Escolar Documentos
Profissional Documentos
Cultura Documentos
PUC-SP
MESTRADO EM ADMINISTRAÇÃO
SÃO PAULO – SP
2012
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PUC-SP
SÃO PAULO – SP
2012
Petrokas, Leandro Augusto
Avaliação da eficácia de sinais da análise técnica no mercado de capitais brasileiros, no
período de 2000 a 2010 / Leandro Augusto Petrokas. – São Paulo, 2012. 112f.
_____________________________________
_____________________________________
_____________________________________
AGRADECIMENTOS
Aos meus pais, Vera Lucia Tancsik Petrokas e Roberto Vicente Petrokas (in memorian),
grandes inspiradores de valores éticos e morais.
Ao Prof. Dr. Rubens Famá, pelos conhecimentos transmitidos nas aulas, pela paciência na
orientação desta dissertação, por sua cordialidade, amizade e pelo exemplo de dedicação ao
ensino e à pesquisa.
Ao Prof. Dr. José Odálio dos Santos, por todos os ensinamentos (não só acadêmicos)
transmitidos ao longo do curso, pelas contribuições no exame de qualificação e pelo prazer de
escrever artigos em conjunto.
Ao Prof. Dr. Marco Antônio de Barros Penteado, pelas valiosas contribuições tecidas no
exame de qualificação e por sua cordialidade e presteza em colaborar com esta dissertação.
Aos colegas do curso: Wilton Moisés Modro, Marli Colangelo, Adriane, Wilson Trevisan,
Marcus Nakagawa, Iaia Augusto Cuma e Antonio Carbonari.
Aos professores: Paulo Henrique Pereira e Tiago Alves Costa, amigos sempre dispostos a
colaborar quando são solicitados.
Aos amigos e familiares que entenderam a minha ausência durante o curso, porém, sempre me
apoiaram durante esta jornada. Em especial: Ana Paula Basso Rossi, minha esposa, e Paulo
Silvestre, quem me apresentou a Bolsa de Valores e a Análise Técnica.
v
RESUMO
Esta dissertação tem como objetivo principal avaliar se a análise técnica é capaz de produzir
resultados financeiros superiores ao modelo buy and hold, o qual preconiza a compra e a
venda de ações a médio ou longo prazo, sem utilização de critérios ou ferramentas específicas
para nortear esse tipo de decisão.
A amostra foi composta por quatorze ações, de oito setores diferentes da economia, o período
da pesquisa foi de 2000 a 2010 e os testes foram realizados com cinco dos principais
indicadores (sinais) da análise técnica.
Optou-se por testar se a média móvel simples de 233 períodos seria capaz de aumentar a
rentabilidade obtida pelos sinais. Foi avaliado o impacto da geração de um sinal de compra
nos retornos de cinco ações, por meio da metodologia de estudo de eventos e, por fim,
avaliou-se a duração média das operações realizadas pelos sinais estudados.
Os resultados indicaram que dentro de 350 casos, somente em 61 a rentabilidade obtida com
os sinais da análise técnica foi superior à obtida pelo modelo buy and hold. Por meio do teste
do qui-quadrado, constatou-se que tal frequência não é estatisticamente igual à metade dos
casos, portanto, conclui-se que a análise técnica não foi capaz de produzir resultados
financeiros superiores ao buy and hold.
Os resultados evidenciaram que não houve melhora significativa na rentabilidade com a
utilização da média móvel simples de 233 dias como regra de filtro, pois, não foi constatada
diferença estatisticamente significativa nas médias das rentabilidades obtidas por cada sinal,
com e sem o filtro.
Os estudos de eventos revelaram que somente em um dos cinco eventos analisados ocorreu
um impacto positivo e estatisticamente significativo nos retornos das ações.
A análise da duração das operações indicou que as operações lucrativas possuem uma duração
maior quando comparada às não lucrativas para todos os sinais, exceto no IFR, quando se
verificou um comportamento oposto desse padrão.
vi
ABSTRACT
This study aims at assessing the technical analysis is capable of producing superior financial
results to the model buy and hold, which recommends the purchase and sale of shares in the
medium or long term, without the use of specific tools or criteria to guide such decision.
The sample was composed of fourteen shares, in eight different sectors of the economy, the
survey period was from 2000 to 2010 and the tests were conducted with five key indicators of
technical analysis. It was decided to test whether the simple moving average of 233 periods
could increase the profitability obtained by the signs. The impact of generating a buy signal in
the returns of five actions, through the event study methodology and, finally, estimated the
average duration of the operations performed by the signals studied.
The results indicated that in a case 350, 61 only in the yield obtained with the signals of the
technical analysis was superior to that obtained by the model buy and hold. By means of the
chi-square, it was found that this frequency is not statistically equal to half the cases,
therefore, conclude that technical analysis was not able to produce superior financial results to
the buy and hold. The results showed that there was no significant improvement in
profitability with the use of simple moving average of 233 days as a filter rule, therefore, was
not statistically significant differences in mean returns obtained by each signal, with and
without the filter. The event studies revealed that only one of the five events analyzed was a
statistically significant and positive impact on stock returns. The analysis of the duration of
the operations indicated that profitable operations have a longer duration when compared to
non-profit for all signals except the IFR, when there was an opposite behavior of this pattern.
vii
SUMÁRIO
1 INTRODUÇÃO....................................................................................................................12
1.1 Problema de pesquisa..........................................................................................................12
1.2 Objetivos.............................................................................................................................14
1.3 Justificativa.........................................................................................................................14
1.4 Metodologia........................................................................................................................16
1.5 Estrutura da dissertação .....................................................................................................16
2 FUNDAMENTAÇÃO TEÓRICA......................................................................................18
2.1 Eficiência de mercado.........................................................................................................18
2.1.1 Formas de eficiência do mercado................................................................................20
2.2 Anomalias no mercado de capitais.....................................................................................21
2.2.1 Anomalias de calendário.............................................................................................21
2.2.2 Anomalias fundamentalistas.......................................................................................23
2.3 Finanças comportamentais..................................................................................................23
2.4 Análise fundamentalista......................................................................................................26
2.4.1 Definição.....................................................................................................................27
2.4.2 Análise dos múltiplos..................................................................................................27
2.4.3 Método do fluxo de caixa descontado.........................................................................29
2.4.4 EVA® e MVA............................................................................................................30
2.5 Análise técnica....................................................................................................................31
2.5.1 Definição.....................................................................................................................31
2.5.2 Tipos de gráfico...........................................................................................................32
2.5.3 Teoria de Dow.............................................................................................................35
2.5.4 Suportes e resistências.................................................................................................36
2.5.5 Linhas de tendência.....................................................................................................37
2.5.6 Padrões gráficos..........................................................................................................38
2.5.7 Indicadores..................................................................................................................43
2.5.8 Teoria das Ondas de Elliot..........................................................................................50
2.5.9 Pesquisas acadêmica sobre análise técnica.................................................................51
viii
3 METODOLOGIA................................................................................................................59
3.1 Seleção da amostra..............................................................................................................59
3.2 Procedimentos da pesquisa.................................................................................................61
3.2.1 Cálculo da rentabilidade utilizando os sinais da análise técnica.................................63
3.2.2 Cálculo da rentabilidade do modelo buy and hold......................................................66
3.2.3 Detalhamento dos sinais..............................................................................................67
3.2.4 Teste da média móvel como regra de filtro para os sinais..........................................74
3.2.5 Análise do impacto dos sinais nos retornos das ações................................................77
3.2.5.1 Definição do evento e critérios de seleção........................................................78
3.2.5.2 Retornos Normais e Anormais..........................................................................78
3.2.5.3 Procedimento de estimação...............................................................................80
3.2.5.4 Procedimento de Teste......................................................................................80
3.2.6 Análise da duração das operações...............................................................................82
5 CONSIDERAÇÕES FINAIS............................................................................................100
5.1 Conclusões........................................................................................................................100
5.2 Limitações.........................................................................................................................101
5.3 Sugestões para trabalhos futuros.......................................................................................101
REFERÊNCIAS BIBLIOGRÁFICAS................................................................................103
ix
LISTA DE FIGURAS E GRÁFICOS
FIGURAS
Figura 1 – Explicação do gráfico de barras .............................................................................32
Figura 2 – Explicação do gráfico de candles ...........................................................................33
Figura 3 – Gráfico de candles do Ibovespa..............................................................................34
Figura 4 – Gráfico de barras do Ibovespa.................................................................................34
Figura 5 – Suporte e resistência................................................................................................37
Figura 6 – Linha de tendência de alta.......................................................................................38
Figura 7 – Triângulo ascendente...............................................................................................39
Figura 8 – Retângulo de alta e retângulo de baixa....................................................................40
Figura 9 – Bandeira de alta.......................................................................................................40
Figura 10 – Bandeira de baixa..................................................................................................40
Figura 11 - Topo duplo.............................................................................................................41
Figura 12 – Ombro –cabeça - Ombro.......................................................................................42
Figura 13 – Médias móveis.......................................................................................................44
Figura 14 – MACD...................................................................................................................46
Figura 15 – Histograma MACD...............................................................................................47
Figura 16 – Índice de Força Relativa........................................................................................49
Figura 17 – Estocástico.............................................................................................................50
Figura 18 – Ondas de Elliot......................................................................................................51
Figura 19 – Divisão do período da pesquisa.............................................................................61
Figura 20 – Divisão do período da pesquisa adotada...............................................................62
Figura 21 – Gráfico mensal do Ibovespa de 2000 a 2010.........................................................63
Figura 22 – Sinais de compra e venda – Estocástico lento - PETR4........................................69
Figura 23 – Sinais de compra e venda – Hi Lo - PETR4..........................................................70
Figura 24 – Sinais de compra e venda – IFR - PETR4.............................................................71
Figura 25 – Sinais de compra e venda – MACD - PETR4.......................................................72
Figura 26 – Sinais de compra e venda - Parabólico SAR - PETR4..........................................74
Figura 27 – Média móvel como filtro.......................................................................................75
Figura 28: Etapas do estudo de evento.....................................................................................77
GRÁFICOS
Gráfico 1 - Probabilidade de o Ibovespa ganhar do dólar – Período de 1968 a 2003...............13
Gráfico 2 – Retornos anormais acumulados.............................................................................96
x
LISTA DE TABELAS
xi
1 INTRODUÇÃO
Autores como Halfeld (2004, p.76), defendem que o investimento em ações deve ser
feito visando o longo prazo, ou seja, mesmo que existam oscilações nos preços no curto
1
As tabelas 1 e 2, na sessão 2.5.9 apresentam um resumo de pesquisas acadêmicas sobre análise técnica.
