(NOBRE, 1999:02).

4.1.4.1 Conceito e dificuldade da metodologia

Segundo Aronson (2007) “a Análise técnica é dividida em duas categorias, a

objetiva e a subjetiva. A subjetiva adota métodos e padrões que não são
precisamente definidos” (ARONSON, 2007:15), logo os métodos subjetivos derivam
de interpretações pessoais do analista e como ele a adota. Isto permite que dois
analistas utilizando o mesmo método ao mesmo tempo com os mesmos dados
 54

cheguem a conclusões completamente diferentes. Para ele, este é “um campo fértil
de mitos para tolos” (IDEM).

“Em contraste, os métodos objetivos são claramente definidos. Quando se

tem uma análise objetiva e esta é aplicada aos dados do mercado, seus sinais são
claros” (ARONSON, 2007:15). Portanto é possível simular tais métodos em dados
históricos e determinar o grau de sua performance. Isto é chamado de “back testing”
(teste do passado).

Botelho (1999) explica que existem dois tipos de indicadores, os

rastreadores de tendências, que chamaremos de indicadores de tendência e os
osciladores. Os primeiros, segundo ele, são eficientes em detectar reversões de
tendências de longo prazo e “funcionam muito bem desde que o mercado esteja em
uma tendência bem definida e são péssimos se os preços estiverem em um
movimento lateral” (BOTELHO, 1999:118).

“Os osciladores são usados pelos analistas para identificar mudanças de

direção dos movimentos secundários, ou seja, aqueles que ocorrem durante as
acumulações, correções, distribuições ou reações das tendências principais”
(BOTELHO, 1999:118). Logo, se o mercado entrar em uma tendência definida, eles
darão sinais falsos.

Percebesse que a identificação da intensidade da tendência é a maior das

dificuldades de se criar uma fórmula automática, que gere sinais de compra e venda
que possibilite o especulador que utiliza deste recurso, auferir lucros superiores ao
investidor passivo (B&H). É muito difícil definir em uma fórmula, quando o mercado
terá um movimento lateral, quando terá uma tendência de alta ou baixa suave e
quando terá tendências mais intensas e bem definidas.
 55

4.1.4.2 Indicadores

Segundo Noronha (1995) os analistas técnicos subdividem os indicadores

em dois grupos: os rastreadores de tendência e os osciladores. Os rastreadores
funcionam melhor quando o mercado está se movendo em uma tendência bem
definida e são ruins quando o mercado começa andar em uma tendência suave ou
lateral. Os osciladores capturam os pontos de retorno, desde que o mercado esteja
sem tendência, mas se começar a definir uma tendência de alta ou baixa, eles
fornecem sinais “prematuros e perigosos” (NORONHA, 1995:179).

Portanto, os sinais falsos nos indicadores técnicos ocorrem quando a

operação sugerida de compra ou de venda venha a dar prejuízo após ela ser
liquidada.

I) Médias Móveis (tendência)

A Média móvel é um indicador que mostra o valor médio dos preços de um

período de tempo. Segundo Achelis (1995), existem três tipos mais populares de
médias móveis, a simples, também conhecida como aritmética, a ponderada e a
exponencial.

O termo móvel vem do processo de cálculo que se exclui o dado mais antigo
para se incluir um mais recente. Segundo Nobre (1999), “o mercado tem memória
curta e não é proveitoso trabalhar com muitos dados em virtude dos preços iniciais
da série não terem influencia no comportamento futuro do mercado que é a razão de
qualquer estudo de todos os analistas” (NOBRE, 1999: 04).

Noronha (1995) cita que “o principal objetivo de uma média móvel é o de

informar se começou ou terminou a tendência” (NORONHA, 1995:180). Como ela é
calculada baseada em dados decorridos, ela não prediz, apenas reage com uma
pequena defasagem de tempo em relação aos preços. Portanto ela segue e não
antecipa. Segundo ele, a média facilita a visualização da direção dos preços.
 56

A média móvel ponderada dá maior importância de forma linear aos preços

mais recentes. Murphy (1999) cita que alguns analistas acreditam que há a
necessidade de se dar mais importância aos dados mais recentes. A média móvel
exponencial pondera a importância dos dados mais recentes de forma geométrica.

1º) Média Móvel Simples (MMS)

MMS = (X + X1 +... + Xn-1 + Xn) / n

Onde:
n = número de dias até a data i
X = fechamento do período i (dia)

2º) Média Móvel Ponderada (MMP)

MMP = [nX + (n-1)X1 +... + 2Xn-1 + Xn] / [n + (n-1) + … + 2 + 1]

Onde:
n = número de dias até a data i
X = fechamento do período i (dia)

3º) Média Móvel Exponencial (MME)

MME = (aX + a2X-1 +... + an-1Xn-2 + anXn-1) / (a + a2 + … + an-1 + an)

Onde:
a = 2 / ( n + 1)
n = número de dias até a data i
X = fechamento do período i (dia)

A figura 6 ilustra os momentos de compra e venda dado pelas médias

móveis.
 57

Preço Preço

venda

compra

Tempo Tempo

Figura 6: Ilustração dos momentos de compra e venda

Fonte: Elaboração do autor

Considerando na figura 6, o eixo Y o nível de preços e o eixo X o tempo,

segundo Matsura (2007) o melhor momento para se efetuar uma compra ou uma
venda é no instante do cruzamento das duas curvas, a média e a curva do preço dos
fechamentos. Se os preços cruzam para cima à média, é dado um sinal de compra,
quando cruzam para baixo, de venda.

Na figura 7, pode-se observar que, utilizando o mesmo número de períodos,

a média móvel aritmética é mais estável do que a ponderada e a exponencial é mais
sensível ainda aos últimos fechamentos do que a ponderada. Nas observações
empíricas do autor, é como se a média móvel exponencial de N períodos se
comportasse de forma semelhante a uma média móvel ponderada de (N-M)
períodos e esta teria um comportamento muito próximo de uma média aritmética de
(N-M-Z) períodos, ou seja, embora elas variem em conceito, na prática, acrescentam
pouco em retorno.
 58

Figura 7: Diferentes tipos das médias (BBDC4 2008-2010)

Fonte: Elaboração do autor

Além da dificuldade de se escolher a fórmula (média), há também a decisão

sobre o período desta. Murphy (1999) explica que as médias móveis são seguidoras
de tendência, ou seja, ela não antecipa a reversão, apenas reage a ela. Médias
curtas se aproximaram dos preços bem mais do que as longas e reduzirá a demora
dos sinais, mas jamais eliminará a defasagem do tempo. Segundo ele, em certos
tipos de mercado, é mais vantajoso utilizar médias curtas e em outros, médias
longas.

Noronha (1995:183-185) cita o mesmo problema e acrescenta que o

especulador tem de definir as suas intenções operacionais para definir qual média
utilizará. Se for com a finalidade de seguir a tendência principal, terá de escolher
uma média longa, se desejar tentar aproveitar as oscilações das tendências
secundárias, terá de usar médias mais curtas. Segundo Murphy (1999):

A utilização de uma média móvel curta pode ser bom ou ruim.

O uso de uma média muito sensível (curta) produz várias
operações (com um custo de corretagem muito grande) e
muitos sinais falsos. Se a média for muito sensível, alguns
movimentos randômicos de curto prazo (“noise”) ativarão sinais
de reversão de tendência ruins (MURPHY, 1999:202).

É possível acrescentar que a diferença da eficiência dos períodos

selecionados das médias, nos diferentes tipos de mercado, é que médias curtas
 59

tendem a dar muitos sinais falsos em mercados com tendências laterais ou mesmo
de alta e baixa pouco intensa e neste caso seria recomendado médias longas, mas
em mercados que as tendências são intensas e a mudança destas também, as
médias curtas tendem a dar sinais mais lucrativos. Uma das dificuldades dos TS
está na antecipação da intensidade da próxima tendência.

Na figura 8 é possível verificar que a média móvel de 20 fechamentos se

mantém próxima das cotações e conseqüentemente efetua muitos sinais de compra
e venda. Já a média móvel de 200 fechamentos está bem mais afastada dos preços,
portanto ela é bem mais lenta e assinala a reversão da tendência bem depois da
média de 20, entretanto efetua menos sinais que geram prejuízos.

Figura 8: Diferentes períodos das médias (VALE5 2008-2010)

Fonte: Elaboração do autor

4º) Cruzamento de médias móveis

Muitos outros TS surgiram baseados nestas idéias. Como se pode observar

na figura 9, os pontos de compra e venda são determinados pelo
cruzamento de uma média móvel de N períodos (dias), com uma média
móvel de um período (dia), ou seja, o último fechamento. Uma variação
desta idéia é ao invés de se utilizar uma média móvel de um período para
determinar o ponto de início da operação, usar uma média móvel mais curta
 60

do que a primeira e assim suavizar a volatilidade desta (Nobre, 1999). Com

isto espera-se que o TS possa diminuir os sinais falsos, entretanto ele se
tornará mais lento, ou seja, dará as indicações de forma mais tardia.

Figura 9: Cruzamento de médias móveis (PETR4 2008-2010)

Fonte: Elaboração do autor

Como nas diferenças dos tipos de médias móveis (simples, ponderada e

exponencial) que segundo Murphy (1999) a utilização de uma média mais curta para
suavizar a volatilidade da média de um período, realmente diminui a quantidade de
sinais falsos, mas os torna mais lentos.

Percebe-se que esta técnica não difere muito de escolher uma média móvel
calculada baseada em períodos mais longos. Este TS não soluciona o problema
básico que é detectar, antecipadamente, a mudança da intensidade das tendências.

II) Envelopes de Médias Móveis e Bandas de Bollinger (tendência)

Partindo da mesma base de pensamento, entretanto tentando antecipar a

tendência e assim solucionar o problema do “time lag”, alguns TS contêm banda
superior, onde supostamente é um ponto de venda e banda inferior, onde se os
preços atingirem é para efetuar uma posição comprada. O TS mais famoso com esta
 61

característica é o Bollinger Bands desenvolvido por John Bollinger. Primeiro calcula-

se a média móvel aritmética (MA) de N períodos (Y = última cotação).

MA = (X + X1 +... + Xn-1 + Xn) / n

DP = [∑(Xi - MA)2/ (n-1)]1/2

Onde:
MA = Média Móvel Aritmética
DP = Desvio padrão
n = número de dias até a data i
X = fechamento do período i (dia)

Depois, calcula-se o desvio padrão (DP) da MA e soma-se Y vezes

(geralmente 2) o valor do DP a MA para encontrar a banda superior.

BS = MA + Y (DP)

Onde:
BS = Banda Superior

Por último, reduz-se da MA, Y vezes o valor do DP calculado para encontrar

a banda inferior.

