Escolar Documentos
Profissional Documentos
Cultura Documentos
Graduação em Administração
Trabalho de Curso
Technical Analysis:
Return of Investment of Moving Average Crossover Strategy
Abstract: In recent years, due to the fall of fixed income interest rates, a large number of
people have started searching for more rentable investments. Many of them use Technical
Analysis to guide their investments. This work systematically shows the profitability of a
popular Technical Analysis strategy: Moving Average Crossover. A descriptive research with
a longitudinal cut was carried out, with real data collection directly from the main Brazilian
Stock Exchange (B3). A simulation in backtest format was performed in an automated way
with the help of a proprietary algorithm. On average, the crossing of moving averages
surpassed the benchmark (Bovespa Index) and the simulated investment in fixed income
(100% of the CDI). Crossing moving averages also outperforms the Buy and Hold strategy,
but with a smaller margin.
2
1. INTRODUÇÃO
Embora Leite (2017) sugira que o aumento de pessoas físicas na bolsa brasileira seja
decorrente de ações orquestradas da própria B3, existem outras explicações possíveis e até
mais lógicas. Entre 1998 e 2019 houve 4 mudanças no regime previdenciário brasileiro,
aumentando a idade mínima para aposentadoria (PEC 20/1988), aumentando a contribuição
dos servidores públicos e diminuição da remuneração previdenciária (PEC 40/2003),
estabelecendo um teto de R$5.531,31 e mais uma vez aumentando idade mínima e tempo de
contribuição para servidores públicos e trabalhadores em geral (PEC 287/2016) e criando um
regime de capitalização em que o próprio trabalhador cria sua poupança para aposentadoria
(PEC 6/2019). Em resumo, todas essas Propostas de Emendas Constitucionais tiveram por
objetivo aliviar os cofres públicos, tendo como efeito colateral aumentar o tempo e o valor das
contribuições e diminuir a renda de aposentadoria do trabalhador.
Concomitantemente, conforme ilustra o Gráfico 2, a taxa de juros de referência no
Brasil, a Selic, caiu drasticamente. Tendo chegado a 45% ao ano em 1998, a Selic despencou
até 2% ao ano em 2020, e no último comunicado do Comitê de Política Monetária (COPOM),
está indicado que esse estímulo monetário deve ainda seguir por muito tempo. Considerando
que a inflação projetada para 2020 está em 2,1%, vivemos a situação inédita no Brasil de
termos uma taxa de juros real negativa, o que implica que investimentos mais seguros, como
os de renda fixa, gerarão perdas líquidas neste ano e num horizonte próximo.
1 http://www.b3.com.br/pt_br/market-data-e-indices/servicos-de-dados/market-data/consultas/mercado-a-vista/historico-pessoas-fisicas/
3
Fonte: Banco Central do Brasil, 2021.
5
2. REFERENCIAL TEÓRICO
Este referencial teórico está organizado em duas seções. A primeira seção trata dos dos
mercados de capitais, da teoria que fundamenta a análise técnica e de elementos técnicos
necessários para a compreensão deste trabalho. A segunda seção trata do estado-da-arte em
pesquisas sobre retornos financeiros da análise técnica.
6
Para que o processo de tomada de decisão de um investimento acionário ocorra de
uma maneira mais espontânea, na maioria das vezes, é imprescindível que um posicionamento
mais formal seja tomado para uma escolha de investimento mais racional sobre esses ativos.
Do ponto de vista do investidor em renda variável, há diferentes estratégias de
investimento disponíveis. Mas todas elas enquadram-se em duas grandes categorias: a análise
fundamentalista e a análise técnica. Os dois tipos de avaliação buscam projetar os futuros
comportamentos de ativos financeiros, elaborando prognósticos em relação a possíveis
variações de preços no mercado. Apesar de terem um objetivo semelhante (oferecer maior
rentabilidade para o investidor), as duas categorias de análise partem de bases diferentes.
A análise fundamentalista baseia-se nos dados e informações econômicas e financeiras
que permitem gerar projeções sobre o fluxo de caixa futuro das empresas (ASSAF, 2014)..