12
prazo, o investidor pode se beneficiar de uma valorização das ações e da distribuição de
dividendos ao longo do tempo. Tal modo de investimento recebe o nome de buy and
hold,expressão
expressão no idioma inglês que pode ser traduzida como “comprar e segurar”.
100%
97%
89%
80% 71%
59% 61%
60% 53% 54% 55% 56%
51%
40%
20%
0%
Diário Semanal Mensal Trimestral 1 ano 2 anos 3 anos 5 anos 8 anos 10 anos
Porém, ao realizar
zar um investimento em ações a longo prazo, o investidor pode estar
assumindo um risco maior, haja visto que em períodos de crises financeiras podem ocorrer
desvalorizações acentuadas nos preços das ações e, consequentemente, o retorno obtido ser
negativo.
Com base no exposto acima, a questão central que esta dissertação procura responder
é: a utilização dos sinais da análise técnica proporciona maior rentabilidade se comparada ao
modelo buy and hold?
13
1.2 Objetivos
• Testar a utilização de uma média móvel simples como regra de filtro para utilização
dos sinais da análise técnica;
• Analisar o impacto de um sinal de compra nos retornos das ações, em parte da amostra
e dos sinais, pelo método do estudo de eventos;
• Analisar o tempo de duração das operações.
1.3 Justificativa
A pesquisa bibliográfica sobre análise técnica apresentada por Park e Irwin (2007),
revelou que dos 137 estudos encontrados no período de janeiro de 1960 a agosto de 2004, 56
(55,5 % do total) foram publicados nos últimos 10 anos do período da pesquisa, o que sugere
um aumento no interesse por esse assunto pela comunidade acadêmica.
14
identificação de 229 figuras para a amostra e período selecionados, os resultados indicaram a
obtenção de retornos significativos apenas na formação tradicional desse padrão, o que não
ocorreu com a sua forma invertida.
A este respeito, Marshall, Cahan e Cahan (2010) avaliaram a lucratividade obtida por
meio da utilização de regras da análise técnica em índices de 49 países, no período de janeiro
de 2000 a dezembro de 2007, com exceção da Grécia, que teve seu inicio em junho de 2001.
Encontraram-se evidências de que a análise técnica apresentou melhor desempenho em
mercados emergentes em comparação com os desenvolvidos, porém, os testes com mais de
5.000 regras indicaram a falta de capacidade em gerar retornos acima do esperado.
O estudo de Lento (2008) avaliou a lucratividade obtida por meio do uso de nove
sinais da análise técnica no índice S&P 500, no período de janeiro de 1950 a março de 2008, e
comparou com o retorno obtido pelo modelo buy and hold. Os resultados evidenciaram que a
utilização de sinais individuais não foi capaz de superar o retorno pela estratégia buy and
hold, porém, a estratégia dos sinais combinados superou, na média, os retornos obtidos pelo
modelo buy and hold.
Penteado (2008), constatou que a função log-periódica pode ser utilizada na Análise
Gráfica como um indicador do tipo oscilador, que prevê a reversão de tendências, e os
resultados obtidos por meio dessa estratégia foram superiores aos obtidos por meio da
utilização das médias móveis, IFR, MACD e rompimento de tendências.
Diante disso, esta dissertação espera oferecer contribuições para essa área do
conhecimento.
2
Disponível em: http://www.bmfbovespa.com.br/shared/iframe.aspx?altura=1000&idioma=pt-
br&url=http://vitrinecorretoras.bvmf.com.br. Acesso em 13/07/2011.
3
Alguns autores diferenciam o conceito de análise técnica e de análise gráfica, enquanto outros sugerem que são
sinônimos. Nesta dissertação, serão tratados como sinônimos.
15
1.4 Metodologia
A amostra foi composta por quatorze ações, inclusas em oito setores da economia, de
acordo com a divisão de mercado proposta pela BM&FBovespa. O critério adotado para
seleção das empresas foi a liquidez, portanto as duas ações mais negociadas de cada setor
compuseram a amostra.
Calculou-se a rentabilidade obtida em cada ação, por meio da utilização dos sinais de
compra e venda gerados pelos indicadores, e comparou-se com o modelo buy and hold.
Os testes com os indicadores foram repetidos com a utilização de uma média móvel
como regra de filtro e as rentabilidades obtidas foram comparadas, com o intuito de avaliar se
a utilização do filtro foi capaz de aumentar a rentabilidade obtida pelos indicadores quando
são utilizados de forma isolada.
Foi utilizado o software Trader Gráfico, o qual é licenciado pela BMF&Bovespa, para
consulta dos gráficos e utilização dos indicadores.
Além deste capítulo de introdução, fazem parte desta dissertação mais quatro
capítulos.
No segundo capítulo foi realizada a fundamentação teórica que norteia esse trabalho,
sendo abordados os seguintes temas: eficiência de mercado, anomalias de mercado, finanças
comportamentais, análise fundamentalista e análise técnica.
16
O quarto capítulo abordou a análise dos resultados obtidos, conforme as hipóteses e os
objetivos da pesquisa; comparando os retornos obtidos pela utilização dos sinais da análise
técnica e do modelo buy and hold.Adicionalmente, foram apresentados os resultados dos
testes da média móvel como regra de filtro, dos estudos de eventos e da análise da duração
das operações.
17
2 FUNDAMENTAÇÃO TEÓRICA
A teoria sobre esse assunto surgiu anos antes do próprio conceito de eficiência, quando
George Gibson (1889, apud Shiller, 2000, p.162) afirmou que “quando as ações se tornam
publicamente conhecidas no mercado aberto, o valor que elas adquirem pode ser considerado
como o julgamento mais inteligente a respeito delas”.
4
Capital Asset Pricing Model: Modelo de precificação de ativos proposto por Sharpe (1964), que define que o
retorno de qualquer ativo é determinado pelo retorno do ativo livre de risco e pelo prêmio de mercado
multiplicado pelo fator beta, que mede a sensibilidade dos retornos do ativo em relação à carteira de mercado.
18
presente líquido positivo ao vendedor, terá que conceder um valor presente líquido negativo
ao comprador.
a) o mercado não tem memória: a forma fraca da eficiência de mercado preconiza que os
preços passados não contêm nenhuma informação importante em relação aos preços
futuros;
e) faça você mesmo: no mercado eficiente, os investidores não pagam a outros para
fazerem o que eles próprios são capazes de fazer igualmente bem;
f) avaliar uma ação é avaliar todas as ações: os investidores não compram uma ação
pelas suas qualidades raras, e sim, porque oferecem a perspectiva de uma rentabilidade
justa que compense o risco. Na medida em que as ações sejam substitutas perfeitas
entre si e a arbitragem funcione, o retorno de uma ação não pode ser sistematicamente
diferente de outra.
Fama (1970) estabeleceu três condições para a verificação da eficiência dos mercados:
a) inexistência de custos de transação; b) disponibilidade de toda a informação sem custo a
todos os participantes do mercado e c) as expectativas dos participantes do mercado são
homogêneas, ou seja, todos concordam quanto aos efeitos das informações nos preços atuais
dos ativos, assim como em suas distribuições futuras.
19
Em mercados eficientes o preço de mercado é uma estimativa não tendenciosa do
valor real do investimento. Os erros no preço de mercado devem ser aleatórios, ou seja, que a
probabilidade de uma ação estar sub ou sobreavaliada seja igual em qualquer instante de
tempo. Adicionalmente, esses desvios não podem ser correlacionáveis a qualquer variável
observável. Sendo assim, nenhum grupo de investidores deveria ser capaz de
consistentemente encontrar ações sub ou supervalorizadas utilizando qualquer estratégia de
investimentos (DAMODARAN, 2009, p. 116).
Na forma de eficiência fraca, os preços refletem toda a informação contida nos preços
passados, não sendo possível obter retornos anormais com base em preços históricos.
20
2.2 Anomalias no mercado de capitais
Nesse mesmo sentido, Fama e French (2008, p. 1853), afirmam que o conceito de
anomalias de mercado está relacionado ao fato de existirem padrões de retorno que não são
explicados pelo CAPM.
Para Fama (1998), as anomalias existem; porém, de forma randômica, de maneira que
acabariam por compensar-se e sendo, desse modo, consistentes com a eficiência de mercado.
• Efeito dia-da-semana
21
• Efeito mês-do-ano
Alguns dos estudos no exterior que confirmaram a presença desta anomalia foram
realizados por Lakonishok e Smidt (1988) e por Haugen e Jorion (1996).
• Efeito virada-de-mês
• Efeito feriado
Rêgo e Mussa (2008) analisaram a existência do efeito feriado nos índices Bovespa e
IBX 100, no período de 2002 a 2007 e os resultados não apontaram diferença estatisticamente
significativa das médias dos retornos dos dias imediatamente anteriores aos feriados em
relação aos outros dias.
Diferente do trabalho citado acima, Bone e Ribeiro (2002) estudaram as ações que
compõe o índice Bovespa de forma individual e os resultados indicaram presença do efeito
feriado apenas em um pequeno número de ações.
22
2.2.2 Anomalias fundamentalistas
O efeito momento foi identificado por Jegadeesh e Titman (1993) e indicou que a
estratégia de venda de ativos que tiveram um mau desempenho passado e a compra de ativos
que tiveram um bom desempenho passado, produz retornos anormais positivos, nos meses
posteriores. Os resultados da pesquisa, cujo período foi de 1965 a 1989, confirmaram a
possibilidade de se obter ganhos anormais em 31 das 32 estratégias estudadas.