BI = MA - Y (DP)

Onde:
BI = Banda Inferior

Visualmente na figura 10, já é possível verificar que a eficácia do TS de

antecipar objetivamente o término da tendência estabelecendo projeções para saída
de posições (SG) e superando o conceito das médias móveis, não é eficiente devido
ao excesso de sinais falsos. Por este motivo, encontram-se nas literaturas diversas
 62

interpretações diferentes de como utilizar este TS, mas em sua grande maioria, os
sinais dependem da inferência do especulador. Não cabe nesta dissertação discutir
estas interpretações.

Figura 10: Bandas de Bollinger (CSNA3 2009-2010)

Fonte: Elaboração do autor

III) Índice de Força Relativa (oscilador)

“Os osciladores são os indicadores mais comumente usados quando o

mercado não apresenta tendência definida” (PENTEADO, 2003:65).

Segundo Achelis (1995), o índice de força relativa (RSI) é o oscilador mais

popular. Foi introduzido por Wilder (1978) e procura detectar as forças internas
dentro de um mesmo ativo. Como forças internas, consideramos as pressões de
compra e de venda de um período.

Para Botelho (1997) o RSI “mede a aceleração de um movimento e dá suas

indicações à medida que o movimento diminui de velocidade, dentro da idéia de que
é preciso desacelerar para poder mudar de direção” (BOTELHO, 1997:125).
 63

RSI(n) = 100 - [100 / (1 + RM(n))]

RM(n) = ∑A(n) / ∑B(n)

Onde:
RSI(n) = Índice de Força Relativa
n = Número de períodos
RM(n) = Razão entre as médias de alta e de baixa
∑A(n)=Média das diferenças financeiras dos fechamentos que subiram em n
períodos.
∑B(n)=Média das diferenças financeiras dos fechamentos que subiram em n
períodos.

Segue na tabela 1, um exemplo de como se calcular o IFR.

Tabela 1: Cálculo do RSI (Ibovespa)

Dia Última Alta Baixa ∑A ∑B ∑A(n) ∑B(n) RSI(n)

11/11/2009 66431
12/11/2009 64447 0 1984
13/11/2009 65325 878 0
16/11/2009 66627 1302 0
17/11/2009 67405 778 0
18/11/2009 66515 0 890
19/11/2009 66327 0 188
23/11/2009 66809 482 0
24/11/2009 67317 508 0
25/11/2009 67917 600 0
26/11/2009 66391 0 1526
27/11/2009 67082 691 0
30/11/2009 67044 0 38
1/12/2009 68408 1364 0
2/12/2009 68614 206 0 6809 4626 756.56 925.20 44.99
3/12/2009 68314 0 300 6809 2942 756.56 588.40 56.25
4/12/2009 67603 0 711 5931 3653 741.38 608.83 54.91
7/12/2009 68512 909 0 5538 3653 692.25 608.83 53.21

Fonte: Elaborada pelo autor.

A fórmula do indicador limita o resultado a valores iguais ou abaixo de 100 e

superiores do que zero. Murphy (1999) explica que movimentos acima de 70% são
considerados excessivamente comprados e abaixo de 30%, excessivamente
vendidos, pois para atingir estas faixas o mercado tem de ter tido uma expressiva
 64

alta ou baixa. Entretanto Nobre (1999) alerta que estes valores sugeridos “deverão
ser objeto de questionamento pelos analistas, pois não se tem nenhuma base
fundamentada em demonstrações de resultados obtidos com esses parâmetros”
(NOBRE, 1999:31).

Como pode ser visualizado na Figura 11, considerando o eixo Y o RSI e o

eixo X o tempo, quando o RSI cruza de baixo para cima a constante 30 é dado um
sinal de compra e quando cruza de cima para baixo a constante 70, é uma
sinalização de baixa.

IFR IFR

compra
30 venda

compra 70
venda

Tempo Tempo

Figura 11: Ilustração dos momentos de compra e venda pelo RSI

Fonte: Elaboração do autor

Na figura 12 são demonstrados os momentos de compra e venda indicado

pelo RSI de 14 períodos. É possível verificar que dificilmente o indicador fica acima
do nível de 70% e abaixo do de 30%.
 65

Figura 12: Índice de Força Relativa de 14 dias (ELET6 2009-2010)

Fonte: Elaboração do autor

4.2. Análise Fundamentalista

De acordo com Brealey e Myers (1992), “os analistas fundamentalistas

estudam os negócios da empresa e tentam pôr a descoberto as informações sobre a
sua rentabilidade e outras que contribuam para o valor de suas ações” (BREALEY E
MYERS, 1992:294).

Segundo Damodaran (2007), os analistas fundamentalistas acreditam que o

que sustenta os preços é o valor real da empresa e este se relaciona às suas
características financeiras como perspectiva de crescimento, perfil de risco e fluxo
de caixa. Qualquer desvio neste valor real é sinal de que uma ação está estimada a
menor ou a maior. Trata-se de uma estratégia de investimento de longo prazo, e as
premissas são de que:
• A relação entre valor e fatores financeiros de base pode ser medida;
• A relação é estável ao longo do tempo;
• Os desvios na relação são corrigidos em um prazo razoável.
 66

Os analistas fundamentalistas abrangem tanto investidores de valor quanto

de crescimento. A principal diferença entre os dois está em onde recai o foco da
avaliação. Os de valor selecionam empresas primordialmente verificando os ativos
instalados e querem adquirir as ações a um valor inferior ao real. Os investidores de
crescimento avaliam o potencial crescimento dos ativos e a sua compra com
desconto. “Como os investidores detêm grande número de ações subestimadas em
suas carteiras, a esperança deles é que, na média, estas carteiras tenham um
resultado melhor do que o mercado” (DAMODARAN, 2007:13).

Os analistas fundamentalistas querem saber qual será o movimento futuro

do preço das ações e o porquê. Os analistas técnicos apenas desejam saber para
onde vão os preços.

Para um investidor quem pretende adquirir um grande lote de ações, acima

da liquidez proporcionada pelo mercado, ou até mesmo a totalidade das ações de
uma empresa, a análise fundamentalista sem dúvida se demonstra superior a
análise técnica. Entretanto caso o analista erre em sua avaliação ou por ter
informações incompletas, ou por possuir dados errados, ou mesmo por mensurar
efeitos das informações de forma errônea, ele terá um prejuízo muito grande e por
muito tempo, até se conscientizar deste erro. Este é o maior problema do modelo
fundamentalista de avaliação de investimentos em ações.

Damodaran (2007) assinala ainda a existência de outro tipo de analista

fundamentalista, os negociadores de informação que acreditam que “os preços
oscilam de acordo com as informações sobre a empresa” (DAMODARAN, 2007:13-
14), portanto tentam negociar antecipando-se a uma nova informação ou pouco
após a sua divulgação. Eles acreditam que podem se antecipar e medir a reação do
mercado melhor do que o investidor médio. Estes são considerados analistas
fundamentalistas, pois sua técnica está bem próxima a destes e as dificuldades são
parecidas (interpretação da notícia, confiabilidade e conseqüências), mas neste
caso, como eles não se posicionam por um grande período, após a divulgação da
notícia se o mercado não reagir de forma favorável, eles liquidam as posições.
 67

Para Assaf (2001) “a análise fundamentalista adota a hipótese da existência

de um ‘valor intrínseco’ para cada ação. O estudo está baseado no desempenho
econômico e financeiro da empresa e processa, ainda, sofisticadas avaliações e
comparações setoriais, bursáteis e conjunturais” (ASSAF, 2001 apud PENTEADO,
2003:69).
 68

5 METODOLOGIA

Pesquisar origina-se do latim, perquiro, “procurar; buscar com cuidado;

procurar por toda parte; informar-se; inquirir; perguntar; indagar bem; aprofundar na
busca”. (BAGNO, 2000 apud LAROSA E AYRES, 2005:26)

Como classificação da pesquisa há a Qualitativa e Quantitativa. Segundo

Penteado (2003), a pesquisa qualitativa é associada a comportamentos, atitudes,
crenças, motivações, significados, etc e visa responder a um por que.
Freqüentemente é realizada através de questionários, entrevistas ou discussões. Já
a “pesquisa quantitativa procura detectar o grau em que uma característica ou
atributo está presente em um fenômeno” (KIRK E MILLER, 1986:9, apud COLWELL,
1990:15 apud PENTEADO, 2003:81).

Como a finalidade deste estudo, que é checar, estatisticamente, as

dificuldades de se estabelecer regras fixas, possíveis de se inserir em um
computador, que melhore a rentabilidade e diminua os riscos de aplicações no
mercado de ações brasileiro. Como a natureza dos dados em questão são
resultados de rentabilidade gerados por estratégias de investimentos baseadas
unicamente em séries históricas de cotações. Esta pesquisa pode ser definida como
histórica, quantitativa e aplicada, fazendo uso de dados primários.

5.1 Metodologia da pesquisa

Buscando determinar a probabilidade de se encontrar regras fixas possíveis

de serem inseridas em um computador, baseadas unicamente na série histórica dos
preços e nos conceitos de stop loss, stop gain, stop móvel e tendência, este último
conceito extraído da análise técnica, esta pesquisa está centrada no estudo de um
conjunto de ações da BM&FBovespa. Para tanto, os dados históricos serão
 69

submetidos a uma série de testes exaustivos de estratégias de filtro com parâmetros

aleatórios, conforme será demonstrado nos tópicos a seguir.

5.2 Plano amostral

O Plano Amostral será constituído de cotações obtidas da Enfoque

Informações Financeiras Ltda que coleta dados do mercado de ações ajusta-os
pelos proventos distribuídos pela empresa (dividendos, bonificação e subscrição)
para que seja considerado que os benefícios foram reaplicados. Não há a
necessidade de se ajustar a inflação do período, pois ela afeta igualmente os dois
tipos de posição, não influenciando o resultado final.