Em busca de possibilitar retornos aos investidores, seu objetivo é identificar um valor
intrínseco para a ação. Lucas (2010) afirma que, se aprofundada a análise de ações através da
visão fundamentalista, o risco financeiro será reduzido, assim, proporcionando possíveis
maiores ganhos e maior tranquilidade para os investidores.
Por outro lado, existe uma forma de análise de ações, visando lucros de curto ou
médio prazos, chamada de análise técnica. A análise técnica de ações teve seu surgimento aos
redores de 1700. Famílias japonesas, ligadas à produção de arroz, começaram acompanhar e
registrar as variações do seu preço com o objetivo de desenvolver tendências para identificar
tais oscilações. Tal método hoje é conhecido por ロ ー ソ ク 足 , (que no ocidente ficou
conhecido como Candlesticks).
A análise técnica é o estudo de como os preços se movimentam, e não se importa com
o porquê deles se movimentarem. Apesar do preço ser impactado por variantes externas,
ênfase aqui é no movimento dos preços de compra e venda de ações, e também nos aspectos
psicológicos por trás das negociações (PINHEIRO, 2005).
Segundo Assaf (2014), emprega-se análise técnica para determinar projeções sobre o
futuro comportamento das ações, com suporte em padrões observados no passado do
mercado. Dita análise é colocada em prática através de estudos sobre a oferta e demanda
dessas ações e os movimentos de suas cotações. As tendências do mercado, são criadas pelo
histórico de movimentações dos preços e assim são justificadas suas futuras evoluções. Seu
principal instrumento para avaliação são os gráficos e os indicadores que têm como função
mostrar essas oscilações, descrevendo as tendências para que assim seja analisada uma
oportunidade de transação. Analogamente, para Lemos (2015) a análise técnica é um estudo
dos possíveis movimentos futuros do preço de uma certa ação através da interpretação de
gráficos com objetivo de identificar tendências futuras.
Neste trabalho utilizaremos uma estratégia baseada em indicadores de análise técnica
para observarmos seu comportamento e seus resultados ao longo do tempo.
Esses seis pontos da Teoria de Dow, listados por RHEA (1932) e ABE (2009),
formam o fundamento teórico que sustenta a análise técnica.
8
Conforme mencionado na seção 2.1.2, uma das ferramentas da análise técnica é a
análise gráfica. Gráficos dão suporte visual à tomada de decisão do investidor que opta por
fazer operações baseadas na Teoria de Dow e na análise técnica.
Para Vidotto (2009), existem vários tipos de gráficos para se classificar uma ação,
estes são: gráfico de volume, gráfico de ponto-figura, gráfico de linha, gráfico de barras e
gráfico Candlesticks. Os gráficos indicam tendências, demonstrando o direcionamento do
mercado, podendo esse direcionamento ser Altista, Baixista ou Lateralizado. Em relação à
tendência, o analista gráfico procura identificar sinais de continuação ou de reversão. Por um
lado, sinais de continuação significam que a tendência seguirá no movimento presente. Por
outro lado, há sinais de reversão, que indicam que a tendência atual poderá encerrar-se por
uma mudança de direcionamento.
Para Matsura (2006) as três formas mais clássicas de representar um gráfico de preços
são: de barras, de linhas e de velas (candlestick). O gráfico de linha é o mais simples,
composto apenas por preços de fechamentos diários sendo assim a fácil visualização e
interpretação de padrões gráficos. O mesmo autor destaca que existem outros preços
importantes que são destacados nos gráficos de barras: preços de abertura, de fechamento,
mínimo e máximo. Já o gráfico de candlesticks permite uma visualização mais detalhada dos
preços permitindo análises mais sofisticadas. Além de observar os dados de preço, os analistas
técnicos necessitam estudar dados temporais. Os gráficos descrevem os preços em períodos de
tempo determinados: diário, semanal, mensal ou para análises mais minuciosas em períodos
de segundos, minutos ou horas. Matsura (2006) destaca o período diário como um auxílio
para uma melhor visualização de fechamentos, aberturas e preços correntes. Os períodos de
intraday são mais utilizados para “daytrades”. Com o intuito de uma análise mais precisa, são
utilizados gráficos com períodos diferentes para obter suportes ou resistências ou confirmação
de tendências sobre futuras movimentações.