5
Na seção 2.4 é abordado esse termo de forma mais detalhada.
23
agem de maneira a maximizar a utilidade, ou seja, mesmo de posse das mesmas informações
podem tomar decisões diferentes de acordo com as próprias percepções e interpretações.
Segundo Kimura, Basso e Krauter (2006, p. 41), “os defensores das finanças
comportamentais argumentam que atitudes não racionais dos agentes econômicos podem
impactar, de maneira prolongada e consistente, o comportamento de variáveis financeiras.”
até mesmo as pessoas mais inteligentes são afetadas por vieses psicológicos,
mas o fato era tido como irrelevante pela teoria clássica de finanças. Esta
pressupõe que as pessoas são “racionais” e nos ensina como tais pessoas
devem se comportar para maximizar seu patrimônio. Essas idéias deram
origem às teorias de arbitragem, de portfólio, de precificação de ativos e de
precificação de opções.
Por sua vez, as finanças comportamentais estudam a forma como as pessoas
realmente se comportam em um ambiente financeiro. Especificamente,
estudam de que forma a psicologia afeta as decisões financeiras, as empresas
e os mercados.
24
Nofsinger (2006, p. 90) argumenta que esse viés ocorre porque “o cérebro parte da
premissa de que todas as coisas que compartilham qualidades semelhantes têm similaridade
entre si”.
• Ancoragem: está relacionado à condição dos indivíduos darem uma importância maior
a uma referencia ou informação inicial.
Situação 1: A = (4000, 0.8) ou B = (3000, 1.0), as pessoas escolhem B (80% contra 20%).
Situação 2: A = (4000, 0.2) ou B = (3000, 0.25), as pessoas escolhem A (65% contra 35%).
Na situação 1, os indivíduos escolhem B, pois, mesmo tendo menor valor, possui uma
maior probabilidade de ocorrência. Tal escolha caracteriza o comportamento de aversão ao
risco. Porém, se os mesmos investidores, avessos ao risco, são expostos a situação 2, as
escolhas se alteram de forma significativa. Eles tendem a escolher A, quando deveriam
escolher B novamente, pois, esta opção tem uma maior probabilidade de ocorrência do que A.
O axioma da substituição da teoria de utilidade esperada afirma que se B e preferido a A,
então qualquer combinação de (A,p) deve ser preferida a (B,p). Mas não é o que ocorre.
25
Efeito reflexão: o efeito reflexão pode ser caracterizado como oposto do efeito
certeza. No efeito certeza, os indivíduos são avessos ao risco diante de duas possibilidades de
ganhos, enquanto no efeito reflexão, os mesmos indivíduos são propícios ao risco diante de
duas possibilidades de perdas.
Situação 1: A = (+4000, 0.8) ou B = (+3000, 1.0), as pessoas escolhem B (80% contra 20%)
Situação 2: A = (-4000, 0.8) ou B = (-3000, 1.0), as pessoas escolhem A (65% contra 35%)
Ao adquirir uma ação, o investidor está comprando um direito sobre lucros futuros de
uma empresa. Portanto, a seleção de ações tem características financeiras, já que está
26
relacionada ao desempenho econômico das empresas. Para avaliar esse desempenho, utiliza-
se a análise fundamentalista.
2.4.1 Definição
Índice P/L
Este índice é formulado pela divisão entre o preço a vista do ativo e o último lucro
contábil das demonstrações financeiras da empresa.
O resultado deste índice é um número que representa, para o investidor, quanto tempo,
em função do preço atual do ativo e o lucro contábil da empresa, será necessário para a
recuperação do investimento no ativo.
De acordo com Ross, Westerfield e Jaffe (2002, p. 114) o índice P/L é a função de três
diferentes fatores. O índice de uma empresa tende a ser elevado se 1) possuir muitas
oportunidades de crescimento, 2) possuir baixo risco e 3) os métodos contábeis forem
conservadores.
Índice P/B
P/B = Preço da ação / Valor contábil do patrimônio liquido por ação (2)
Mede quanto a ação está cotada em relação ao seu valor patrimonial. Quanto menor o
indicador, mais subavaliada está a ação.
Índice LPA
28
O índice ilustra o benefício (lucro) auferido por ação emitida pela empresa, ou seja, do
resultado líquido (após imposto de renda) obtido em determinado período, quanto compete a
cada ação emitida.
O indicador não revela o quanto cada acionista irá efetivamente receber em função do
retorno produzido na aplicação de seus capitais. O índice LPA denota, em verdade, a parcela
do lucro líquido pertencente a cada ação, sendo que sua distribuição é definida pela política de
dividendos adotada pela empresa (ASSAF, 2008, p. 195).
Indica os dividendos distribuídos aos acionistas como uma porcentagem do lucro por
ação (LPA). Por exemplo, para um LPA de R$ 1,40, a distribuição de R$ 0,49 / ação de
dividendos determina um índice de payout de 35%. De outra maneira, revela que a empresa
reinvestiu 65% de seus lucros apurados no exercício, distribuindo o equivalente a 35% a seus
acionistas.
29
taxas que reflitam o risco desses fluxos. Desde que as taxas de desconto
sejam corretamente selecionadas para refletir o risco de cada fluxo de caixa,
a abordagem empresarial resultará exatamente no mesmo valor patrimonial
que resultaria se descontasse o fluxo de caixa para os acionistas ao custo de
capital social.
Damodaran (2009, p. 12) afirma que o valor de qualquer ativo é dado pelo valor
presente dos fluxos de caixa futuros esperado e afirma que
De acordo com Santos (2006, pp. 47-48), o EVA®, Valor Econômico Agregado, é
uma medida superior de desempenho porque elimina as distorções contábeis ao adotar o
regime de caixa. Portanto, trata-se do verdadeiro lucro econômico, pois leva em conta não só
os custos e despesas lançados contabilmente, mas também o custo de oportunidade do capital
empregado na empresa.
30
Santos (2006, p.48) apresenta a equação do EVA® expressa por:
onde
2.5.1 Definição
De acordo com Murphy (1999, p.1), análise técnica é “o estudo da ação do mercado,
primariamente por meio do uso de gráficos, com o objetivo de prever tendências futuras dos
preços”.
6
O termo “médias” refere-se aos índices de mercado.
31
Segundo Rockefeller (2004, p. 11) “análise técnica é o estudo de como os preços das
ações se comportam e como explorar essa informação para ganhar dinheiro e evitar perdas”.
Pinheiro (2009, p.456) conceitua a análise técnica como “um estudo dos movimentos
passados dos preços e dos volumes de negociação de ativos financeiros, com o objetivo de
fazer previsões sobre comportamento futuro dos preços”.
Os gráficos das ações possuem dois eixos, sendo o tempo representado no eixo
horizontal e o preço representado no eixo vertical, e podem ser de diferentes periodicidades,
por exemplo, intradiário (60 minutos, 15 minutos), diário e semanal. Existem quatro tipos de
gráficos de ações: linhas, barras, candlesticks e ponto-e-figura.
Segundo Noronha (1995, p.11, apud Penteado, 2003, p. 47), o gráfico de barras é o
mais utilizado na Análise Técnica, enquanto Rockefeller (2004, p.137) defende que o gráfico
de candlesticks é mais útil em relação aos outros.
O gráfico de barras é composto por diversas barras, sendo que cada barra representa
uma divisão do período selecionado para o gráfico. Por exemplo, se o gráfico for diário, cada
barra representa um dia de negociação.
32
O comprimento vertical da barra representa o valor mínimo e máximo que o preço
atingiu ao longo do período de negociação, enquanto a linha horizontal à esquerda indica o
preço de abertura e a linha à direita representa o preço de fechamento. No exemplo da figura
1, o preço de abertura está abaixo do preço de fechamento, indicando que houve
desvalorização da ação.
Conforme pode ser visto na figura 2, o candle é dividido em duas partes: corpo e
sombras. O corpo é representado pela figura geométrica, enquanto as sombras inferiores /
superiores são as linhas que se situam abaixo / acima do corpo e indicam os preços mínimos /
máximos atingidos no período. A cor do candle indica se o preço de abertura foi superior ou
inferior ao preço de fechamento. A cor branca (ou verde) indica que o preço de fechamento
foi superior ao de abertura e a cor negra (ou vermelha) indica o contrário.
33
Figura 3 - Gráfico de candles do Ibovespa
34
2.5.3 Teoria de Dow
Pring (2002), Muprhy (1999), Achelis (2001) e Lemos e Cardoso (2010) afirmam que
a Análise Técnica como é conhecida atualmente teve seu início a partir da Teoria de Dow,
proposta por Charles Dow, que foi um dos fundadores do Dow Jones Financial Service, junto
com Edward Jones, e utilizou esse meio para divulgar os princípios de sua teoria nos
editoriais que escrevia para o Wall Street Journal. Charles Dow e Edward Jones também
ficaram conhecidos pela criação do índice Dow Jones, que representa uma média das
principais ações do setor industrial negociadas nos Estados Unidos.
Segundo Achelis (2001, pp.124-127), a Teoria de Dow é composta por seis princípios,
conforme descrito a seguir:
O preço de um ativo reflete tudo o que é conhecido a respeito dele. Assim que novas
informações são recebidas, os participantes do mercado disseminam rapidamente a
informação e o preço se ajusta imediatamente. Do mesmo modo, os índices de mercado
descontam e refletem tudo o que é conhecido pelos participantes do mercado.
Por fim, a tendência terciária, tem a duração aproximada de seis dias a três semanas.
A Teoria de Dow diz que a tendência da primeira fase é caracterizada por três distintas
etapas:
Uma tendência de alta é válida enquanto houver topos e fundos ascendentes e somente
será revertida caso os preços deixem de fazer esse movimento.
Suporte é uma região do gráfico que identifica que os preços pararam de cair e
reverteram no sentido contrário, desde que esse comportamento tenha se repetido mais de
uma vez. Resistência é uma região do gráfico em que, após um movimento de alta, os preços
param de subir e reverteram no sentido contrário, desde que esse comportamento tenha se
repetido mais de uma vez (DEBASTIANI, 2008, p.43).