Serão utilizados apenas ativos que tenham tido bastante liquidez nos anos
avaliados, pois possibilitam operações com grandes volumes financeiros envolvidos,
de forma rápida e sem uma grande perda devido a uma diferença significativa entre
oferta de compra e venda (spread), o que tornará o teste um pouco mais próximo da
realidade. Portanto o estudo se dará com 39 ações, que representarão diversos
setores da economia conforme a tabela 2 e o índice da BM&FBovespa (Ibovespa) e
assim esperamos eliminar a concentração em apenas setores cujas ações se
comportam de forma semelhante. Haverá ações que ganharam valor no período,
que praticamente ficaram estáveis, bem como algumas que causaram prejuízos aos
investidores que permaneceram com elas em carteira durante todo o período
avaliado.
 70

Tabela 2: Lista de ações e setores de atuação

Ativo Nome Setor de atuação Ativo Empresa Setor de atuação

ALLL11 ALL AMER LAT ON Transporte Ferroviário IBVSP IBOVESPA Índice da Bovespa
AMBV4 AMBEV PN Cervejas e Refrigerantes IDNT3 IDEIASNET ON Programas e Serviços
AVIL3 AÇOS VILLARES ON Siderurgia ITUB4 ITAUUNIBANCO PN Bancos
BBDC4 BRADESCO PN Bancos KLBN4 KLABIN S/A PN Papel e Celulose
BRAP4 BRADESPAR PN Holdings Diversificadas LAME4 LOJAS AMERIC PN Comércio
BRKM5 BRASKEM PNA Petroquímicos NATU3 NATURA ON Produtos de Uso Pessoal
BTOW3 B2W VAREJO ON Comércio NETC4 NET PN Televisão por Assinatura
CMIG4 CEMIG PN Energia Elétrica PCAR5 P.ACUCAR‐CBD PNA Alimentos
CNFB4 CONFAB PN Artefatos de Ferro e Aço PETR4 PETROBRAS PN Exploração e Refino Petróleo
CRUZ3 SOUZA CRUZ ON Cigarros e Fumo PLAS3 PLASCAR PART ON Material Rodoviário
CSAN3 COSAN ON Açucar e Alcool POMO4 MARCOPOLO PN Material Rodoviário
CSNA3 SID NACIONAL ON Siderurgia RSID3 ROSSI RESID ON Construção Civil
CYRE3 CYRELA REALT ON Construção Civil SUZB5 SUZANO PAPEL PNA Papel e Celulose
ELET6 ELETROBRAS PNB Energia Elétrica TAMM4 TAM S/A PN Transporte Aéreo
EMBR3 EMBRAER ON Material Aeronáutico TNLP4 TELEMAR PN Telefonia Fixa
FFTL4 FOSFERTIL PN Fertilizantes e Defensivos UNIP6 UNIPAR PNB Petroquímicos
FIBR3 FIBRIA ON Papel e Celulose UOLL4 UOL PN Programas e Serviços
FJTA4 FORJA TAURUS PN Armas e Munições USIM5 USIMINAS PNA Siderurgia
GGBR4 GERDAU PN Siderurgia VALE5 VALE PNA Minerais Metálicos
GOLL4 GOL PN Transporte Aéreo VIVO4 VIVO PN Telefonia móvel

Fonte: Elaborada pelo autor

Elton et al. (2004), recomendam, para testes de filtro, não se utilizar períodos
de baixa das cotações do mercado, pois os resultados seriam tendenciosos.

Vários testes com regras de filtro tem analisado retornos em

períodos de baixa do mercado. Nesses períodos, qualquer
regra que aleatoriamente levasse o investidor a vender um
título e ficar com o dinheiro em caixa, ou a vender a
descoberto, deveria, em média, ter desempenho melhor que o
de uma estratégia de compra e manutenção (ELTON ET AL.,
2004:361).

Portanto, quanto ao tempo selecionado, se fosse escolhido o período entre

agosto de 2002 e junho de 2008 em que o mercado teve uma expressiva alta, por
exemplo, estaria sendo privilegiada a estratégia de B&H e os testes seriam
tendenciosos. Se o período selecionado fosse de Junho a agosto de 2008, a
estratégia de não operar (B&H) seria prejudicada, pois o mercado teve uma forte
queda neste período. Será utilizado um histórico iniciado no primeiro pregão de
Janeiro de 2006 até o último pregão de 2008, pois assim serão testados períodos de
crise e de estabilidade, visto que maioria das estratégias serão de curto prazo e
assim se reduzirá as chances de que os testes tenham víeis de alta ou de baixa, não
privilegiando nem a estratégia de B&H nem as de filtro. Na figura 13 é possível
verificar os períodos citados.
 71

Figura 13: Tempo selecionado (Ibovespa 2002-2009)

Fonte: Elaboração do autor

5.3 Custos operacionais

Jennergren e Korsvold (1975 apud ELTON et al. 2004:361) fizeram testes de

filtro e encontraram alguns dos coeficientes de correlação positivos ao examinar as
ações norueguesas e suecas pouco negociadas e ao incluir os custos de transação
as operações não se tornaram rentáveis por isso se faz necessário embutir os
custos operacionais nas transações das estratégias testadas.

Segundo Matsura (2007), quando o número de operações é muito grande, o

custo de corretagem se torna relevante e pode fazer diferença entre lucro e prejuízo.
Outro custo a se considerar é o slippage, que é a diferença entre o valor teórico e o
valor real de cada operação. Um dos fatores, dentre outros, que podem acarretar o
slippage é a diferença entre a melhor oferta de compra, da melhor oferta de venda.

Sobre as operações realizadas no mercado a vista incidem a

taxa de corretagem pela intermediação – livremente pactuada
entre cliente e corretora, os emolumentos e as taxas de
liquidação. Cabe ainda mencionar a existência de custo com o
Aviso de Negociação de Ações (ANA) de R$ 0,33 (LIMA, LIMA
E PIMENTEL, 2007:37).
 72

Quanto aos emolumentos, o valor cobrado pela BM&FBovespa é de 0,035%.

Já a taxa de custódia varia de acordo com o volume financeiro operado pelo
especulador durante o dia. De R$ 0,00 até R$ 300 mil, a taxa é 0%, de R$ 300 mil a
R$ 1 milhão, 0,04%, de R$ 1 milhão a R$ 10 milhões, 0,023% e acima de R$ 10
milhões 0,013%. Mas muitas corretoras recolhem uma taxa fixa mensal entre R$ 10
e R$ 20, entretanto algumas isentam os clientes desta taxa.

O imposto de renda é calculado sobre o lucro e cobrado uma taxa de 20%

para operações intra day e de 15% para operações que duram entre a compra e a
venda mais de um dia. Como os testes são baseados em dados diários, as
operações recairiam sempre nos 15%. Os especuladores que adotam a estratégia
B&H, provavelmente só pagariam no momento da venda, sobre o lucro auferido em
anos de posição, ou seja, somente se tivessem lucro. Os que adotam estratégias de
entrada e saída constantes teriam de pagar esta taxa mensalmente e parte seria
recolhida pela corretora no ato da venda (imposto de renda recolhido na fonte
0,005%), o que torna as entradas e saídas constantes mais caras.

Há também outros custos envolvidos que o investidor passivo (B&H) não

arca, como um sistema de cotações, notícias, dados de balanço e gráficos em tempo
real, que variam de R$ 15,00 por mês a mais de R$ 3.000,00 por mês. Outro custo
importante a ser avaliado é o custo de oportunidade, pois dependendo da estratégia
adotada pelo especulador ele terá de se dedicar em tempo integral à atividade, ou
seja, não poderá ter outras fontes de renda que necessitem de sua dedicação. Um
último custo também necessário para se avaliar ações é o custo psicológico, visto
que o investidor passivo tende a ter menos stress do que o especulador.

Como visto, os custos de entrar e sair são muito maiores do que a

corretagem e, conseqüentemente, os custos das estratégias de filtro a todo instante
são maiores do que a do B&H, logo tem-se de tentar mensurar o tamanho deste
custo extra. Empiricamente, para investidores não qualificados é proposto um
acréscimo pequeno de 0,2% sobre o volume financeiro transacionado tanto no ato
da compra, como na venda, pois se mesmo assim o B&H se provar mais eficaz, não
 73

haverá dúvidas de que o giro contínuo das posições não acarreta melhorias na
rentabilidade dos investimentos em renda variável.

Os testes serão efetuados em duas etapas: A primeira sem custos e a

segunda considerando os custos de corretagem (R$ 10,00) e 0,2% que representará
a soma de todos os outros custos como emolumento taxa ANA, taxa de liquidação e
slippage. Não será incluído nenhum outro tipo de custo como impostos e custódia.

5.4 Processo de decisões

As estratégias analisadas somente poderão ficar compradas ou sem

posições em ações, logo não será incluída a possibilidade de se ficar vendido. A
posição vendida no Brasil na época da pesquisa, e mesmo hoje, é muito difícil de ser
executada para a maioria dos ativos analisados e acarreta em custos extras como o
de aluguel. Outro problema é que por não ser automática, gera um processo
burocrático que inviabilizaria a operação.

No fechamento do primeiro pregão de 2006 será efetuada a compra de R$

100.000,00 para a estratégia de B&H. O cálculo da última rentabilidade será feito no
último pregão de 2008, sem que haja custos operacionais visto que, teoricamente,
as posições não seriam liquidadas. Nas estratégias de filtro, também a primeira
posição comprada é efetuada no primeiro pregão de 2006 com o capital de R$
100.000,00 e caso a estratégia esteja posicionada no último pregão de 2008, a
rentabilidade do dia será calculada sem os custos operacionais.

As estratégias ou estarão completamente compradas ou completamente

zeradas, inclusive em frações de ações e o capital parado não será remunerado.
Novas posições poderão ser compradas (abertas; Start - ST) somente se a
estratégia estiver zerada no momento. Serão duas possibilidades de reposição das
compras a serem testadas, uma se o mercado subir, que será chamada de Start de
Alta (STA) e a outra se ele cair, que se dará o nome de Start de Baixa (STB).
 74

Para as estratégias de filtro, serão testados 6 tipos envolvendo uma

variedade de combinações entre Stop Gain (SG), Stop Loss (SL), Stop Móvel (SM).

As possibilidades de SG, SL, SM, STA e STB nas estratégias variarão de

1% a 30% do ponto de referência. Para os SG, SL e SM, a referência será o
fechamento e a dos STA e STB, o ponto de liquidação da posição comprada
anterior.

O Stop Gain será i% superior ao ponto de compra e o Stop Loss ic% inferior
ao ponto de compra, conforme ilustrado na figura 14.

Figura 14: Regras Stop Gain e Stop Loss

Fonte: Elaboração do autor

Na figura 15 é possível visualizar os pontos de liquidação de compra, que a

partir de agora será chamado de pontos de venda, poderão ser determinados de
duas formas diferentes com a finalidade de se deixar os testes mais próximos da
realidade. Caso a abertura do dia seja acima do nível determinado como SG, o
preço de venda considerado será o da abertura (ABE). Entretanto se a ABE for
abaixo, então o preço considerado de venda será o SG. Para o SL, caso o preço de
 75

ABE seja abaixo do SL, será considerado para efeito do cálculo a ABE, caso
contrário o próprio SL.

Figura 15: Pontos liquidação de compra (venda)

Fonte: Elaboração do autor

Para o ponto de recompra (entrada), serão adotadas as mesmas regras

conforme demonstrado na figura 16.

Figura 16: Pontos de compra

Fonte: Elaboração do autor
 76

Os SM, STA e STB que se movimentam, visam capturar o conceito de

tendência. Por exemplo: a operação começa comprada no primeiro pregão de
2006 e determina-se o SL (= PC – (ic%*PC) para o segundo dia. A partir do
terceiro dia o SL pode começar a se movimentar se a ULTd -1> ULTd-2. O novo
SL passa a ser a ULTd-1 subtraído do percentual estabelecido na estratégia. (=
ULTd-1 – (ic%* ULTd-1). Esta estratégia visa garantir o lucro já conquistado e se
for único com o ST móvel, passa-se a considerar o conceito de tendência para
determinar compra e venda. Para melhor visualização, o sistema está
demonstrado na Figura 17.