O gráfico candlesticks traz dados de quatro preços. Cada candle é constituído por
sombras superiores e inferiores sendo elas indicadoras de máximas e mínimas, enquanto seu
corpo retrata preços de abertura e de fechamento (conforme apresentado no gráfico 3).
Gráfico 3 – Candlesticks
No dizer de Abe (2009) os candles auxiliam nas operações com movimentos bem
estabelecidos e direcionados até mesmo dentro de consolidações amplas. Não obstante, tais
operações não devem ser feitas em consolidações justas.
Abe (2009) cita que indicadores técnicos ajudam a analisar fatores como tendência,
volume, e força dos agentes compradores e vendedores, assim como níveis de compra e sobre
compra. Pode-se utilizar os mesmos como ferramentas auxiliares ou operar seus sinais de
compra e venda de forma combinada ou isolada. Outra forma muito utilizada é como apoio
para análise dos aspectos dos movimentos.
Médias móveis (MM) são indicadores da família dos rastreadores de tendência. Através
de linhas plotadas sobre o gráfico de preços indicam o valor médio de fechamento dos preços
deslocados através do tempo e tal indicação se dá por sua inclinação.
Se a inclinação for ascendente de MM a indicação altista de tendência está ativao. Uma
inclinação descendente indicaria o inverso. As flutuações por cima e abaixo das médias
indicam uma lateralização. A MM simples e exponencial são as mais utilizadas por
investidores. A Média Móvel Simples leva em conta por igual todos os dados utilizados para
seu cálculo. É uma soma dos preços de fechamento de um período definido, dividido pelo
10
mesmo número de dias permitindo uma visualização de tendência melhor com um traçado
menos enganador.
A fórmula matemática para o cálculo da Média Móvel Aritmética, num gráfico diário -
por exemplo, pode ser vista de tal forma:
Em quê:
P = preço da ação no período do cálculo
N = número de dias da média móvel
Um tipo especial de média móvel é a média móvel exponencial. Ela é muito popular
entre analistas gráficos e tem como principal característica enfatizar nos preços mais recentes
para o seu cálculo, com uma reflexão mais intensa na oscilação de um ativo seu traçado se
torna mais sinuoso (ABE, 2009). A fórmula matemática para o cálculo da média móvel
exponencial pode ser vista de tal forma:
Onde:
P: preço atual
N: número de dias da média móvel
MME: média móvel exponencial
De acordo com Correia (2008) Por causa da volatilidade gerada pelas pressões
compradoras e vendedoras, grandes mudanças nos gráficos são formadas. Tais mudanças
podem ser confusas no momento de determinar uma tendência. Para enfrentar tais mudanças
bruscas, são utilizadas as médias móveis de modo a suavizar os movimentos dos preços e
assim indicar uma tendência de forma mais clara.
Através das Médias Móveis é permitida uma visualização das tendências retratadas na
teoria de Dow. A terciária será obtida com uma média móvel de 21 dias, a secundária por uma
média móvel de 50 dias e a primária por uma média móvel de 200 dias sendo tal tendência
obtida por um período de longo prazo (ABE, 2009).
Segundo Lemos (2015) um dos primeiros indicadores a aparecerem na análise gráfica
foram as médias móveis devido a sua simplicidade e facilidade para manuseio, e um dos mais
utilizados até hoje. Plotado sobre o gráfico de preços, por meio da utilização de uma única
média móvel, torna-se possível gerar sinais de compra e venda. Quando o preço de
fechamento cruza a média móvel de baixo para cima percebe-se um sinal de compra,
11
enquanto ao inverso um sinal de venda. Isto é, o preço de fechamento cruzar de cima para
baixo da média móvel.
Torrico (2004) afirma em seu trabalho que a pesquisa sobre análise técnica pode trazer
enormes benefícios ao mercado de capitais. Através de uma pesquisa caracterizada como
exploratória, desenvolve seu objetivo em analisar a viabilidade de uma ferramenta da análise
técnica no índice Ibovespa e compara os resultados obtidos com teorias existentes. O período
analisado foi de 2002-2003 por meio de uma análise quantitativa aplicada com dados obtidos
em gráficos de barras. De acordo com o autor, foi possível verificar retornos positivos para os
investidores no período definido. Tal retorno foi de 11,05% desde a compra do índice.