De acordo com Pinheiro (2009, p. 472), nas regiões de suporte o interesse dos
compradores supera o dos vendedores e nas regiões de resistência, ocorre o movimento
contrário, o que provoca uma frenagem das cotações e sua consequente queda.
36
Figura 5 - Suporte e Resistência
Na figura 05 há uma linha traçada que identifica uma região de suporte nos pontos A e
B e uma região de resistência nos pontos C, D e E, no gráfico da ação PRGA3, no período de
julho a dezembro de 2008.
Segundo Correia (2008, p. 99), “linhas de tendências são linhas traçadas ligando os
fundos de uma tendência de alta ou os topos de uma tendência de baixa e podem dividir-se em
dois tipos: linha de tendência de alta ou linha de tendência de baixa”.
37
Figura 6 - Linha de tendência de alta
A figura 06 apresenta uma linha de tendência de alta traçada no gráfico diário da ação
CSNA3, no período de janeiro de 2007 a fevereiro de 2008, que passa por três fundos.
Os padrões gráficos são representados por figuras que são formadas nos gráficos das
ações e que costumam se repetir ao longo do tempo. Existem dois tipos de padrões: os de
continuação e os de reversão.
Em relação aos padrões de reversão, as figuras mais utilizadas na análise técnica são:
ombro-cabeça-ombro (O-C-O) e sua forma invertida (O-C-O-I), topos e fundos duplos e
cunha descendente.
38
• Triângulos
Segundo Correia (2008, p.148) os triângulos são produzidos quando os preços oscilam
em movimentos ascendentes e descendentes, sendo essas oscilações cada vez menores. Tais
oscilações permitem traçar uma linha de suporte e outra de resistência, que se encontram em
um ponto, formando um triângulo.
• Retângulo
• Bandeiras
As bandeiras são figuras que aparecem após uma alta ou baixa nos preços e indicam a
possibilidade de retomada desse movimento. Kahn (2006, p.66) explica que quando os preços
estão em tendência de alta, é normal a ocorrência de um breve movimento de recuo, pois
muitos investidores estão realizando os lucros obtidos com a recente valorização da ação, o
que explica o surgimento desses padrões gráficos. As bandeiras podem ser de alta ou de baixa.
40
• Topos e fundos duplos
Um topo duplo é formado quando os preços avançam até certo nível, geralmente com
alto volume, formam um topo e depois recuam. Após esse recuo, voltam a subir e atingem
praticamente o mesmo nível de preços do topo anterior. Por atingir duas vezes o mesmo
patamar de preços e recuar, esse padrão recebe o nome de topo duplo. O fundo duplo segue a
mesma lógica descrita para o topo duplo, porém, formando fundos ao invés de topos
(EDWARDS, MAGGE E BASSETTI, 2007, p. 138).
• Ombro-cabeça-ombro (OCO)
De acordo com Debastiani (2008, p. 67), “o OCO pode aparecer no topo de uma
tendência e alta ou no fundo de uma tendência de baixa. Também é necessário que se
estabeleça uma tendência mais prolongada para que a sua formação possa ter relevância para
a análise.”
41
Figura 12 - Ombro-cabeça-ombro
Porém, tal poder de previsão não foi detectado na sua forma investida, como afirmam
os autores: “a forma invertida do padrão Ombro-Cabeça-Ombro, o OCOI, não tem a
habilidade descrita nos manuais de Análise Técnica de antecipar o fim de uma tendência de
baixa e início de uma tendência de alta. Embora algumas das estratégias condicionais à sua
identificação tenham levado a retornos positivos, os testes realizados evidenciaram que esses
retornos foram derivados meramente do acaso” (BOAINAIN E VALLS PEREIRA, 2009,
p.300).
42
2.5.7 Indicadores
• Médias móveis
A média móvel é uma linha traçada no gráfico que representa o preço médio de um
ativo em um determinado tempo. Quando calculada uma média móvel, deve ser especificada a
abrangência do tempo para calcular o preço médio (ex: 25 dias).
Uma média móvel simples é calculada pela divisão da soma do preço de fechamento
dos últimos “n” períodos por “n”.
Outro sinal gerado pelas médias móveis ocorre quando houver o cruzamento de baixo
para cima de uma média móvel de menor período em relação a uma média móvel de maior
período (WOLWACZ, 2007, p.44).
• MACD
O MACD consiste de três médias móveis, porém, apenas duas são exibidas no
indicador. A linha mais rápida (a linha do MACD) é calculada pela diferença entre a média
móvel exponencial de 12 períodos e média móvel exponencial de 26 períodos.
7
Em português significa convergência e divergência de médias móveis.
44
MACD = MME (12) - MME (26) (7)
Onde:
A outra linha, chamada de sinal, é uma média móvel exponencial da linha MACD.
Tratando-se de uma diferença de médias móveis, o ponto onde elas se encontram será
o valor zero, portanto, o gráfico traçado a partir do valor da diferença dessas duas médias
móveis deve ser interpretado da seguinte forma: quando o valor passa de negativo para
positivo, tem-se o sinal de compra; quando passa de positivo para negativo, tem-se o sinal de
venda. Uma melhoria no indicador é obtida quando uma média móvel do indicador é inserida
e o sinal de compra ocorre quando a linha do indicador cruza de baixo para cima a sua média
móvel, enquanto um sinal de venda é gerado quando o cruzamento ocorre de cima para baixo
(LEMOS e CARDOSO, 2010, pp. 217-218).
45
Figura 14 - MACD
• Histograma MACD
onde:
46
Os sinais de compra e venda gerados pelo Histograma MACD ocorrem quando as
barras ultrapassam a linha de centro, para cima e para baixo, respectivamente.
• Hi Lo
O resultado gráfico obtido é uma média móvel que não está sofrendo variação alguma
com as oscilações de um candle em formação, porque seu cálculo já está fechado com os
preços máximos ou mínimos de barras anteriores (ABE, 2009, p.171).
47
• Parabólico SAR
Segundo Martins (2010, p. 69) o nome Parabólico surgiu da semelhança com uma
parábola que o rastro do seu movimento deixa no gráfico, enquanto SAR é uma abreviação do
termo em inglês Stop and Reverse, ou seja, parar e reverter a operação.
O índice de força relativa foi desenvolvido por Welles Wilder e apresentado em seu
livro New Concepts in technical trading systems, em 1978 (LEMOS E CARDOSO, 2010 e
PENTEADO, 2003).
sendo,
O IFR pode variar entre 0 e 100, sendo que se for atingido o nível abaixo de 20 (30) o
ativo está considerado sobrevendido e há chances de uma alta no preços e, caso o nível supere
80 (70), o ativo está considerado sobrecomprado e há chances de uma baixa nos preços. Os
sinais de compra do IFR são gerados quando a linha do oscilador cruza de baixo para cima a
linha do nível de sobrevendido (PENTEADO, 2008).
48
Figura 16 - Índice de Força Relativa
• Estocástico
49
Figura 17 - Estocástico
A Teoria das Ondas foi desenvolvida na década de 1930, por Ralph Nelson Elliott, a
partir da observação dos movimentos históricos do Índice Dow-Jones. A obra Nature’s law:
the secret of the universe, é tida como marco inicial dessa teoria e foi publicada em 1946
(MEDEIROS, 2009, p. 19).
Segundo Frost e Prechter (2002), a Teoria das Ondas de Elliot é uma descrição
detalhada do comportamento do mercado, o qual progride no formato de ondas. Seu valor
primário consiste em fornecer a base para um pensamento disciplinado e uma perspectiva para
a posição do mercado, criando, assim, um contexto para análise do mesmo.
A teoria das ondas de Elliot define que o mercado se movimenta em ciclos, formados a
partir de oito ondas agrupadas. Cada onda representa a um movimento direcional dos preços,
sendo cinco ondas impulsivas, as quais representam um movimento de alta nos preços e três
corretivas, as quais representam um movimento de queda nos preços (SACHETIM, 2006,
p.64).
50
A figura 18 apresenta um ciclo completo das ondas, que pode ser divido em: ciclo de
alta, composto por três ondas impulsivas e duas corretivas, e ciclo de baixa, composto por
duas ondas impulsivas e uma corretiva.
Park e Irwin (2007) encontraram 137 pesquisas sobre análise técnica, no período de
janeiro de 1960 a agosto de 2004, e adotaram uma divisão entre estudos antigos (1960 a 1987)
e estudos modernos (1988 e 2004). A maioria dos estudos antigos não comprovou a eficácia
da análise técnica. Em relação aos 95 estudos modernos, 56 apresentaram resultados a favor
da análise técnica, 20 apontaram resultados negativos e em 19 casos foram obtidos resultados
variados.
51
Tabela 1 - Pesquisas acadêmicas sobre análise técnica no Brasil
Autor (es) e ano Objetivo Conclusões
52
simular operações de compra e prejuízo de 95,72% e um lucro de
venda de opções dessas três 801,96%, o que sugere a utilização
ações a partir das análises. com cautela da Análise Gráfica no
mercado de opções.
Boainain e Vall Avaliar a lucratividade de Os resultados indicam que a
Pereira (2009) estratégias de investimento utilização desse padrão gráfico pode
baseadas na identificação do gerar estratégias lucrativas, o que
padrão gráfico Ombro-Cabeça- não ocorre em sua formação
Ombro em 30 ações, no período invertida.
de janeiro de 1994 a janeiro de
2009.
Arantes e Famá Verificar se a combinação de Os retornos obtidos em ambas
(2009) sinais de diversos indicadores estratégias não foram superiores ao
aplicados pela Análise Técnica de uma estratégia buy and hold, não
produz retornos superiores sendo possível, então, rejeitar a
quando comparados com a Hipótese de Mercado Eficiente.
utilização de um indicador
isoladamente e ao modelo buy
and hold
Medeiros (2009) Avaliar a assertividade e a Os resultados apontam que as
frequência de cinco indicadores indicações de compra são
da análise técnica, em 56 ações, consistentemente mais assertivas do
nos anos de 2007 e 2008. que as indicações de venda
Bruni et al. Avaliar a confiabilidade de dez Os resultados apontam que a
(2008) indicadores da análise técnica utilização dos dez indicadores, de
nas ações da empresa Bombril forma isolada, produziu retornos
SA, durante os anos de 2005 e significativos na empresa e no
2006 período estudado.