Figura 17: Estratégias com tendência. Stop Móvel e Start Móvel

Elaboração do autor

5.5 Testes

Os testes serão feitos em etapas conforme descrito a seguir:

 77

1º ETAPA Serão executados os testes considerando que não há custos. Os

percentuais de SL, SG, SM, STA e STB, variarão de 1% a 30%.

ETAPA 1.1 O primeiro considerará apenas o SG em conjunto com o STA e

STB, portanto o conceito de tendência não influenciará as estratégias. O segundo
utilizará o SG com recompra caso os preços subam (STA) conforme figura 16,
portanto o conceito de tendência será utilizado. O terceiro teste manterá o SG,
porém para recompra será utilizado apenas o STB, também utilizando a tendência.

ETAPA 1.2 O primeiro considerará apenas o SL em conjunto com o STA e

STB, portanto o conceito de tendência não influenciará as estratégias. O segundo
utilizará o SL com recompra caso os preços subam (STA) conforme figura 16,
portanto o conceito de tendência será utilizado. O terceiro teste manterá o SL, porém
para recompra será utilizado apenas o STB, também utilizando a tendência.

2º ETAPA Serão executados os testes considerando os custos explicados

no tópico 5.3. Os percentuais de SL, SG, SM, STA e STB, variarão de 1% a 30%.

ETAPA 2.1 O teste será como o descrito no item ETAPA 1.1.

ETAPA 2.2 O teste será como o descrito no item ETAPA 1.2.

Os testes gerarão uma quantidade muito grande de IR originados das

estratégias descritas e será possível, assim, inferir sobre os resultados. Portanto, no
próximo capítulo serão apresentados e analisados os resultados dos testes.
 78

6 ANÁLISE DOS RESULTADOS

Com o objetivo de mostrar a validade da utilização de regras estratégicas

automáticas (trading systems) para a tomada de decisões em investimentos no
mercado acionário brasileiro, a pesquisa baseou-se nos conceitos de Stop Loss, Stop
Gain, Stop Móvel, Start e tendência, na evolução das cotações do Ibovespa e de 39
ações líquidas que representam empresas de diversos setores da economia, durante
o período compreendido entre o primeiro pregão de 2006 ao último pregão de 2008.

A partir das operações efetuadas pelas várias estratégias propostas

conforme descritas no capítulo 5, foram separadas as que obtiveram um melhor
resultado, das que obtiveram um pior resultado, medido pelo information ratio em
relação à estratégia do buy and hold.

6.1 Stop Gain sem corretagem

A tabela 3 mostra o percentual em que o B&H gerou um resultado maior do

que as estratégias de cada ação pelo IR (information ratio) e pelo Retorno,
ordenadas do maior retorno para o menor retorno do período, conforme descrito na
ETAPA 1.1.

Das dez ações que mais subiram no período analisado, na estratégia de STA
com STB, somente nas CRUZ3 (42,10%) e ELET6 (34,25%) que o B&H foi pior (menos
de 50%) do que a maioria das estratégias testadas. Quando somente é adotado STA, a
ELET6 (34,25%) foi à única e quando é utilizado o STB, as CRUZ3 (5,56%) e ELET6
(2,00%).
 79

Tabela 3: Stop Gain sem corretagem

AÇÕES IR Retorno
STA com STB STA STB STA com STB STA STB
FJTA4 95.29 0.05061 77.31       99.33 98.46 0.00159        89.43      100.00
CSNA3 87.84 0.03002 80.87       80.20 90.73 0.00105        90.99        84.65
CRUZ3 42.10 0.03229 51.61         5.56 54.69 0.00089        68.85        26.03
PLAS3 98.70 0.02676 95.66       99.78 98.93 0.00087        98.78        99.78
AVIL3 89.92 0.03073 86.43       97.00 93.75 0.00086        94.33        98.00
FFTL4 91.83 0.03022 65.74       87.54 94.32 0.00083        78.20        94.33
BRAP4 82.85 0.01575 62.51       89.43 85.49 0.00051        67.30        91.32
ELET6 34.25 0.01697 39.93         2.00 42.36 0.00049        48.72        10.68
CNFB4 61.53 0.01757 63.18       55.73 64.62 0.00045        72.30        63.07
PETR4 63.20 0.01373 49.50       61.18 66.12 0.00040        55.17        64.52
USIM5 77.05 0.01143 54.28       77.86 79.17 0.00039        59.62        80.42
GGBR4 68.29 0.01079 71.19       78.53 71.03 0.00034        75.19        81.65
CMIG4 34.81 0.01377 53.95       14.02 40.32 0.00033        62.29        19.13
POMO4 76.18 0.01105 93.10       80.76 78.17 0.00033        94.33        83.65
ITUB4 38.66 0.01079 51.17         4.12 40.78 0.00033        58.84          5.90
AMBV4 48.07 0.01338 63.07       24.14 51.09 0.00030        69.08        35.37
VALE5 69.83 0.00960 65.29       84.09 72.71 0.00028        69.19        86.21
IBVSP 57.29 0.00662 39.82       58.62 59.27 0.00015        41.82        62.07
BBDC4 42.48 0.00522 50.50       11.23 43.75 0.00014        52.73        12.90
SUZB5 72.65 0.00455 87.10       74.30 73.67 0.00012        87.54        75.53
IDNT3 77.38 0.00268 87.65       90.88 77.82 0.00010        87.65        91.66
NATU3 39.18 0.00215 61.40         5.34 39.53 0.00006        61.51          5.34
TNLP4 19.65 0.00043 29.37         2.34 19.73 0.00001        29.37          2.34
ALLL11 59.69 0.00031 79.64       58.84 59.74 0.00001        79.76        58.84
KLBN4 41.65 (0.00258) 54.39       21.80 40.92 (0.00007)        53.62        20.80
LAME4 57.99 (0.00308) 69.52       51.28 57.52 (0.00011)        68.97        50.61
NETC4 44.57 (0.00795) 51.84       37.15 43.06 (0.00025)        50.83        34.48
PCAR5 18.90 (0.01222) 28.25       12.24 18.37 (0.00031)        26.81        11.35
VIVO4 23.64 (0.00901) 33.26       10.90 22.92 (0.00032)        31.59        10.79
FIBR3 55.81 (0.01609) 77.64       50.95 50.35 (0.00050)        75.19        45.61
CYRE3 32.10 (0.01229) 49.61         9.90 29.32 (0.00052)        46.16          8.23
BTOW3 58.54 (0.01475) 71.97       41.27 56.80 (0.00057)        68.74        35.60
EMBR3 46.85 (0.03336) 66.30       20.24 44.26 (0.00082)        59.40          7.56
CSAN3 77.24 (0.02278) 80.31       76.20 75.23 (0.00090)        77.53        68.41
UNIP6 56.49 (0.03926) 75.19       25.70 53.35 (0.00095)        67.07        16.24
TAMM4 31.75 (0.03283) 60.18         8.90 27.52 (0.00110)        49.94          4.34
UOLL4 1.24 (0.04328) 1.33         1.11 1.23 (0.00136)          1.33          1.11
RSID3 55.70 (0.03233) 75.42       58.06 49.55 (0.00137)        70.08        47.94
BRKM5 1.75 (0.05251) 4.23           ‐ 0.12 (0.00153)          0.67            ‐
GOLL4 25.11 (0.06501) 66.52         4.23 22.69 (0.00247)        51.84          2.78

Fonte: Elaboração do autor

Observando por inferência as figuras 16 (ELET6) e 17 (CRUZ3), é possível

constatar que os preços dos ativos no período, subiam e caiam quase na mesma
 80

proporção, demonstrando uma tendência praticamente lateral e uniforme na maior

parte do período, possibilitando, assim, a venda em um processo de alta e a
recompra posteriormente a um valor mais baixo.

Se for comparado, por exemplo, com o movimento dos preços da FJTA4 na

figura 18, é possível verificar que as ações que têm uma tendência de alta e queda
bem definidas, não ofereceram uma oportunidade boa para as estratégias de filtro
selecionadas.

Figura 16: Gráfico da ELET6 (jan/2006 a dez/2008)

Fonte: Elaboração do autor

Figura 17: Gráfico da CRUZ3 (jan/2006 a dez/2008)

Fonte: Elaboração do autor
 81

Figura 18: Gráfico da FJTA4 (jan/2006 a dez/2008)

Fonte: Elaboração do autor

É possível constatar também, na tabela 3 que, à medida que a rentabilidade

dos ativos cai, a estratégia de B&H diminui o percentual de sucesso em relação às
estratégias de filtro, como era esperado.

A estratégia de B&H requer menos tempo de dedicação e esforço,

conseqüentemente gera menos custos de informação, oportunidade e psicológico
conforme visto no tópico 5.3, portanto é preferível as estratégias de especulação que
demandam dedicação, em caso de IR semelhante. Por isto, será considerado
somente válido o esforço de tentar adotar uma estratégia de filtro caso esta tenha no
mínimo uma chance de sucesso maior do que 60%.

Na tabela 4, na linha “<40” está contido o percentual de resultados menores

do que 40 da tabela 3, ou seja, representa o percentual em que a maioria das
estratégias de filtro obteve melhor resultado do que o B&H no grupo de ações
selecionadas. A linha “>60” representa o percentual de resultados maiores do que 60
e na linha “entre”, seria os resultados entre 40 e 60. O “Total” representa o resultado
de todos os 40 ativos. O 1º quartil representa as 10 ações que mais subiram e assim
segue até o 4 º quartil referente as 10 que mais caíram.

No resultado Total, conforme a tabela 4, a estratégia de STA com STB foi

superior somente em 30% das vezes. Já se for utilizado apenas o STA, a situação
piora (17,5%) e embora melhore no STB (47,5%), não é suficiente para justificar a
tentativa de adoção de uma estratégia de filtro.
 82

A única situação a onde há uma boa probabilidade de se encontrar um

Trading System para tentar substituir o B&H, seria no 4º quartil, que representa as
10 ações que mais caíram no período e somente com STB (70%). Neste caso, o
resultado de um número grande de estratégias ganhadoras em relação ao B&H não
quer dizer que o especulador ganhou dinheiro; o que provavelmente ocorreu é que,
ao sair de um ativo que estava caindo e retornando a um preço mais baixo, deve-se
ter possibilitado uma perda menor. Portanto, seria mais interessante, nesta
situação, tentar evitar, se possível, a compra de ativos que estejam caindo.