Mediante projeções o autor alega que o mercado poderá atender as expectativas com uma
margem de erro existente, pois a visualização das figuras e estudos são desenvolvidas por
pessoas. Para Torrico (2004) o maior desafio perante o mercado é ignorar os sentimentos, pois
as projeções são questões da visão própria e isso poderia alterar a interpretação. Na maioria
das vezes, o analista tem muitas esperanças de que a ação continue caindo ou fique em um
constante crescimento e assim tome decisões não lógicas comprometendo a sua análise.
Segundo Torrico (2004) por motivos de carência difusora, a análise técnica no brasil
carece de estudos e de trabalhos empíricos que assegurem a eficiência da mesma como
ferramenta de investimento. O mesmo autor, recomenda a utilização de indicadores como um
auxiliar para a tomada de decisão e a utilização de outras estratégias por meios gráficos em
ações diferentes como futuros trabalhos.
No trabalho de Davanzo (2011), o objetivo era pesquisar se os retornos obtidos através
da Análise Técnica seriam superiores aos do mercado utilizando 5 estratégias. Ditas
estratégias são: Cruzamento de Médias Móveis de 5 e 20 dias, Cruzamento de Médias Móveis
de 10 e 50 dias, Moving Average Convergence Divergence (MACD), Índice de Força
Relativa (IFR) e Estocástico. Os indicadores foram analisados e aplicados a cinco ações de
volume relativamente grande constituintes da BOVESPA. Estas são: Petrobras PN, Vale PN,
Usiminas PN, Bradesco PN, Gerdau PN. A pesquisa era de natureza exploratória com o
tratamento dos dados de forma quantitativa. A execução da pesquisa foi feita no período de
2007 a 2010 com o fim de verificar se havia um excesso significativo de retorno em relação
ao Ibovespa através do modelo de precificação de ativos (CAPM), do alfa de Jensen e com o
método dos mínimos quadrados. Através de uma análise separada por ação procurou também
qual seria o número de acertos nas ordens de compra e venda das ações. Foi concluído através
da pesquisa que nenhuma das estratégias outorgaram um retorno significativo para o período
definido. Para os autores, a análise técnica não está capacitada para gerar retornos
excepcionais pelo fato de não conter um “poder preditivo” quando levados em consideração
dados estatísticos. A pesquisa demonstrou a importância de não empregar somente uma
estratégia para operar no mercado, pois a utilização de diferentes indicadores poderá ser mais
eficiente para cada momento.
No trabalho de Vidotto (2009) o autor buscou elaborar um estudo sobre a efetividade da
utilização do MACD para a compra e venda de ações por investidores e avaliar a volatilidade
dessas ações entre o momento de compra e venda comparando com a valorização do Índice
Bovespa simultaneamente no mesmo período. A escolha para as ações a serem analisadas
foram sorteadas de um total de noventa empresas utilizando o método de amostragem
aleatória simples e uma análise de dados secundários quantitativa. Ditas empresas são: Banco
12
do Brasil (BBAS3), Embraer (EMBR3), Natura (NATU3), Perdigão (PRGA3), WEG
(WEG3). Foi analisado de forma individual a movimentação do MACD no período de 2006
com objetivo de observar o cruzamento das linhas (MACD e a linha de sinal) e encontrar
oportunidades de compra e venda dessas ações. Foi constatado durante o período delimitado
que o MACD seria uma ferramenta eficaz devido aos resultados obtidos de 26,7% de
rentabilidade acumulada em comparação com uma rentabilidade acumulada do Ibovespa de
0,90%. Além disso, os indicadores em ordens de compra e venda, em média, favoreceram em
58,3% e desfavorecem em 41,7%. O trabalho ressalta a importância da utilização de mais de
um indicador como ferramenta de auxílio para uma análise técnica e também uma escolha de
ativos efetiva com retornos positivos.