Carvalho, Costa Avaliar a utilização do indicador Apesar da obtenção de 10 retornos
Jr. e Goulart Moving Average Convergence superiores à estratégia passiva,
(2008) /Divergence – MACD, em 28 nenhum deles foi estatisticamente
ações da Bolsa de Valores de significante.
53
São Paulo, no período de julho
de 1994 a julho de 2003.
Baptista e Valls Verificar a robustez do conteúdo Os resultados indicam robustez ao
Pereira (2008) preditivo de regras da Análise longo do tempo e à taxa de
Técnica, usando informações amostragem dos dados no
intradiárias do mercado futuro desempenho das regras acima do
do índice de ações da Bolsa de benchmark (buy-and-hold).
Valores de São Paulo.
Penteado (2008) Este trabalho tem por objetivo Os testes realizados mostraram a
mostrar que a função log- viabilidade e eficácia de sua
periódica pode ser utilizada na utilização, levando a significativas
Análise Gráfica como um evidências em favor de sua
indicador do tipo oscilador, que utilização, quando os resultados são
prevê a reversão de tendências. comparados àqueles obtidos através
da utilização dos indicadores médias
móveis, IFR e MACD e do
rompimento de tendências.
Ferreira (2008) Estudar a lucratividade de quatro Após o teste de 1712 regras geradas
sinais da Análise Técnica na a partir dos sinais, verificou-se que a
negociação do dólar, no período melhor regra não possui o poder de
de abril de 1999 a agosto de previsibilidade significante.
2008.
Guarnieri (2006) Avaliar a eficácia de 42 Os resultados apontam que as
estratégias baseadas em médias estratégias com maior nível de acerto
móveis nas ações da Empresa não são as que produzem maiores
Brasileira de Aeronáutica, no retornos, devendo o investidor fazer
período de julho de 2000 a julho a escolha conforme suas
de 2005. preferências.
Lima et. al (2006) Verificar se o uso da análise Os resultados obtidos por meio da
técnica, adotando-se quatro utilização dos indicadores foram
indicadores, produz resultado superiores em todas as ações, se
superiores ao CAPM, em uma comparados aos resultados obtidos
54
amostra de cinco empresas, utilizando o CAPM como estratégia
durante um mês de negociação de investimento.
no ano de 2005.
Sachetim (2006) Avaliar a confiabilidade dos Nenhum dos indicadores de análise
indicadores da escola de análise técnica estudados produziram
técnica, em treze composta pelas retornos superiores ao buy and hold
ações do Ibrx, de 1995 a 2005.
Penteado (2003) Detectar a existência de uma Os resultados obtidos evidenciam a
relação entre os sinais gráficos existência de tal relação, sugerindo a
observados no dia-a-dia do validade da utilização da Análise
mercado de ações brasileiro e as Gráfica como instrumento para a
tendências que lhes sucedem, previsão de preços no mercado de
durante um período de 8 anos, ações brasileiro, no período
para 10 ativos considerado.
Saffi (2003) Testar a validade da hipótese de Os resultados indicam que as
eficiência dos mercados no estratégias de análise técnica não são
mercado futuro do índice capazes de gerar retornos
Ibovespa através do uso das estatisticamente significativos
chamadas estratégias de análise quando os efeitos de data-snooping
técnica.” são levados em conta. Estes
resultados estão de acordo com o
previsto pela hipótese fraca de
eficiência de mercado.”
Fonte: elaborada pelo autor
55
Tabela 2 - Pesquisas acadêmicas sobre análise técnica no exterior
Autor (es) e ano Objetivo Conclusões
Marshall, Cahan Avaliar a lucratividade obtida Encontraram-se evidências de que a
e Cahan (2010) por meio da utilização de regras análise técnica apresenta melhor
da análise técnica em índice de desempenho em mercados
49 países, no período de janeiro emergentes em comparação com os
de 2000 a dezembro de 2007, desenvolvidos, porém, os testes com
com exceção da Grécia, que teve mais de 5.000 regras indicam a falta
seu inicio em junho de 2001. de capacidade em gerar retornos
acima do esperado.
Vasiliou, Eriotis Avaliar a utilização de regras da Os retornos obtidos com as regras
e Papathanasiou análise técnica combinadas com combinadas de análise técnica e
(2008) a teoria das finanças finanças comportamentais foram
comportamentais, no índice superiores ao retorno do mercado em
FTSE/ASE 20 da Bolsa de todos os anos, indicando a validade
Valores de Atenas, no período da análise técnica para a amostra e o
de janeiro de 1995 a dezembro período estudados.
de 2005.
Lento (2008) Avaliar a lucratividade obtida A utilização de sinais individuais não
por meio do uso de 9 sinais da foi capaz de superar o retorno pela
análise técnica no índice S&P estratégia buy and hold, porém, a
500, no período de janeiro de estratégia dos sinais combinados
1950 a março de 2008, e superou, na média, os retornos
compará-la com o retorno obtido obtidos pelo modelo buy and hold.
pelo modelo buy and hold.
Savin, Weller e Modificar o algoritmo proposto Os resultados revelam um baixo
Zvingelis (2007) por Lo, Mamaysky e Wang poder de predição do algoritmo
(2000) e avaliar a efetividade proposto, porém, se utilizando em
desse novo algoritmo nos conjunto com o portfólio de
índices S&P500 e Russel 2000, mercado, os retornos obtidos podem
no período de 1990 a 1999. superar o mercado consistentemente,
Oberlechner Avaliar, por meio de uma A maioria dos traders utiliza as duas
56
(2001) pesquisa tipo survey, a formas de análise, porém, quanto
importância da análise técnica e menor o horizonte de tempo, maior a
da análise fundamentalista, para importância dada à análise técnica.
traders e jornalistas financeiros Os jornalistas financeiros enfatizam
em quatro capitais européias. a análise fundamentalista e
raramente comentam sobre análise
técnica.
Lee e Analisar o volume passado de Os resultados da pesquisa
Swaminathan negociação de ativos e a relação demonstraram que os volumes
(2000) com os retornos futuros, das passados têm forte relação com os
ações listadas na NYSE e na retornos futuros.
AMEX, no período de janeiro de
1965 a dezembro de 1995
Lo, Mamaysky e Propor um algoritmo capaz de Em 31 dos 35 anos estudados, os
Wang (2000) identificar a formação de retornos obtidos por meio da
padrões gráficos e avaliar a utilização do algoritmo proposta
eficácia na geração de retornos superaram o retorno do mercado,
anormais, no período de 1962 a indicando a possibilidade de se
1996, em diversas ações validar o modelo proposto pelos
negociadas nos Estados Unidos autores.
Sullivan, Avaliar os retornos obtidos por Os retornos obtidos por meio da
Timmermann e meio da utilização das médias utilização das médias móveis foram
White (1999) móveis, no índice Dow Jones, no superiores ao mercado até o ano de
período de 1897 a 1996. 1986, e após esse ano, foram
inferiores ao mercado.
Ratner e Leal Avaliar os retornos obtidos por Apenas em três índices analisados, a
(1999) meio da utilização das médias aplicação da estratégia proposta
móveis em dez índices de ações apresentou chance de sucesso, o que
de mercados emergentes na gera dúvidas em relação à
América Latina e Ásia, no efetividade da estratégia analisada.
período de janeiro de 1982 a
abril de 1995
57
Osler e Chang Avaliar a estratégia de compra e Os resultados individuais foram
(1995) venda por meio de um algoritmo estatisticamente significativos apenas
de identificação da figura nas moedas marco e yen, porém,
ombro-cabeça-ombro, de março quando analisada a especulação
de 1973 a junho de 1994, em simultânea nas seis moedas, os
seis ativos (moedas) diferentes resultados foram estatisticamente e
economicamente significativos
Brock, Avaliar o uso de 26 regras As estratégias produziram retornos
Lakonishok, Le geradas pelas médias-móveis no anormais significativos e persistentes
Baron, (1992) índice Dow Jones, no período de durante o período estudado
1897 a 1986
Treynor e Avaliar se a posse de Os resultados indicam que a
Ferguson (1984) informação, o estudo dos preços combinação dos preços passados
passados ou a combinação com as informações relevantes pode
desses elementos, pode produzir produzir retornos anormais.
retornos anormais.
Fonte: elaborada pelo autor
58
3 METODOLOGIA
A proposta inicial desta dissertação era compor a amostra com vinte ações de
empresas brasileiras negociadas na BM&FBovespa, sendo duas de cada setor da economia,
segundo a divisão proposta pela própria BM&FBovespa, divulgada em seu sítio 8 na internet.
Porém, devido ao não atendimento de algumas premissas explicadas abaixo, obteve-se uma
amostra final com quatorze ações.
Cada setor é dividido em sub setores, que por sua vez, são divididos em segmentos.
Porém, tal classificação não foi considerada nesta pesquisa.
O critério adotado para seleção das empresas foi a liquidez, portanto foram
selecionadas as duas ações mais negociadas de cada setor à época da realização da pesquisa.
Caso a ação escolhida não tenha sido negociada no período da pesquisa, entre
01/01/2000 a 31/12/2010, descartou-se da amostra e foi escolhida a próxima ação com maior
participação no índice.
Sendo assim, a amostra final obtida para esta dissertação está exibida na tabela 3.
8
Disponível em http://www.bmfbovespa.com.br/cias-listadas/empresas-
listadas/BuscaEmpresaListada.aspx?opcao=1&indiceAba=1&Idioma=pt-br. Acesso em 25/08/2011.