Tabela 4: Resultado acumulado Stop Gain sem corretagem

Eficiên. IR Retorno
STA com STB STA STB STA com STB STA STB
Total
<40 30.00% 17.50% 47.50% 22.50% 12.50% 50.00%
>60 37.50% 60.00% 35.00% 37.50% 57.50% 40.00%
entre 32.50% 22.50% 17.50% 40.00% 30.00% 10.00%

1º Quartil
<40 10.00% 10.00% 20.00% 0.00% 0.00% 20.00%
>60 80.00% 70.00% 70.00% 80.00% 80.00% 80.00%
entre 10.00% 20.00% 10.00% 20.00% 20.00% 0.00%

2º Quartil
<40 20.00% 10.00% 40.00% 0.00% 0.00% 40.00%
>60 50.00% 50.00% 50.00% 50.00% 60.00% 60.00%
entre 30.00% 40.00% 10.00% 50.00% 40.00% 0.00%

3º Quartil
<40 40.00% 30.00% 60.00% 40.00% 30.00% 60.00%
>60 10.00% 50.00% 10.00% 10.00% 50.00% 10.00%
entre 50.00% 20.00% 30.00% 50.00% 20.00% 30.00%

4º Quartil
<40 50.00% 20.00% 70.00% 50.00% 20.00% 80.00%
>60 10.00% 70.00% 10.00% 10.00% 40.00% 10.00%
entre 40.00% 10.00% 20.00% 40.00% 40.00% 10.00%

Fonte: Elaboração do autor

A tabela 5 representa, no grupo total de ativos, a eficiência de se comprar

quando o mercado cai ou sobe após a liquidação das posições (STA com STB), em
 83

comparação com a compra somente se subir (STA) e somente se cair (STB). Nesta
avaliação é utilizado o conceito de tendência, pois conceitualmente a compra é
interessante somente em um processo de alta (STA).

Empiricamente, dentro do contexto da pesquisa, é possível observar que

esperar cair para comprar (STB – 65,0%) é uma estratégia melhor do que comprar
enquanto está subindo (STA – 22,5%) ou mesmo nas duas hipóteses (STA com STB
– 12,5%). Observando os quartis, somente no 1º a STA (60,0%) superou o STB
(40,0%) e, mesmo assim, por uma margem pequena. Portanto, como no conceito de
tendência devem-se comprar os ativos que estão em um processo de alta (STA), os
testes feitos baseados nas premissas da pesquisa não apontam para confirmação
desta hipótese.
Tabela 5: Start no Stop Gain sem corretagem

Total
Estratégia STA + B STA STB
Melhor 12.50% 22.50% 65.00%

1º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 60.00% 40.00%

2º Quartil
Estratégia STA + B STA STB
Melhor 30.00% 30.00% 40.00%

3º Quartil
Estratégia STA + B STA STB
Melhor 10.00% 0.00% 90.00%

4º Quartil
Estratégia STA + B STA STB
Melhor 10.00% 0.00% 90.00%

Fonte: Elaboração do autor

 84

6.2 Stop Gain com corretagem

A tabela 6 foi criada segundo o teste descrito na ETAPA 2.1. É possível

observar que, quando incluímos os custos, a estratégia de B&H supera ainda mais
as estratégias de filtro, como era esperado.
 85

Tabela 6: Stop Gain com corretagem

Ações IR Retorno
STA com STB STA STB STA com STB STA STB
FJTA4 96.40 0.05061 79.09       99.33 99.14 0.00159        90.10      100.00
CSNA3 90.41 0.03002 84.09       83.65 93.13 0.00105        94.10        87.99
CRUZ3 46.79 0.03229 58.62         9.01 59.42 0.00089        75.31        30.70
PLAS3 98.96 0.02676 95.77       99.78 99.17 0.00087        99.22      100.00
AVIL3 92.07 0.03073 87.76       97.89 95.44 0.00086        96.00        98.89
FFTL4 93.32 0.03022 68.30       89.21 95.82 0.00083        80.98        96.22
BRAP4 85.58 0.01575 64.85       91.10 87.96 0.00051        70.30        92.88
ELET6 36.82 0.01697 45.27         3.34 45.44 0.00049        53.17        12.57
CNFB4 65.15 0.01757 67.41       60.07 68.50 0.00045        76.75        67.96
PETR4 66.83 0.01373 53.39       65.18 69.41 0.00040        58.73        68.63
USIM5 80.71 0.01143 58.84       79.76 82.57 0.00039        64.40        82.65
GGBR4 73.00 0.01079 74.42       82.65 75.56 0.00034        77.64        85.98
CMIG4 37.58 0.01377 57.62       17.58 43.60 0.00033        65.29        23.36
POMO4 79.30 0.01105 94.88       84.20 81.35 0.00033        95.66        86.87
ITUB4 42.17 0.01079 57.84         7.34 44.31 0.00033        63.52          9.90
AMBV4 50.65 0.01338 67.85       27.70 53.99 0.00030        74.42        40.16
VALE5 73.53 0.00960 67.85       87.88 76.48 0.00028        72.86        89.99
IBVSP 60.76 0.00662 42.94       64.18 63.05 0.00015        46.72        67.96
BBDC4 46.30 0.00522 54.51       16.69 47.70 0.00014        57.17        18.24
SUZB5 76.44 0.00455 89.54       77.86 77.38 0.00012        90.21        79.09
IDNT3 79.98 0.00268 88.88       92.10 80.39 0.00010        88.88        92.66
NATU3 41.52 0.00215 64.52         7.23 41.98 0.00006        64.85          7.34
TNLP4 20.62 0.00043 32.70         3.00 20.70 0.00001        32.70          3.00
ALLL11 63.08 0.00031 83.98       63.85 63.15 0.00001        83.98        63.96
KLBN4 45.11 (0.00258) 58.84       26.92 44.36 (0.00007)        58.40        25.47
LAME4 61.92 (0.00308) 73.19       55.39 61.51 (0.00011)        72.86        54.73
NETC4 48.32 (0.00795) 55.95       42.49 46.64 (0.00025)        54.73        39.38
PCAR5 19.67 (0.01222) 29.59       14.02 18.87 (0.00031)        28.59        13.24
VIVO4 24.99 (0.00901) 35.60       12.57 24.25 (0.00032)        33.04        12.46
FIBR3 59.88 (0.01609) 81.65       54.73 54.24 (0.00050)        79.76        50.06
CYRE3 36.14 (0.01229) 54.84       14.13 33.17 (0.00052)        51.28        12.01
BTOW3 62.60 (0.01475) 76.64       47.61 60.79 (0.00057)        73.41        41.16
EMBR3 48.52 (0.03336) 68.63       22.69 45.73 (0.00082)        62.29          9.90
CSAN3 79.64 (0.02278) 83.09       78.98 77.75 (0.00090)        80.31        71.30
UNIP6 58.35 (0.03926) 78.87       28.70 54.57 (0.00095)        69.74        18.46
TAMM4 35.03 (0.03283) 64.29       11.57 30.48 (0.00110)        54.39          6.90
UOLL4 1.26 (0.04328) 1.33         2.00 1.26 (0.00136)           1.33          1.56
RSID3 60.77 (0.03233) 78.75       64.18 54.29 (0.00137)        73.64        54.06
BRKM5 2.24 (0.05251) 4.78         0.22 0.19 (0.00153)           0.78          0.11
GOLL4 26.35 (0.06501) 69.30         5.78 23.83 (0.00247)        53.73          4.34

Fonte: Elaboração do autor

 86

No resultado total, conforme a tabela 7, a estratégia de STA com STB foi

superior somente em 25% das vezes, pior do que sem custos. Utilizando apenas o
STA (12,5%) e no STB (45,0%).

A única situação onde há uma boa probabilidade de se encontrar um Trading

System para tentar substituir o B&H continua sendo no no 4º quartil, no STB (70%).

Tabela 7: Resultado acumulado Stop Gain com corretagem

Eficiên. IR Retorno
STA com STB STA STB STA com STB STA STB
Total
<40 25.00% 12.50% 45.00% 20.00% 12.50% 45.00%
>60 50.00% 60.00% 45.00% 47.50% 65.00% 42.50%
entre 25.00% 27.50% 10.00% 32.50% 22.50% 12.50%

1º Quartil
<40 10.00% 0.00% 20.00% 0.00% 0.00% 20.00%
>60 80.00% 70.00% 80.00% 80.00% 80.00% 80.00%
entre 10.00% 30.00% 0.00% 20.00% 20.00% 0.00%

2º Quartil
<40 10.00% 0.00% 40.00% 0.00% 0.00% 30.00%
>60 60.00% 50.00% 60.00% 60.00% 80.00% 60.00%
entre 30.00% 50.00% 0.00% 40.00% 20.00% 10.00%

3º Quartil
<40 30.00% 30.00% 50.00% 30.00% 30.00% 60.00%
>60 30.00% 50.00% 20.00% 30.00% 50.00% 20.00%
entre 40.00% 20.00% 30.00% 40.00% 20.00% 20.00%

4º Quartil
<40 50.00% 20.00% 70.00% 50.00% 20.00% 70.00%
>60 30.00% 70.00% 20.00% 20.00% 50.00% 10.00%
entre 20.00% 10.00% 10.00% 30.00% 30.00% 20.00%

Fonte: Elaboração do autor

Mesmo incluindo-se os custos, a STB supera as outras duas estratégias

conforme é possível constatar na Tabela 8.
 87

Tabela 8: Start no Stop Gain com corretagem

Total
Estratégia STA + B STA STB
Melhor 17.50% 22.50% 60.00%

1º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 60.00% 40.00%

2º Quartil
Estratégia STA + B STA STB
Melhor 30.00% 30.00% 40.00%

3º Quartil
Estratégia STA + B STA STB
Melhor 20.00% 0.00% 80.00%

4º Quartil
Estratégia STA + B STA STB
Melhor 20.00% 0.00% 80.00%

Fonte: Elaboração do autor

6.3. Stop Loss sem corretagem

É possível observar, na tabela 9, criada a partir dos testes descritos na

ETAPA 1.2 que, das 10 ações que mais subiram, a utilização dos TS com Stop Loss
não conseguiu suplantar o B&H na maioria dos ativos. Mesmo naqueles onde houve
um número maior de estratégias superiores do que o B&H, não há comportamentos
substancialmente superiores que justifique uma tentativa de utilização das
estratégias de especulação.