O trabalho de Costa (2011) teve como objetivo identificar pontos em comum entre
análise técnica e fundamentalista a partir de uma carteira de ações. Com uma metodologia
exploratória e utilizando a pesquisa bibliográfica, a pesquisa tratou os dados de maneira
quantitativa. Após o tratamento foi identificado que ambas as ferramentas poderiam agregar
valor a uma carteira de ações se trabalhadas juntas. No dizer do autor, análise técnica funciona
muito bem para mercados com tendências definidas. Enquanto em mercados indefinidos ela
não demonstra precisão e torna-se ineficiente para o investidor. Por meio deste trabalho, o
autor concluiu que cada investidor deverá desenvolver seu estilo operativo sendo ele
fundamentalista ou técnico com a utilização de outras ferramentas ou não. Ainda segundo
Costa (2011) o investidor deverá escolher a técnica que melhor se identifique e se adeque à
sua obtenção de resultados.
Cohen e Cabiri ( 2015) em seu artigo, comparam os retornos entre a estratégia clássica
de “Buy and Hold” com indicadores técnicos de oscilação aplicados em vários índices globais
( DJI, FTSE, NK225 and TA100) entre o período de (2007-2012).Os indicadores utilizados
foram: MACD, PSAR, Estocástico e RSI. Seu objetivo era verificar se através de estratégias
formadas com indicadores poderia ser obtido maiores resultados que a estratégia de “Buy and
Hold”. Para tais experimentos, foram computadas quatro fórmulas produzindo simulações de
compra e venda respeitando as regras dos osciladores e deduzindo as comissões do mercado
de modo a que as simulações fossem o mais reais possível. Os resultados obtidos através das
simulações demonstraram que o RSI e o MACD geralmente produzem melhores resultados
em mercados baixistas ocorrendo oposto em mercados altistas.
Bader, Fahad e Hansz ( 2017) através de seu experimento analisam a performance de
alguns indicadores técnicos de forma separada em dois subperíodos: antes e depois da crise
financeira de 2008 com o fim de descobrir a habilidade de predição de cada um deles para
obtenção de retornos e se os indicadores seriam maiores que os utilizados na estratégia de
“Buy and Hold”.O estudo busca demonstrar o desempenho de alguns indicadores técnicos em
mercados da China, Hong Kong, Indonésia, Japão, Malásia, Filipinas, Singapura, Tailândia e
Taiwan com parâmetros diferentes para cada indicador aplicado. Para tais experimentos as
informações dos índices foram retiradas por meio da página Bloomberg nos períodos de Julho
de 1995 a Dezembro de 2015 utilizando os fechamentos diários para cálculo dos retornos. Os
resultados demonstram que para os mercados da Indonésia, Malásia, Taiwan e Tailândia,
indicadores técnicos poderiam gerar sinais de compra e venda resultando em retornos
significativamente maiores que os de “Buy and Hold”. Mesmo após incluir custos de
transação e ajustes de riscos nos trades os resultados do estudo se reforçam ainda mais.
Através de informações obtidas de um API da “Google Finance”, importadas para uma
data base. Prasetijo, Saputro, Windasari, Windarto, (2017) aplicam sete estratégias de análise
técnica baseadas em Bandas de Bollinger e Parabolic SAR. Com a utilização do historial de
fechamentos diários, os autores escolheram ações dentro do índice LQ-45 para realizar
backtests das estratégias selecionadas com o intuito de analisar a performance de cada uma
sendo tal de perdas ou ganhos. O período analisado foi de um ano. A estratégia de Bandas de
13
Bollinger foi a de melhor performance com ganhos de 17% em tendências altistas e de 1,.19%
em consolidações. A estratégia de Parabolic SAR demonstrou ter a pior performance em todas
as tendências.
Este estudo, examina o potencial de dez Variable Length Moving Average (VMA) para
gerar lucros em dez mercados de países emergentes na América Latina e Ásia nos períodos de
Janeiro de 1982- Abril 1995.Com o propósito de verificar a eficiência de algumas estratégias
técnicas na sua utilização foram comparados os resultados obtidos com resultados da
estratégia de “Buy and Hold” para análise dos mesmos. Até o período de desenvolvimento do
estudo, não existiam na literatura, experimentos aplicando estratégias técnicas em mercados
Latino Americanos. Os dados coletados e analisados no trabalho provém dos seguintes
índices: Bolsa Índice General (Argentina), Índice Bovespa (Brasil), Índice General de Precios
(Chile), Bombay Sensitive ( Índia), Seoul Composite Index (Korea), Kuala Lumpur
Composite Index (Malasia), Índice de Precios y Cotaciones (Mexico), Manila Composite
Index (Filipinas), Taipei Weighted Price Index ( Taiwan) e Bangok S.E.T. (Tailandia).