59
Tabela 3 – Composição da amostra
Setor Ação (código)
Construção e transporte -
Gerdau PN (GGBR4)
Petrobrás ON (PETR3)
Tecnologia de informação -
Eletrobras ON (ELET3)
60
3.2 Procedimentos da pesquisa
Para alcançar tal objetivo, foram consideradas as seguintes premissas estabelecidas por
Aronson (2007) para teste de hipóteses de rentabilidade de estratégias utilizando análise
técnica:
• Todos os sinais gerados de compra e venda devem ser claros, objetivos e classificados
como binário (exemplo: 1 para compra e 0 para venda). Não pode haver influência de
interpretação humana, tal como pode ocorrer com os padrões gráficos;
• Toda estratégia deve oferecer uma rentabilidade superior à obtida pelo modelo buy
and hold;
• Os resultados obtidos devem persistir em diferentes períodos de tempo. Para isso,
sugere-se que o período do estudo seja dividido e os resultados sejam analisados em
sub períodos, sendo esses escolhidos de forma aleatória, conforme figura 19.
61
Figura 20 – Divisão do período da pesquisa adotada
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Período total (2000 – 2010)
Fonte: elaborada pelo autor
Os anos assinalados em negrito (2001, 2002, 2005, 2008 e 2010) foram os sub
períodos analisados nesta dissertação.
Nos anos de 2001, 2002 e 2008, ocorreram desvalorizações nos preços da maioria das
ações e no Ibovespa. O ano de 2005 foi um ano de alta no mercado brasileiro, enquanto no
ano de 2010, os preços não seguiram uma direção predominante, permanecendo a maior parte
do tempo em uma tendência lateral, de acordo com a teoria de Dow.
Diversos são os fatores que ajudam a explicar os ciclos de alta e de baixa nos preços
das ações. Pretende-se abordar a seguir, de forma sucinta, alguns eventos sistêmicos ocorridos
no período analisado nesta dissertação.
O ano de 2000 foi marcado pela crise das empresas de tecnologia norte americanas,
denominada “crise das empresas pontocom”. Tal crise surgiu com o estouro de uma bolha
nesse setor, com reflexos no ano de 2001, quando mais de 500 empresas de tecnologia
fecharam ou pediram falência.
No ano de 2001, no dia 11/09, ocorreu um evento sistêmico adverso relevante para a
economia e para a sociedade em geral: o atentado às torres gêmeas na cidade norte americana
de Nova York. Nesse dia, o Ibovespa desvalorizou 9,1%, enquanto as Bolsas norte americanas
permaneceram em recesso por sete dias, retomando as atividades no dia 17/09. Na primeira
semana após a abertura das Bolsas, o índice S&P500 desvalorizou 11,6% e o Dow Jones
apresentou queda de 14%.
Entre os anos de 2003 e 2007, houve um ciclo de alta no Ibovespa, com valorização
superior a 400%. Nesse período, houve uma redução na taxa básica de juros, aumento no
número de ofertas públicas de ações, entrada de capital estrangeiro e aumento no número de
pessoas físicas negociando ações (PEREIRA, 2009).
No ano de 2008 ocorreu uma crise no mercado financeiro internacional que ficou
conhecida como “a crise Subprime.” Essa crise teve sua origem no mercado imobiliário norte
62
americano, devido à baixa qualidade dos empréstimos imobiliários e à inadimplência dos
tomadores de crédito. Os efeitos dessa crise foram percebidos em diversas economias no
mundo, sendo que no dia 15/09/2008, foi anunciado o pedido de concordata de uma das
maiores instituições financeiras norte americanas, o Lehman Brothers.
No Brasil, o Ibovespa encerrou 2008 com uma desvalorização superior a 40%, porém,
essa perda chegou a ser de 60%, quando consideradas as pontuações máximas e mínimas
atingidas ao longo do ano.
2010
63
de venda, sem a necessidade de interpretação. O detalhamento dos parâmetros adotados para
cada indicador está explicado no item 3.2.3
64
Tabela 4 – Exemplo de registro das operações
Nos quatro primeiros campos da tabela estão descritas as datas e os preços em que
ocorreram a compra e a venda das ações.
O saldo representa o valor final obtido após o encerramento da operação (venda das
ações) e foi calculado a partir da seguinte equação:
Saldo = (Lote * Preço de venda) - (Lote * Preço de compra) - Custos de transação (10)
Sendo:
Custos de transação = Custos com Corretagem (2 x R$ 15,00 - pois são duas ordens) +
0,035% do valor da ordem (lote x preço)
65
Sendo:
Valor investido = saldo da operação anterior (exceto na primeira operação, quando são
investidos R$ 10.000,00)
A rentabilidade final obtida para cada ação, com cada sinal no sub período, foi
calculada a partir da equação a seguir:
Onde:
Para o exemplo da tabela 4, a rentabilidade final obtida com o sinal MACD, na ação
PETR4, foi:
A rentabilidade obtida no modelo buy and hold, para cada ação e sub período foi
calculada conforme a equação abaixo:
66
Rentabilidade = (Preço no final do período – preço no início do período) (13)
Preço no início do período
Todos os proventos estão incluídos nos preços e todas as bases de dados foram
ajustadas aos eventuais desdobramentos e agrupamentos ocorridos ao longo do período da
pesquisa.
A seguir, estão detalhados como são gerados os sinais de compra e venda e também os
parâmetros adotados em cada sinal.
• Estocástico lento:
Sendo:
N = número de dias
A linha %D rápida é uma linha que representa a média dos últimos três valores de
%K.
Segundo Achelis (2001), existem três maneiras de se obter sinais de compra com o
estocástico: a) quando uma das linhas cruza de baixo para cima a linha que representa o nível
de sobrecomprado; b) quando a linha %K (%D rápida) cruzar para cima a linha %D rápida (%
D lenta) e c) quando há divergências entre topos e fundos formados no gráfico dos preços em
relação aos topos e fundos formados nas linhas do oscilador.
São três parâmetros que devem ser configurados: número de períodos do cálculo, nível
sobrevendido e nível sobrecomprado.
número de períodos = 9
nível sobrevendido = 30
nível de sobrecomprado = 70
A figura 22 apresenta um exemplo dos sinais gerados pelo estocástico lento no gráfico
da PETR4, no ano de 2010.
68
Figura 22 - Sinais de compra e venda - Estocástico lento - PETR4
• Hi Lo
Somente uma linha é exibida no indicador: quando um sinal de compra for gerado, a
média móvel dos preços mínimos será visualizada e quando ocorre um sinal de venda, a
média móvel dos preços máximos é exibida. Neste estudo, foi adotado o cálculo do Hi Lo
com 6 períodos.
69
Figura 23 – Sinais de compra e venda – Hi Lo – PETR4
• IFR
O IFR é um oscilador que busca identificar regiões de preço em que a ação esteja
sobrecomprada, com uma maior probabilidade de ocorrência de um movimento de baixa, e
sobrevendida, quando existe uma maior possibilidade de alta nos preços.
O IFR oscila em uma escala que varia de 0 a 100 e são traçadas duas retas que
representam os níveis de sobrecomprado e sobrevendido.
número de períodos = 14
nível de sobrevenda = 30
nível de sobrecompra = 70
A figura 24 apresenta um exemplo dos sinais gerados pelo IFR no gráfico da PETR4,
no ano de 2010.
• MACD
Um sinal de compra ocorre quando a linha MACD cruza de baixo para cima a segunda
linha e um sinal de venda ocorre quando esse cruzamento é de cima para baixo.
71
Os parâmetros adotado para o MACD foram:
• Parabólico SAR
O Parabólico SAR é um indicador que busca projetar o movimento futuro dos preços.
Um sinal de compra é gerado quando os preços cruzam para cima a linha do indicador e um
sinal de venda ocorre quando os preços cruzam a linha do indicador de cima para baixo.
72
As equações para cálculo do SAR são as seguintes:
Onde:
O valor do indicador pode aumentar em duas situações: quando o preço atual for maior
que o preço do dia anterior (quando o movimento for de alta), ou quando o preço atual for
menor que o dia anterior (quando o movimento for de baixa). O fator de aceleração irá
provocar um aumento no valor do indicador, o que fará com que esse se aproxime do preço.
Quanto mais rápido o preço subir ou cair, mais rápido o indicador se aproximará do preço.
A figura 26 apresenta um exemplo dos sinais gerados pelo Parabólico SAR no gráfico
da PETR4, no ano de 2010.
73
Figura 26 - Sinais de compra e venda - Parabólico SAR - PETR4
Com o intuito avaliar uma possível melhora nos resultados obtidos com os sinais
estudados, optou-se por utilizar uma média móvel simples de 233 dias como regra de filtro
nas operações simuladas.
Penteado (2003) avaliou se a média móvel de 233 dias poderia indicar regiões de
suportes e resistências no gráfico diário de 10 ações, no período de 1995 a 2002, e, por meio
de testes estatísticos, confirmou essa hipótese.
Com o intuito de avaliar se a média móvel simples de 233 dias foi capaz de melhorar
os resultados obtidos, foram realizados testes de igualdade de médias populacionais (teste t),
adotando a rentabilidade líquida obtida como dado de análise.
D
t = (18)
Sd
1
df ' = (19)
z1 + z 2
75
Quando não houver igualdade das variâncias, as equações serão:
D
t' = (20)
S 'd
df = w1 + w 2 − 2 (21)
Hi Lo 4,03 0,04
Para a amostra de dados dos sinais Hi Lo e MACD, com o p-value abaixo de 0,05, foi
rejeitada a hipótese de igualdade das variâncias, portanto foram utilizadas as equações 20 e 21
para o teste de igualdade de médias.
Os resultados do teste para a amostra de dados dos sinais estocástico lento, IFR e
Parabólico SAR, indicam que é possível aceitar a hipótese de igualdade das variâncias,
portanto, adotaram-se as equações 19 e 20 para o teste de igualdade de médias.
Nesse sentido, elaboraram-se as seguintes hipóteses, testadas para cada sinal da análise
técnica avaliado nesta dissertação:
H0: a média da rentabilidade líquida obtida sem o filtro da média móvel simples de 233 dias é
estatisticamente igual à média da rentabilidade líquida obtida com o filtro da média móvel
76
A hipótese alternativa seria:
H1: a média da rentabilidade líquida obtida sem o filtro da média móvel simples de 233 dias
não é estatisticamente igual à média da rentabilidade líquida obtida com o filtro da média
móvel.