Observando o 4º quartil, das 10 ações que mais caíram, em apenas um o

B&H foi superior a mais do que 50% das estratégias testadas. Entretanto, nos casos
em que as estratégias especulativas se demonstraram superiores, não foi
substancialmente maior (70%) na maioria das ações. Lembrando que, mesmo se
fosse, como as ações caíram no período, é possível que as estratégias apenas
reduzissem o prejuízo.
 88

Tabela 9: Stop Loss sem corretagem

Ações IR Retorno
STA com STB STA STB STA com STB STA STB
FJTA4 33.63 0.05061 26.59       64.29 57.23 0.00159        51.39        74.64
CSNA3 62.67 0.03002 59.62       57.17 78.24 0.00105        75.31        75.19
CRUZ3 85.84 0.03229 93.10       64.96 91.37 0.00089        94.33        84.87
PLAS3 27.98 0.02676 18.58       40.49 31.27 0.00087        24.92        53.28
AVIL3 48.19 0.03073 38.60       56.62 62.31 0.00086        48.72        73.30
FFTL4 45.51 0.03022 45.94       56.95 59.68 0.00083        62.29        65.52
BRAP4 54.39 0.01575 52.39       52.06 62.30 0.00051        70.41        62.85
ELET6 85.18 0.01697 99.00       59.07 92.73 0.00049        99.89        74.86
CNFB4 57.73 0.01757 65.74       51.28 66.35 0.00045        78.98        64.74
PETR4 58.41 0.01373 70.75       47.05 65.31 0.00040        80.31        56.62
USIM5 50.72 0.01143 44.27       49.28 58.91 0.00039        56.51        57.95
GGBR4 60.52 0.01079 55.62       48.72 66.58 0.00034        70.97        56.62
CMIG4 66.30 0.01377 96.00       56.17 76.55 0.00033        99.33        69.08
POMO4 45.09 0.01105 61.29       51.17 51.63 0.00033        69.74        59.62
ITUB4 63.19 0.01079 72.30       57.40 68.19 0.00033        81.87        63.96
AMBV4 72.62 0.01338 93.88       57.29 78.99 0.00030        96.77        66.07
VALE5 60.09 0.00960 74.53       55.06 65.62 0.00028        83.87        61.29
IBVSP 44.90 0.00662 41.16       46.72 49.88 0.00015        49.39        51.28
BBDC4 58.77 0.00522 73.64       45.27 60.77 0.00014        79.87        49.28
SUZB5 61.29 0.00455 70.19       46.27 63.38 0.00012        73.64        48.72
IDNT3 43.79 0.00268 35.93       40.82 44.50 0.00010        38.15        42.05
NATU3 74.11 0.00215 91.88       49.50 75.60 0.00006        93.44        51.06
TNLP4 83.14 0.00043 95.55       57.95 83.41 0.00001        95.55        58.29
ALLL11 59.22 0.00031 36.60       41.94 59.37 0.00001        37.49        42.27
KLBN4 73.83 (0.00258) 87.88       42.94 71.82 (0.00007)        84.65        41.05
LAME4 59.46 (0.00308) 82.76       42.94 57.51 (0.00011)        80.31        41.49
NETC4 68.64 (0.00795) 91.88       44.83 63.88 (0.00025)        84.98        41.27
PCAR5 63.79 (0.01222) 71.64       37.82 53.85 (0.00031)        56.51        23.36
VIVO4 53.26 (0.00901) 49.39       38.71 48.67 (0.00032)        44.94        33.48
FIBR3 37.81 (0.01609) 29.92       39.49 28.41 (0.00050)        17.80        23.69
CYRE3 58.47 (0.01229) 63.74       40.60 52.59 (0.00052)        51.95        35.82
BTOW3 39.45 (0.01475) 49.94       37.37 35.78 (0.00057)        40.93        32.04
EMBR3 39.75 (0.03336) 37.93       24.14 29.19 (0.00082)        23.58        13.79
CSAN3 44.13 (0.02278) 41.60       24.36 32.23 (0.00090)        22.14        15.02
UNIP6 28.98 (0.03926) 21.80       35.60 15.40 (0.00095)           6.23        16.69
TAMM4 45.70 (0.03283) 48.28       35.71 31.01 (0.00110)        30.81        22.36
UOLL4 36.28 (0.04328) 74.53       35.15 21.33 (0.00136)        37.26        15.24
RSID3 38.03 (0.03233) 39.15       36.93 26.44 (0.00137)        25.14        26.03
BRKM5 41.20 (0.05251) 53.50       28.48 18.71 (0.00153)        17.91        15.46
GOLL4 47.51 (0.06501) 39.38       26.36 23.73 (0.00247)        18.80        11.57

Fonte: Elaboração do autor

 89

Verificando a tabela 10 é possível observar, que totalizando os testes, o B&H

superou as estratégias que utilizaram STA com STB de 80% ante 20%, somente
STA de 75% ante 25% e somente STB de 70% ante 30%. Somente no 4º quartil
utilizando o STB, é que o B&H perdeu substancialmente.

Tabela 10: Resultado acumulado Stop Loss sem corretagem

Eficiên. IR Retorno
STA com STB STA STB STA com STB STA STB
Total
<40 20.00% 25.00% 30.00% 27.50% 30.00% 32.50%
>60 35.00% 47.50% 5.00% 45.00% 50.00% 30.00%
entre 45.00% 27.50% 65.00% 27.50% 20.00% 37.50%

1º Quartil
<40 20.00% 30.00% 0.00% 10.00% 10.00% 0.00%
>60 30.00% 40.00% 20.00% 70.00% 70.00% 80.00%
entre 50.00% 30.00% 80.00% 20.00% 20.00% 20.00%

2º Quartil
<40 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
>60 60.00% 70.00% 0.00% 70.00% 80.00% 40.00%
entre 40.00% 30.00% 100.00% 30.00% 20.00% 60.00%

3º Quartil
<40 10.00% 30.00% 30.00% 10.00% 30.00% 30.00%
>60 50.00% 60.00% 0.00% 40.00% 50.00% 0.00%
entre 40.00% 10.00% 70.00% 50.00% 20.00% 70.00%

4º Quartil
<40 50.00% 40.00% 90.00% 90.00% 80.00% 100.00%
>60 0.00% 20.00% 0.00% 0.00% 0.00% 0.00%
entre 50.00% 40.00% 10.00% 10.00% 20.00% 0.00%

Fonte: Elaboração do autor

A Tabela 11 mostra que, usando a estratégia do Stop Loss, é possível

observar que esperar cair para comprar (STB – 72,5%) continua sendo uma
estratégia melhor do que comprar enquanto está subindo (STA – 22,5%), ou
mesmo nas duas hipóteses (STA com STB – 5,0%). Observando os quartis, em
todos eles o STB superou as outras estratégias.
 90

Tabela 11: Start no Stop Loss sem corretagem

Total
Estratégia STA + B STA STB
Melhor 5.00% 22.50% 72.50%

1º Quartil
Estratégia STA + B STA STB
Melhor 10.00% 30.00% 60.00%

2º Quartil
Estratégia STA + B STA STB
Melhor 10.00% 20.00% 70.00%

3º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 30.00% 70.00%

4º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 10.00% 90.00%

Fonte: Elaboração do autor

6.4 Stop Loss com corretagem

A tabela 12 foi criada segundo o teste descrito na ETAPA 2.2. É possível

observar, também neste caso, que quando incluímos os custos, a estratégia de B&H
supera ainda mais as estratégias de filtro e que ela perde eficiência quanto menor é
o retorno do ativo.
 91

Tabela 12: Stop Loss com corretagem

Ações IR Retorno
STA com STB STA STB STA com STB STA STB
FJTA4 40.73 0.05061 32.15       68.97 63.15 0.00159        54.95        76.64
CSNA3 70.36 0.03002 65.41       61.74 82.95 0.00105        79.98        77.42
CRUZ3 89.07 0.03229 93.99       71.30 92.56 0.00089        95.33        87.76
PLAS3 32.56 0.02676 21.69       46.72 37.09 0.00087        29.37        56.95
AVIL3 53.82 0.03073 41.49       62.85 66.73 0.00086        51.61        76.42
FFTL4 51.26 0.03022 48.94       61.62 64.39 0.00083        64.29        68.41
BRAP4 60.60 0.01575 59.07       57.73 68.70 0.00051        75.53        68.63
ELET6 89.34 0.01697 99.89       64.74 94.93 0.00049      100.00        80.53
CNFB4 62.78 0.01757 69.52       57.17 70.90 0.00045        80.65        69.08
PETR4 63.96 0.01373 76.31       51.95 71.40 0.00040        84.76        60.85
USIM5 59.26 0.01143 54.06       54.62 67.35 0.00039        65.74        63.40
GGBR4 67.65 0.01079 64.40       54.62 73.31 0.00034        76.31        63.07
CMIG4 71.59 0.01377 97.11       63.52 80.61 0.00033        99.67        74.08
POMO4 53.01 0.01105 66.18       57.29 58.70 0.00033        73.08        66.30
ITUB4 69.37 0.01079 78.42       60.96 74.78 0.00033        89.54        68.63
AMBV4 75.71 0.01338 94.10       62.07 81.48 0.00030        97.11        70.75
VALE5 65.17 0.00960 79.76       60.51 71.04 0.00028        87.43        67.30
IBVSP 52.28 0.00662 49.39       52.17 57.46 0.00015        58.18        56.40
BBDC4 64.74 0.00522 80.76       50.28 67.30 0.00014        86.54        53.84
SUZB5 68.22 0.00455 73.75       52.06 70.45 0.00012        76.20        54.84
IDNT3 50.08 0.00268 43.49       46.16 50.86 0.00010        45.49        47.83
NATU3 79.56 0.00215 95.55       54.95 80.92 0.00006        96.66        56.28
TNLP4 87.61 0.00043 97.66       66.30 87.87 0.00001        98.11        66.74
ALLL11 66.52 0.00031 46.27       49.05 66.66 0.00001        46.83        49.39
KLBN4 79.43 (0.00258) 90.99       49.61 77.72 (0.00007)        89.10        46.50
LAME4 67.05 (0.00308) 89.54       47.94 65.22 (0.00011)        87.43        46.72
NETC4 74.17 (0.00795) 93.99       48.50 69.71 (0.00025)        88.88        44.72
PCAR5 70.60 (0.01222) 79.09       44.49 60.83 (0.00031)        64.07        29.81
VIVO4 61.68 (0.00901) 56.06       45.72 55.91 (0.00032)        50.39        39.04
FIBR3 45.47 (0.01609) 36.04       44.49 35.74 (0.00050)        23.25        28.70
CYRE3 66.17 (0.01229) 69.41       48.50 59.93 (0.00052)        59.18        40.82
BTOW3 45.50 (0.01475) 57.29       43.83 41.31 (0.00057)        46.83        37.26
EMBR3 45.00 (0.03336) 45.05       29.92 33.34 (0.00082)        26.81        17.58
CSAN3 54.70 (0.02278) 52.61       32.48 41.18 (0.00090)        30.37        21.36
UNIP6 36.40 (0.03926) 27.25       41.38 20.50 (0.00095)          9.01        20.91
TAMM4 55.15 (0.03283) 61.96       43.38 37.50 (0.00110)        35.37        27.59
UOLL4 43.32 (0.04328) 81.20       41.16 26.52 (0.00136)        42.94        19.91
RSID3 47.18 (0.03233) 46.50       45.61 33.98 (0.00137)        30.37        33.26
BRKM5 49.34 (0.05251) 62.85       35.26 24.69 (0.00153)        21.47        21.47
GOLL4 56.86 (0.06501) 47.94       33.37 29.87 (0.00247)        23.36        17.24

Fonte: Elaboração do autor

Observando a tabela 13, novamente é possível observar, que totalizando os

testes, o B&H superou as estratégias que utilizaram STA com STB de 80% ante
 92

20%, somente STA de 75% ante 25% e somente STB de 70% ante 30%. Somente
no 4º quartil utilizando o STB é que o B&H perdeu substancialmente.