Também foram obtidos dados do site: International Financial Statistics database. Todos os
dados e resultados foram computados para uma melhor análise. Os resultados encontrados
demonstram que o VMA não possui potencial para uma predição de movimentos futuros dos
preços na maioria dos mercados estudados, em especial quando adicionados custos de
transação. Os autores concluem que somente no México, Taiwan, Tailândia e Filipinas as
regras teriam 20% de assertividade na predição de movimentos. Os mesmos afirmam que
todas as regras demonstraram maior número de indicações de compra do que de vendas no
México, Malásia e Filipinas (RATNER, LEAL, 1999).
Neste trabalho, a diferença da literatura previamente mencionada, os resultados obtidos
não serão comparados somente com a estratégia de “Buy and Hold” mas também com o
benchmarking do Índice Bovespa. Tampouco serão utilizados indicadores além de Médias
Móveis. Para uma melhor apresentação e manipulação dos dados, será utilizada a ferramenta
do Microsoft Excel para que de tal forma sejam fornecidas planilhas e gráficos com os dados
processados. Isto é, uma demonstração dos resultados com maior transparência e de fácil
entendimento para o leitor. Também serão aplicados “backtest” das estratégias através de
programações informáticas para que de tal modo, os erros humanos ou tomadas de decisões
através impulsos psicológicos sejam minimizados utilizando inteligência artificial.
14
3. Método
De acordo com Gil (2010) as pesquisas podem ser classificadas com base em seus
objetivos gerais em três grandes grupos: descritivas, exploratórias e explicativas. A pesquisa
deste trabalho tem natureza descritiva. Além disso, o mesmo autor cita que as pesquisas
descritivas podem ser aquelas que se propõem a descobrir a existência e a natureza de
associações entre variáveis, assim como descrever os atributos de uma certa população.
Para Vergara (2009), a pesquisa descritiva não tem comprometimento com a explicação
dos fenômenos que irá descrever, entretanto, tais descrições serão úteis como base para essas
explicações. A pesquisa descritiva utiliza técnicas padrões para a coleta de dados sendo elas:
questionário e observação sistemática, atribuindo-se na maioria das vezes a sua forma de
levantamento (SILVA, 2001). Neste trabalho faz sentido a adoção da observação sistemática,
a partir de dados secundários disponibilizados pela bolsa brasileira, a B3.
Essencialmente este trabalho tem uma abordagem quantitativa. Sobre esta abordagem,
Silva (2001) define a pesquisa quantitativa como uma tradução de informações e opiniões
para números, possibilitando uma classificação e análise. Em outras palavras, tudo logra ser
quantificável. Neste trabalho é importante analisar o retorno do investimento de cada entrada
observada e o retorno acumulado (composto) ao longo do período analisado.
Gil (2009) define delineamento como a planificação da pesquisa em sua proporção mais
extensa envolvendo tanto a diagramação quanto a interpretação da coleta de dados das
análises feitas nos períodos definidos. Em outras palavras, o delineamento é a explicação em
modo geral do desenvolvimento da pesquisa com foco nos procedimentos técnicos da análise
dos dados e da sua respectiva coleta. O mesmo autor afirma que através da identificação do
procedimento adotado para a coleta de dados será possível classificar as pesquisas pelo seu
delineamento. Dentre eles estão: pesquisa bibliográfica, pesquisa documental, pesquisa
experimental, pesquisa ex post facto, levantamento e o estudo de caso.
Para Gil (2009) só será possível uma análise que confronte a visão teórica com dados da
realidade por meio de um modelo conceitual e operativo da pesquisa. Não sendo
absolutamente rígida na maioria das pesquisas, geralmente ocorre uma classificação a partir
de tal sistematização.