Retornos
Definição Critérios Procedimento Procedimento Resultados Interpretação
anormais e
do Evento de Seleção de Estimação de Testes Empíricos e Conclusões
normais
77
3.2.5.1 Definição do evento e critérios de seleção
78
Os retornos normais, caso o evento não ocorresse, também conhecidos como retornos
esperados, foram obtidos pelo Modelo de Mercado, o qual estabelece uma relação linear, por
meio do método dos mínimos quadrados, entre o retorno observado do ativo e o retorno de
um índice que represente o mercado. Portanto os retornos normais foram obtidos do resultado
de uma regressão entre os retornos observados de cada ação analisada e o retorno do
Ibovespa, dentro da janela de estimação.
( )
E Rit = αi + βi Rmt (22)
( )
índice de mercado no período t, sendo este termo considerado o estimador para E Rmt ; e, αi
( )
α i = E Ri − βi E Rm ( ) (23)
βi =
(
Cov Rit , Rmt ) (24)
Var Rmt( )
Obtendo-se os retornos normais, aqueles caso o evento não ocorresse, são calculados
os retornos anormais, representados pela diferença entre o retorno observado e o retorno
esperado, conforme a equação abaixo:
( )
ARit = Rit − E Rit (25)
Onde: ARit , Rit e E Rit ( ) são, respectivamente, o retorno anormal, o retorno observado
e o retorno esperado, todos na data t.
79
3.2.5.3 Procedimento de estimação
A definição das janelas envolve certo grau de subjetividade e arbitrariedade por parte
do pesquisador e depende do evento estudado e dos objetivos que se almejam com o uso da
metodologia. Essa janela deve englobar períodos considerados relevantes para a verificação
de anormalidades no comportamento dos preços; não deve ser muito extensa, pois haveria o
risco de se englobar outros eventos, enviesando-se os resultados, e nem muito pequena, pois
arriscar-se-ia não se conseguir captar a anormalidade nos preços. De forma geral, a análise do
período anterior à data zero visa à identificação dos indícios do uso de informações
privilegiadas, enquanto a do período posterior visa fornecer evidências da velocidade e
precisão do ajuste dos preços à nova informação liberada ao mercado.
Para a janela de estimação foi considerado o período entre o dia -50 e dia -1.
t2
CARi ( t1 , t2 ) = ARit
t =t1
(26)
H0: a média dos retornos anormais acumulados antes da data do evento é estatisticamente
igual à média dos retornos anormais acumulados posterior ao evento
80
CAR(anterior) = CAR(posterior)
H1: a média dos retornos anormais acumulados antes da data do evento é estatisticamente
diferente à média dos retornos anormais acumulados posterior ao evento
CAR(anterior) CAR(posterior)
Uma vez identificada a diferença nas médias, proceder-se-ia ao estudo dos seus sinais,
assumindo as seguintes interpretações:
Para testar tais hipóteses, realizou-se um teste de médias pareadas, com os desvios
padrões conhecidos, cuja equação é:
zt =
( x1 − x2 )
σ 12 σ 22
+
n1 n2
(27)
81
3.2.6 Análise da duração das operações
Um gráfico com os preços de uma ação é composto por duas variáveis: o preço e o
tempo. No entanto, os principais manuais de análise técnica enfatizam o preço e não abordam
o tempo como fator de influência e de análise (WOLWACZ, 2010 e GILMORE, 1999).
Nesse sentido, como último objetivo específico desta dissertação, buscou-se avaliar se
o tempo médio de duração (intervalo entre os sinais de compra e venda) das operações que
terminam em lucro é estatisticamente igual ao tempo médio das operações que terminam em
prejuízo, sendo que cada sinal foi analisado separadamente.
O primeiro passo foi calcular a duração de cada operação, utilizando como base os
dados do registro de operações, conforme o exemplo da tabela 4, no item 3.2.1. Para isso,
utilizou-se o software Microsoft Excel e a unidade de medida foi o número de dias corridos.
As operações foram agrupadas por sinal e então, calculou-se a duração média das
operações por sinal pelo critério da média simples.
Por fim, para avaliar se existe diferença estatisticamente significativa na duração das
operações lucrativas e não lucrativas, realizou-se o teste de médias, constituindo-se as
hipóteses:
H0 = a duração médias das operações lucrativas é igual à duração média das operações não
lucrativas
e
H0 = a duração médias das operações lucrativas não é igual à duração média das operações
não lucrativas
Em todos os passos descritos acima, adotou-se a base de dados das operações sem o
filtro da média móvel.
82
4 ANÁLISE DOS RESULTADOS
Esta seção está divida em quatro partes, sendo cada uma dedicada à analise dos
resultados obtidos para cada objetivo da dissertação.
Analisando o período total da pesquisa, foram realizadas 8742 operações (uma compra
e uma venda), porém, considerando apenas os anos que compõem os sub períodos adotados
para análise (2001, 2002, 2005, 2008 e 2010) foram 4261 operações. O Hi Lo foi o sinal que
gerou o maior número de operações nos sub períodos analisados, conforme os dados da tabela
7.
O IFR foi o sinal com o menor número de operações realizadas em todos os anos. Isso
se deve principalmente à sua concepção, o qual só gera um sinal de compra quando a ação
está saindo do nível sobrevendido. Se a ação estiver com os preços em tendência de alta, o
IFR não atingirá o nível de sobrevendido, portanto não gerará sinais de compra. Outro motivo
que pode ter contribuído para um número reduzido de operações está relacionado ao
parâmetro de 14 períodos adotado nesta dissertação. Se fosse utilizado um período menor, o
IFR, possivelmente, atingiria o nível de sobrevendido com maior frequência, gerando mais
sinais de compra.
83
A tabela 8 apresenta a rentabilidade obtida pelo modelo buy and hold e por cada sinal
da análise técnica, separada por ação e por ano analisado.
ESTOCÁSTICO
AÇÃO ANO BUY AND HOLD HI LO IFR MACD SAR
LENTO
84
2005 14,83% -7,47% -8,79% 22,69% -12,22% -4,10%
85
2001 -23,92% -24,55% -9,73% -1,81% -4,55% -4,05%
No caso da rentabilidade auferida pelo buy and hold ser negativa, destacou-se somente
os casos em que a rentabilidade com os sinais foi positiva, não bastando ser superior ao buy
and hold.
86
Com a combinação de cinco sinais, cinco anos e quatorze ações, obteve-se 350
campos de análise, sendo que em 61 casos, a rentabilidade obtida por algum sinal foi superior
ao buy and hold.
O sinal que obteve o maior número de casos em que a rentabilidade foi maior que o
buy and hold foi o IFR, com 22 casos e depois: o MACD, com 14 casos; o Parabólico SAR e
o Hi Lo com 9 casos cada e o estocástico lento, em 7 casos.
Segundo Bruni (2011, p. 172) o teste do qui-quadrado analisa a hipótese nula de não
existir discrepância entre as frequências observadas e as frequências esperadas de
determinado evento.
Como cada sinal foi analisado setenta vezes (cinco anos e quatorze ações), obteve-se
uma frequência esperada de 35 casos em que a rentabilidade obtida com os sinais fosse
superior ao buy and hold.
87
Tabela 9 – Frequências esperadas e observadas por sinal
Estocástico lento 35 7
Hi Lo 35 9
IFR 35 22
MACD 35 14
Parabólico SAR 35 9
O teste do qui-quadrado foi realizado para cada sinal, utilizando a equação a seguir:
X² = [(O-E)² / E] (28)
Onde:
O = frequência esperada
E = frequência observada
Sinal X² p-value
Hi Lo 38,62 0
MACD 25,2 0
88
O p-value em todos os casos ficou abaixo do nível de significância de 0,05, portanto a
hipótese de igualdade de frequências foi rejeitada.
Com a utilização da média móvel simples de 233 dias como regra de filtro, foram
realizadas 2371 operações, o que representa uma redução de 44% no total de operações
originalmente efetuadas sem o filtro.
2002 74 149 17 66 99
2008 58 108 17 45 84
A tabela 12 apresenta a rentabilidade líquida obtida por sinal e por ano, utilizando o
filtro da média móvel.
89
Tabela 12 – Rentabilidade líquida obtida com o filtro
AÇÃO ANO BUY AND HOLD ESTOCÁSTICO HILO IFR MACD SAR
90
2002 66,12% 7,28% 3,83% 40,30% -0,34% 5,16%
91
2010 42,97% -19,91% -16,75% 31,42% -8,42% -8,84%
A fim de avaliar se a rentabilidade líquida obtida com o filtro foi superior à obtida sem
o filtro, realizou-se o teste de igualdade de médias populacionais, conforme descrito no item
3.2.5. A tabela 13 apresenta os resultados desse teste.
Nesse sentido, parece que a utilização da média móvel simples de 233 dias não foi
capaz de melhorar os resultados pelos sinais estudados nesta dissertação.
Uma possível explicação para esse resultado seria o fato de a ação, ao estar com os
preços abaixo da média móvel simples de 233 dias em seu gráfico diário, poderia estar
sobrevendida e uma compra efetuada nessa condição apresentaria uma possibilidade de
ganho, caso os preços voltassem a subir.
Conforme explicado no item 3.2.5.1, adotou-se o IFR para análise, pois foi o sinal que
apresentou o maior número de casos de superação da rentabilidade em comparação ao buy
and hold.
A fim de avaliar o impacto da geração de um sinal de compra nos retornos das ações,
cumpriram-se os passos descritos no item 3.2.5.
93
Os retornos anormais calculados nas janelas de comparação e de evento são
apresentados na tabela 14:
94
Tabela 15 – Retornos anormais acumulados (CAR)
95
Gráfico 2 – Retornos anormais acumulados
0,2
0,15
0,1
0,05 BBDC4
C
ELET3
A 0
-5 -4 -3 -2 -1 0 1 2 3 4 5 EMBR3
R
-0,05 PCAR4
TIMP3
-0,1
-0,15
-0,2
Janelas de comparação e de evento (dias)
96
Em quatro dos cinco eventos analisados, o p-value ficou acima de 0,05, sendo aceita a
hipótese de igualdade das médias. Então, parece que não existiu geração de impacto
significativo nos retornos das ações para esses casos.