Tabela 13: Resultado acumulado Stop Loss com corretagem

Eficiên. IR Retorno
STA com STB STA STB STA com STB STA STB
Total
<40 5.00% 10.00% 10.00% 22.50% 22.50% 30.00%
>60 55.00% 57.50% 27.50% 60.00% 55.00% 42.50%
entre 40.00% 32.50% 62.50% 17.50% 22.50% 27.50%

1º Quartil
<40 10.00% 20.00% 0.00% 10.00% 10.00% 0.00%
>60 60.00% 50.00% 60.00% 90.00% 70.00% 90.00%
entre 30.00% 30.00% 40.00% 0.00% 20.00% 10.00%

2º Quartil
<40 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
>60 70.00% 80.00% 40.00% 80.00% 90.00% 70.00%
entre 30.00% 20.00% 60.00% 20.00% 10.00% 30.00%

3º Quartil
<40 0.00% 10.00% 0.00% 10.00% 10.00% 30.00%
>60 80.00% 60.00% 10.00% 70.00% 60.00% 10.00%
entre 20.00% 30.00% 90.00% 20.00% 30.00% 60.00%

4º Quartil
<40 10.00% 10.00% 40.00% 70.00% 70.00% 90.00%
>60 10.00% 40.00% 0.00% 0.00% 0.00% 0.00%
entre 80.00% 50.00% 60.00% 30.00% 30.00% 10.00%

Fonte: Elaboração do autor

Com custo ainda é possível observar na tabela 14 que “esperar cair para
comprar” (STB – 72,5%) continua sendo uma estratégia melhor do que “comprar
enquanto está subindo” (STA – 25,0%) ou mesmo nas duas hipóteses (STA com
STB – 2,5%). Observando os quartis, em todos eles, o STB superou as outras
estratégias.
 93

Tabela 14: Start no Stop Loss com corretagem

Total
Estratégia STA + B STA STB
Melhor 2.50% 25.00% 72.50%

1º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 40.00% 60.00%

2º Quartil
Estratégia STA + B STA STB
Melhor 10.00% 20.00% 70.00%

3º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 30.00% 70.00%

4º Quartil
Estratégia STA + B STA STB
Melhor 0.00% 10.00% 90.00%

Fonte: Elaboração do autor

6.5 Stop Gain X Stop Loss

A tabela 15 compara os resultados dos SG e SL disponibilizados nas tabelas

6 (SG com corretagem) e 12 (SL com corretagem) e retorna as melhores estratégias
em relação ao B&H.
 94

Tabela 15: Stop Gain com corretagem X Stop Loss com corretagem

Ações IR com Custo Total

STA + B STA STB SL 52.50% 50.00% 52.50%
FJTA4 SL SL SL SG 47.50% 50.00% 47.50%
CSNA3 SL SL SL
CRUZ3 SG SG SG 1º Quartil
PLAS3 SL SL SL SL 80.00% 60.00% 80.00%
AVIL3 SL SL SL SG 20.00% 40.00% 20.00%
FFTL4 SL SL SL
BRAP4 SL SL SL 2º Quartil
ELET6 SG SG SG SL 60.00% 40.00% 60.00%
CNFB4 SL SG SL SG 40.00% 60.00% 40.00%
PETR4 SL SG SL
USIM5 SL SL SL 3º Quartil
GGBR4 SL SL SL SL 20.00% 30.00% 40.00%
CMIG4 SG SG SG SG 80.00% 70.00% 60.00%
POMO4 SL SL SL
ITUB4 SG SG SG 4º Quartil
AMBV4 SG SG SG SL 50.00% 70.00% 30.00%
VALE5 SL SG SL SG 50.00% 30.00% 70.00%
IBVSP SL SG SL
BBDC4 SG SG SG
SUZB5 SL SL SL
IDNT3 SL SL SL
NATU3 SG SG SG
TNLP4 SG SG SG
ALLL11 SG SL SL
KLBN4 SG SG SG
LAME4 SG SG SL
NETC4 SG SG SG
PCAR5 SG SG SG
VIVO4 SG SG SG
FIBR3 SL SL SL
CYRE3 SG SG SG
BTOW3 SL SL SL
EMBR3 SL SL SG
CSAN3 SL SL SL
UNIP6 SL SL SG
TAMM4 SG SL SG
UOLL4 SG SG SG
RSID3 SL SL SL
BRKM5 SG SG SG
GOLL4 SG SL SG

Fonte: Elaboração do autor

Podemos observar, concomitantemente nas tabelas 8 (Start no Stop Gain),

14 (Start no Stop Loss) e 15 (Stop Gain X Stop Loss), que em um processo de alta
 95

(1º quartil) parece ser mais rentável adotar o SL com STB. Já em um processo de
queda (4º quartil) as estratégias de SG com STB mostram-se superiores, para o
período avaliado.

Como observado nos testes realizados, poucas foram as estratégias

especulativas que superaram o B&H nos ativos e período selecionados. Nas ações
que mais subiram, o B&H foi bastante superior às tentativas especulativas. Mesmo
assim, algumas conclusões extras podem ser tiradas desta pesquisa que serão
apresentadas em detalhes no próximo capítulo.
 96

6 CONCLUSÕES

Desde Abril de 1999 a Bovespa disponibilizou às corretoras e seus clientes o

sistema de Home Broker com a finalidade de popularizar o investimento em ações
no Brasil. Desde então corretoras, agentes autônomos e outros participantes do
mercado procuram atrair a maior quantidade possível de pessoas para operarem em
suas instituições. Muitas destas estão ministrando palestras e cursos, muitas vezes
gratuitos pelo Brasil todo, com a finalidade de educar os inexperientes na “arte” de
especular. Os Trading Systems são os temas preferidos dos eventos devido a fácil
compreensão e o auto poder de gerar corretagem.

Por este motivo, o principal objetivo desta pesquisa é checar a viabilidade de

se estabelecer um Trading System, possível de se inserir em um computador, que
melhore a relação retorno / risco de aplicações no mercado de ações brasileiro.
Como objetivo intermediário, seria checado se há indícios ou não da existência de
eficiência no mercado.

O presente estudo revelou que dificilmente pode ser estabelecido um

Trading System que funcione para qualquer ativo a qualquer tempo. Foi observado,
por inferência nos dados coletados, que em ativos que subiram de forma decisiva,
utilizar a estratégia de Buy and Hold é mais lucrativo do que tentar encontrar uma
regra de filtro. Já em ativos que caíram intensamente, as estratégias especulativas
têm uma grande probabilidade de causar menos prejuízos.

Como nas metodologias utilizadas nos ativos e períodos pré estabelecidos

não foi possível prever, através dos Trading Systems, se as ações iriam subir
fortemente, subir ou cair levemente, ou mesmo cair intensamente, visto que o
conceito de tendência testado de forma automática não surtiu efeito. Assim, os
sistemas não ofereceram uma confiabilidade que justificasse a sua utilização.

Portanto, o resultado da pesquisa confirma os estudos elaborados por Saffi

(2003) no índice futuro, que testou alguns Trading Systems famosos e chegou à
 97

conclusão de que eles não eram capazes de gerar retornos significativos mesmo
quando os efeitos de data-snooping são levados em conta. Logo, não é
recomendado ao especulador a utilização dos Trading Systems ou mesmo dos
Algorithmic Trading até que ele solucione os problemas detectados.

Entretanto, este estudo se limitou a testar os conceitos estratégicos

utilizando as tomadas de decisões baseando-se apenas em percentuais em relação
ao preço de fechamento. Como apresentado no capítulo 4, existem diversos outros
tipos de fórmulas e metodologias de análise que podem vir a extrair mais
informações dos preços de mercado e estes podem vir a solucionar os problemas
observados, como o da detecção da tendência e sua intensidade.

Portanto, caso este problema seja solucionado por alguma outra

metodologia não considerada nesta pesquisa, poderia ser possível estabelecer uma
estratégia que pudesse superar o B&H em todos os tipos de movimentos.

Outra observação útil nos estudos diz respeito à recompra somente após o
mercado cair (STB), que na grande maioria das vezes se demonstrou uma
estratégia superior as da recompra caso o mercado suba (STA) e as da recompra
se o mercado subir ou cair (STA com STB). Como conclusão desta observação,
caso seja selecionada a opção por especulação, ao invés do investimento passivo,
é recomendável a formação de posições compradas após um período de baixa e
não em um processo de alta. Segundo Buffett (Buffett & Clark, 2010, p. 17), quanto
mais para baixo os especuladores de Wall Street jogassem as cotações, “menor
seria o risco” e maior o “potencial de valorização”, logo ele sugere formar posições
compradas em um processo de baixa.

Como foi observado, também, em um período de alta é mais rentável

adotar o Stop Loss, não limitando o seu ganho com o Stop Gain. Em caso de
liquidação das posições, repô-las após uma correção técnica dos preços (STB) e
não em um processo de alta (STA).
 98

Embora, em um período de queda, o sistema tenha identificado uma

superioridade estratégica na liquidação das posições após um processo de alta
(SG) e repô-las quando voltar a cair (STB), não foi medido se a rentabilidade seria
positiva ou menos negativa do que o B&H, portanto não é aconselhável a adoção
desta estratégia.

Os resultados desta dissertação sugerem novas linhas de pesquisa, sendo

muitas delas extensões naturais das questões levantadas, como por exemplo:

• A possibilidade de se auferir lucro em posições compradas adotando,

em um processo de queda, as estratégias de Stop Gain com Sart de
Baixa;
• Incluir nos testes a possibilidade de ficar comprado e também vendido
em ativos;
• A identificação e testes de metodologias que procurem antecipar a
reversão de uma tendência e conseqüentemente a adoção das
estratégias de SL com STB nos processos de alta;
• Verificar se os parâmetros das estratégias que obtiveram um melhor
resultado do que o B&H no período e ativos testados, continuaram a
obter um resultado melhor no futuro.
 99

REFERÊNCIAS BIBLIOGRÁFICAS

ACHÉ, Rodrigo. Finanças comportamentais e sua racionalidade. Valor

Econômico, São Paulo, 10/05/2008. p. D2, caderno EU&.

ACHELIS, Steven B. ATechnical Analysis From A to Z: Covers Every Trading

tool... from the absolute breadth index to the zig zag. : 2. Ed. USA: Editora
McGraw-Hill, 1995.

ARONSON, David R. Evidence-Based Technical Analysis: Applying the

Scientific Method and Statistical Inference to Trading Signals. : New Jersey:
Editora John Wiley & Sons, Inc., 2007.

BACHELIER, Louis. Théorie de la Speculation: Paris, Gautier – Villards, 1900.

(Reprinted in English, Theory of Speculation, in Cootner, 2000, pp. 18-91).

BERTOLO, L. A. Uma Introdução à Teoria do Investimento.

http://www.bertolo.pro.br/Adminfin/hypertextbook/classnotes/class1.html. Acessado
em 08/05/2010.