A análise da comparação das médias do CAR sugere que houve criação de valor nos
preços das ações, sendo o impacto positivo nos retornos das ações. A média do CAR na janela
de comparação anterior ao evento foi de – 0,091 e a média do CAR na janela de comparação
posterior foi de 0,6699.
Não é possível afirmar que a causa de tal diferença seja, exclusivamente, a geração do
sinal de compra, pois, pode ter sido divulgada uma notícia relevante sobre a empresa na data
do evento (data 0) e, a partir disso, os investidores manifestaram interesse em comprar as
ações, fazendo com que os preços se elevassem de forma expressiva.
97
Tabela 17: Duração média das operações
Sinal Duração média das operações que Duração média das operações que
terminaram em lucro (dias) terminaram em prejuízo (dias)
Hi Lo 15,5 5,3
Observa-se que a duração média das operações do sinal IFR é superior se comparada
aos outro sinais. Isso ocorre devido ao conceito de geração de um sinal de venda, pois esse
ocorre somente quando a ação sai do estado sobrevendido. Se o preço da ação demorar para
atingir o nível de sobrevendido ou permanecer nesse estágio por um longo período, não é
gerado o sinal de venda.
Hi Lo 29,61 0
IFR 8,7 0
MACD 26,4 0
98
Em todos os casos, a hipótese de igualdade das médias é rejeitada, pois o p-value está
abaixo do nível de significância de 0,05.
É possível notar que para os sinais estocástico lento, Hi Lo, MACD e SAR, a duração
média das operações que terminaram em prejuízo é menor. Para o sinal IFR, verifica-se o
comportamento contrário.
99
5 CONSIDERAÇÕES FINAIS
5.1 Conclusões
O objetivo principal desta dissertação foi avaliar se a utilização dos sinais de compra e
venda de ações, gerados pela análise técnica, produzem resultados financeiros superiores ao
modelo buy and hold.
A amostra foi composta por quatorze ações que pertencem ao IBOVESPA e o período
adotado foi de 2000 a 2010, porém as análises dos dados foram realizadas nos anos de 2001,
2002, 2005, 2008 e 2010.
Foram analisados cinco sinais da análise técnica (estocástico lento, Hi Lo, IFR,
MACD e Parabólico SAR), os quais são abordados nos principais manuais do tema, como os
apresentados por Edwards, Magee e Bassetti (2007), Achelis (2001) e Murphy (1999).
Esperava-se que a rentabilidade obtida com esses sinais fosse superior à obtida pelo
modelo buy and hold, uma vez que o tema vem sendo bastante difundido no mercado de ações
no Brasil.
Com a combinação de cinco sinais, cinco ações e quatorze ações, obteve-se uma
amostra de 350 casos para análise e constatou-se que em 61 ocasiões a rentabilidade obtida
com os sinais da análise técnica foi superior ao modelo buy and hold. Os resultados dos testes
de significância de frequência indicaram que os sinais da análise técnica não foram capazes de
produzir resultados financeiros superiores ao modelo buy and hold.
Optou-se por testar a média móvel simples de 233 períodos como regra de filtro para
utilização dos sinais, objetivando-se avaliar se tal regra aumentaria a rentabilidade obtida com
os sinais estudados, o que seria o resultado esperado. Os resultados revelaram que não houve
diferença estatisticamente significativa entre as rentabilidades obtidas com e sem o filtro,
contrariando o resultado esperado.
100
Avaliou-se também qual o impacto da geração de um sinal de compra nos retornos de
cinco ações, por meio do método de estudo de eventos.
Optou-se por realizar o estudo de eventos em conjunto com a análise técnica para
gerar contribuições à academia e ao conhecimento em finanças, ainda que, sob a ótica da
teoria da eficiência de mercado, essa análise seria equivocada.
5.2 Limitações
102
REFERÊNCIAS BIBLIOGRÁFICAS
ABE, M. Manual de Análise Técnica: Essência e Estratégias Avançadas. São Paulo: Novatec
Editora, 2009.
ARIEL, R. A. A monthly effect in stock returns. Journal of Financial Economics. v.18, n.1,
p.161-174, March 1987.
103
BRAV, A.; HEATON, J. B. Testing behavioral theories of undervaluation and overvaluation.
Kellogg School of Management, 2006. Disponível em
www.kellogg.northwestern.edu/finance/faculty/seminars/brav051106.pdf. Acesso em:
03/08/2011.
BROCK, W.; LAKONISHOK, J.; LEBARON, B. Simple Technical Trading Rules and the
Stochastic Properties of Stock Returns. The Journal of Finance, Vol. 47, No. 5, pp.1731-1764,
1992.
BRUNI, A. L. PASW Aplicado à Pesquisa Acadêmica. 2ª edição. São Paulo: Atlas, 2011.
BRUNI, A. L.; SOARES, O. S.; PEREIRA DA SILVA, M.; PAIXÃO, R. B., CARVALHO
JUNIOR; C. V. O. Análise Técnica de Ações: um estudo de caso da empresa Bombril S.A.
XI SEMEAD, São Paulo, 2008.
104
CAVALCANTE, F.; MISUMI, J. Y.; RUDGE, L. F. Mercado de Capitais: o que é, como
funciona. Rio de Janeiro: Campus Elsevier, 2009.
COPELAND, T. E.; WESTON, J.F.; SHASTRI, K. Financial theory and corporate policy.
4.ed. New York: Addison Wesley, 2005.
ELDER, A. Trading for a live. New York: John Wiley & Sons Inc, 1992.
FAMA, E. F. Efficient Capital Markets: A Review of Theory and Empirical Work. The
Journal of Finance, pp. 383-417, 1970.
105
_______Efficient capital markets: II. Journal of Finance, v. 46, n. 5 p.1575-1618, December
1991.
FAMA, E. F.; FRENCH, K. Common risk factors in the returns on stocks and bonds. Journal
of Financial Economics, 33, p. 3-56, 1993.
___________________ Dissecting Anomalies. The Journal Of Finance, Vol LXIII, nº4, 2008.
GILMORE, B. Dynamic Time & Price Analysis of Market Trends. Helensvale, Australia:
Bryce Gilmore & Associates Publication, 1999.
HAUGEN, R. A.; JORION, P. The January effect: still there after all these years. Financial
Analysts Journal, v. 52, n. 1, 1996.
JEGADEESH, N.; TITMAN, S. Returns to buying winners and selling losers: implications for
stock market efficiency. Journal of Finance, Chicago: American Finance Association, v. 48, n.
1, p. 65-91, 1993.
KAHN, M. N. Technical analysis plain and simple. 2 ed. FT Prentice Hall. 2006.
LAKONISHOK, J.; SMIDT, S. Are seasonal anomalies real? A ninety-year perspective. The
review of financial studies, v.1, n.4, p. 403-42, 1988.
LEE, M. C. C.; SWAMINATHAN, B. Price Momentum and Trading Volume. The Journal of
Finance v. 55, n. 5, p.2017-2068, 2000.
LEMOS, F.; CARDOSO, C. Análise Técnica Clássica. São Paulo: Editora Saraiva, 2010.
LENTO, C. A Combined Signal Approach to Technical Analysis on the S&P 500. Journal of
Business & Economics Research, volume 6, number 8, 2008.
107
LIMA, F. G.; SILVA FILHO, A. C. da; MINANTE, O. ; DONZELI, O. A eficiência da
análise técnica no mercado de capitais, frente o modelo CAPM. IX SEMEAD, 2006.
MARSHALL, B. R.; CAHAN, R. H.; CAHAN, J. M. Technical analysis around the world.
SSRN Working Papers. Disponível em: http://ssrn.com/abstract=1181367. Acesso em
01/06/2010.
MODIGLIANI, F.; MILLER, M. The cost of capital, corporation finance and the theory of
investment. The American Economic Review, Nashville, v.48, n.3, 1958.
108
NOFSINGER, J. R. A lógica do mercado: como lucrar com finanças comportamentais. São
Paulo: Editora Fundamento Educacional, 2006.
OSLER, C. L.; CHANG, P. H. K. Head and shoulders: Not just a flaky pattern. Federal
Reserve Bank of New York staff report 4, 1995.
PINHEIRO, J. L. Mercado de capitais: fundamentos e técnicas. 5 ed. São Paulo: Atlas, 2009.
109
PRING, M. J. Technical analysis explained. New York: Mc Graw-Hill, 2002.
RATNER, M.; LEAL, R. Tests of Technical Trading Strategies in the Emerging Equity
Markets of Latin America and Asia. Journal of Banking and Finance vol.23, n12, 1999.
ROBERTS, H. Statistical versus clinical prediction of the stock market. Unpublished Work
presented in the Conference of Securities Price Analysis, Chicago, May 1967.
SAFFI, P. A. C. Analise técnica: sorte ou realidade? Rio de Janeiro. FGV, Revista brasileira
de economia, vol. 57, n. 04, 2003.
110
SANTOS, J. O. ; FAMÁ, R.; MUSSA, A.; TROVÃO, R. H .T. Anomalias do Mercado
Acionário Brasileiro: A Verificação do Efeito Janeiro no Ibovespa no Período de 1969 a 2006.
In: 7º Encontro Brasileiro de Finanças, 2007, São Paulo. 7º Encontro Brasileiro de Finanças,
2007b.
SAVIN, G.; WELLER, P.; ZVINGELIS, J. The predictive power of head-and-shoulders price
patterns in the U.S. stock market. Journal of Financial Econometrics, Vol. 5, No. 2, 243–265,
2007.
SHARPE, W. F. Capital asset prices: a theory of market equilibrium under conditions of risk.
Journal of Finance, v. 19, p. 425-443, 1964.
111
TVERSKY, A.; KAHNEMAN, D. Judgment under Uncertainty: Heuristics and Biases.
Science, v. 185, n. 4157, pp. 1124-1131, 1974.
112