BOTELHO, Fausto de A. Análise Técnica & Estratégia Operacional. São Paulo:

Enfoque Gráfico Sistemas, 1999.

BRITO, Marcelo H. de. A expectativa de previsão acertada e o aleatório. Valor

Econômico, São Paulo, 19/11/2008. p. D2, caderno EU&.

BREALEY, Richard; MYERS, Stewart. Princípios de Finanças Empresariais.

Portugal: 3º Ed., McGraw Hill, 1992.

BROCK, W.; LAKANISHOK, J.; LEBARON, B. Simple Technical Trading Rules

and the Stochastic Properties of Stock Returns. The Journal of Finance, vol. 47,
 100

No 5, 1992.

BROWNING, E. S.. Wall Street pode ter década perdida. Bolsas estão no
mesmo nível de nove anos atrás e analistas esperam mais prejuízos. Valor
Econômico, São Paulo, 26/03/2008. p. C20, caderno Finanças.

BUFFETT, Mary; CLARK, David. O Tao de Warren Buffett: Como aplicar a

sabedoria e os princípios de investimento do gênio das finanças em sua vida.
1. Rio de Janeiro: Editora Sextante, 2007.

BUFFETT, Mary; CLARK, David. Warren Buffett e a análise de balanços. Rio de

Janeiro: Editora Sextante, 2010.

CALIXTO, Clayton. É possível comprar na baixa e vender na alta? Valor

Econômico, São Paulo, 07/12/2009. p. D2, caderno EU&.

CAMBA, Daniele. Ibovespa empata com CDI na última década. Valor Econômico,
São Paulo, 03/04/2010. p. D2, caderno EU&.

COPELAND, T.E.; WESTON, J.F.. Financial Theory and Corporate Policy.

Sddison Wesley Publishing Company, 1988.

DAMODARAN, Aswath. Avaliação de Empresas. 2º Ed., São Paulo: Pearson

Prentice Hall, 2007.

DUARTE JR., Antonio Marcos, HEIL, Tatiana B. B. e PINHEIRO, Marcelo de A.

Estimação da Volatilidade de Ativos e Índices Brasileiros. Resenha da BM&F
n.112 : 15-27., 1996.

ELTON, Edwin J. ; GRUBER, Martin J.; BROWN, Stephen J.; GOETZMANN, Willian
N. Moderna Teoria de Carteiras e Análise de Investimentos. São Paulo: Editora
Atlas, 2003.
 101

SIQUEIRA, José de O. Risco: da Filosofia à Administração. São Paulo, FEA-USP,

http://www.hottopos.com/convenit3/josiq.htm. Acessado 11/05/2010

FREGONESI, Mariana S. F. A.; BELLI, Marcio M.; CALIJURI, Monica S. S.; BISPO,
Jorge de S. Análise da relação entre o índice de especulação do valor agregado
(IEVA) e os setores econômicos.
http://www.congressousp.fipecafi.org/artigos72007/542.pdf. Acessado 11/05/2010.

FERREIRA, Aurélio B. de H. Minidicionário Aurélio. Rio de Janeiro: Editora Nova

Fronteira, 1977.

FERREIRA, Aurélio B. de H. Novo Aurélio Século XXI. O Dicionário da Lingua

Portuguesa. Rio de Janeiro: Editora Nova Fronteira, 1999.

FREITAS, Adalberto B. de; MOREIRA, Laélia P.; RUSSO, Maria de L.; VLASMAN,
Petrus; OLIVEIRA, Sonia H. de. Como produzir uma monografia. Passo a
passo... siga o mapa da mina. Rio de Janeiro: 5º Ed., UCAM/RJ, 2005.

FRIDSON, Martin S. Exactly What do You Mean by Speculation? The Journal of

Portfolio Management Fall, Vol. 20, No. 1: pp. 29-39, 1993.

GOLDBERG, Joachim; NITZSCH, Rudiger von. Behavioral Finance. New York,

John Wiley & Sons, 2001.

GRAHAM, Benjamin. O Investidor Inteligente. Rio de Janeiro: Editora Nova

Fronteira, 2001.

GRANVILLE, Joseph E. Timing – A Nova Estratégia Diária de Maximização dos

Lucros No Mercado de Ações. Rio de Janeiro, Ed. M. Noronha, 1987.

GROSSMAN, Sanford J.; STIGLITZ, Joseph E. On the Impossibility of

Informationally Efficient Markets. The American Economic Review, vol. 70, issue 3
(Jun. 1980), 393-408.
 102

GUNTHER, Max. Os Axiomas de Zurique: Os conselhos dos banqueiros suíços

para orientar seus investimentos. 22. Ed. São Paulo: Editora Record, 2008.

HOFER, C. W.; SCHENDEL, D. Strategy formulation: Analytical concepts. West

Publishing Company, 1978.

HULL, John. Introdução aos mercados futuros e de opções. 2. Ed. São Paulo:
BM&F e Cultura Editores Associados, 1996.

KARSTEN, Jan. A relutância dos investidores em realizar seus prejuízos. Valor

Econômico, São Paulo, 20/08/2009. p. D2, caderno EU&.

KENDALL, Maurice G. The Analysis of Economic Time-Series, Part I: Prices.

Journal of the Royal Statistical Society (Series A), Vol. 96, (1933) in Cootner, 2000.

KINDLEBERGER, Charles P. Manias Pânico e Crashes: Um histórico das crises

financeiras. 2º Ed. Rio de Janeiro: Editora Nova Fronteira, 2000.

KIMURA, Herbert. Finanças Comportamentais e o Estudo de Reações no

Mercado Brasileiro. São Paulo: FEA-USP, 2002.

KOTLER, Philip. Administração de Marketing. São Paulo: 10º Ed. Editora Prentice
Hall, 2000.

LAROSA, Marco Antônio; AYRES, Fernando A. Como produzir uma monografia.

Passo a passo... siga o mapa da mina. Rio de Janeiro: 5º Ed., UCAM/RJ, 2005.

LIMA, Iran S.; LIMA, Gerlando A. S. F. de; PIMENTEL, Renê C. Curso de Mercado
Financeiro: Tópicos Especiais. São Paulo, Editora Atlas, 2007.

MALKIEL, Burton G. A Random Walk Down Wall Street. New York, W.W. Norton &
Company, 1991.
 103

MARKOWITZ, Harry M. Portfolio selection. Journal of Finance, 1952.

MATSURA, Eduardo. Comprar ou Vender: Como investidor na bolsa utilizando a

análise técnica. 5º Ed. São Paulo: Editora Saraiva, 2007.

MOSCA, Aquiles. O impacto do passado na decisão de investimentos. Valor

Econômico, São Paulo, 23/07/2008. p. D2, caderno EU&.

MURPHY, John J.. Technical Analysis of the Financial Markets: A

comprehensive guide to trading methods and applications. 1. ed. USA: Editora
New York Institute of Finance, 1999.

NICOLAU, Isabel. O Conceito de Estratégia. Lisboa, INDEG/ISCTE, 2001

NOBRE, Ronaldo de A. Curso de Análise Técnica: Rio de Janeiro, Biblioteca

Nacional Reg. 170.044, livro 285 folha 187, 1999.

NORONHA, Márcio. Análise Técnica: Teorias, Ferramentas, Estratégias: Rio de

Janeiro, EDITEC, 1995.

ODEAN, Terrance; BARBER, Brad; LEE, Yi-Tsung, LIU, Yu-Jane. Is the Aggregate
Investor Reluctant to Realize Losses: Evidence from Taiwan. European Financial
Management, Vol. 13, 423-447, 2007.

PARDOE, James. Os princípios de investimento de Warren Buffett. Rio de

Janeiro: Sextante., 2009.

PENTEADO, Marco Antônio de Barros. Uma avaliação da análise gráfica no

mercado de ações brasileiro à luz da teoria dos mercados eficientes e das
finanças comportamentais. São Paulo: USP/SP, 2003.

PEREIRA, Claudio R. T.. Sistema de tomada de decisão para compra e venda de

 104

ativos utilizando Lógica Fuzzy. São Paulo: USP/SP, 2008.

PORTER, M. Estratégia Competitiva-Técnicas para análise de indústrias e da

concorrência. São Paulo: Editora Campus, 1986.

REZENDE, Alexandre. A diferença entre ativos de investimento e de

especulação. Valor Econômico, São Paulo, 08/12/09. p. D2, caderno EU&.

RODRIGUES, Antonio Felipe O. Otimismo, Excesso de Confiança e a Entrada em

Jogos e Mercados Competitivos. Santa Catarina: PPGE/SC, 2008

SAFFI , Pedro A. C. Análise Técnica: sorte ou realidade. Rio de Janeiro: Revista

Brasileira de Economia, Vol.57 n◦4 Oct./Dec.2003 .

SALGUEIRO , Guilherme Caio. INVESTIMENTO DE BENJAMIN GRAHAM E

WARREN BUFFETT: APLICAÇÃO NO MERCADO BRASILEIRO.
São Paulo: USP/SP, 2007 http://www.ead.fea.usp.br/tcc/trabalhos/TCC-
GuilhermeCaioSalgueiro.pdf.

SANTOS , Emanoel F.; RODRIGUES, Fábio L. Avaliação da Estabilidade do Beta

no Modelo CAPM. Revista da Ciência da Administração – versão eletrônica – vol.
01, jan. / jun. 2007. http://fcap.adm.br/revistas/RCA/HTML/v01/RCAv01a12.htm.
Acessado 08/05/2010

SECURATO, José R. Cálculo financeiro das tesourarias. São Paulo: Saint Paul
Editora, 1999.

SHARPE, William. Mutual Fund Performance. Journal of Business, January, 119-

138 , 1966.

SILVA, Leonardo L. B. S. Sistema de negociação de ações utilizando

indicadores de análise técnica otimizados por algoritmos genéticos. Rio de
Janeiro: PUC/Rio, 2008.
 105

SILVA, Andre D. Fundos blindados contra interferência humana. Valor

Econômico, São Paulo, 25/09/2008. p. D2, caderno EU&.

SIQUEIRA, José de O. Risco: da Filosofia à Administração. São Paulo, FEA-USP,

http://www.hottopos.com/convenit3/josiq.htm. Acessado 11/05/2010

TAVARES, Miguel Dirceu Fonseca. Análise Técnica: Gráfico de Barras avaliação

de investimento em ações. Rio de Janeiro: IBEMEC, 1987.

VARGAS, Gyorgy. Índice de Sharpe e outros Indicadores de Performance

Aplicados a Fundos de Ações Brasileiros.
http://www.risktech.com.br/PDFs/Indicadores.pdf. Acessado em 11/05/2010

YOSHINAGA, Claudia E. Análise da sobre-reação de preços no mercado de

ações brasileiro durante o período de 1995 a 2003. São Paulo: USP, 2004.

WILDER, Welles. The Relative Strengh Index. Commodities (Futures) magazine,

1978.

MetaStock for windows 95/98 & NT User Manual. USA Equis International, 2000.