Este trabalho trata de um estudo de série temporal de ações escolhidas no índice
Ibovespa com maior liquidez no mercado brasileiro. Para Levine, Berenson e Stephan (2000),
o modelo clássico de séries temporais sobreposto no mercado financeiro pode ser descrito
através das tendências ascendentes ou descendentes no longo prazo, indicador de
engrandecimento ou enfraquecimento dos dados ao longo do tempo. Essas variações são
consideradas cíclicas com durabilidade estimada em até 10 anos. As variações podem ser
irregulares de modo que os dados não sigam a curva da tendência, ou seja, fatores
extraordinários influenciando os mesmos (guerras, greves, acontecimentos naturais, etc.) ou
sazonais, com registros diários, semanais ou mensais.
Para esta pesquisa foi utilizado o método de estudo longitudinal. Este método é
considerado como o mais apropriado, assumindo que o estudo é um estudo de observação ao
15
longo de um período de 10 anos, analisando 36 empresas constituintes da bolsa de valores
brasileira (B3) e pertencentes ao índice Bovespa.
Lembrando que o objetivo deste trabalho é “demonstrar a rentabilidade da estratégia
de Análise Técnica chamada Cruzamento de Médias Móveis no prazo de dez anos, e testar se
essa estratégia gera excesso de rentabilidade em relação à média do mercado, denotado aqui
pelo Índice Bovespa (IBOV)”, uma sequência de atividades é desenvolvida para o
atingimento deste objetivo. O cerne do trabalho é a realização de um backtest da estratégia em
questão. De forma que o estudo possa ser replicado por pares, seguir detalhamos seu passo a
passo:
1. Escolher ações que, no seu conjunto, representam ~70% da composição do índice
Bovespa (IBOV) maior percentual de participação do mercado
a. Quando há pares de ações (por ex. BBDC3 e BBDC4) decidimos analisar
somente a ação com maior liquidez, pois seus movimentos de preços são
análogos).
2. Escolher e estudar a estratégia de investimento (compras e vendas)
a. Neste caso, a estratégia escolhida foi o Cruzamento de Médias Móveis.
b. A escolha foi arbitrária, mas justifica-se em parte pelo fato dela ser uma das
mais populares e ser uma das primeiras estratégias ensinadas em cursos de
trading (BISI, 2009).
3. Definir o tempo gráfico em que as operações de compra ou venda (simuladas) serão
analisadas.
4. O período escolhido foi o diário. Não escolhemos um tempo gráfico menor porque há
evidências científicas de que eles não são lucrativos para o investidor (CHAGUE e
GIOVANNETTI, 2020)
5. Delimitar os parâmetros e as combinações para tal estratégia.
a. Optamos por testar as seguintes combinações entre médias rápidas e médias
lentas (os números entre parêntesis representam, respectivamente, as médias
rápida e lenta para cada experimento): (10 e 25); (9 e 21); (9 e 26); (8 e 27); (7
e 25); (5 e 20)
b. Esses parâmetros foram escolhidos pelos seguintes critérios: a combinação (5,
20) tenta capturar o movimento de uma semana e de um mês (em dias úteis). A
combinação (9, 21) é uma das mais populares entre os traders. As demais são
variações arbitrárias .
c. A data de início escolhida foi dia 03/11/2011, e a data final foi 30/12/2020. O
intuito aqui foi responder ao objetivo geral quanto ao quesito “longo prazo”,
pois esse é o prazo que a maior parte da literatura considera longo
d. O valor inicial foi uma quantia de R$10.000,00., mas isso não importa muito,
pois na essência se deseja analisar os valores relativos.
e. Nosso estudo não desconta inflação nos resultados, mas também não desconta
inflação para os benchmarks “Buy and Hold” e o IBOV. Mais uma vez, o que
buscamos são resultados relativos e comparativos.
f. Escolhemos, arbitrariamente, valores de “take-profit” e de “stop-loss”. Valores
de take-profit são os momentos escolhidos para parar a operação com lucro.
Similarmente, mas na outra ponta, os valores de stop-loss são aqueles em que
assumimos que a operação deu errado e limitamos nossas perdas.
i. Para o take-profit utilizamos dois parâmetros: 70% ou 100%. Algumas
simulações prévias com outros valores nos mostraram que estes seriam
os mais interessantes ao investidor.
ii. Para o stop-loss também fizemos algumas simulações prévias e uma
perda de 10% por operação nos pareceu ser o limite do racional.
16
6. Acompanhar a programação de um script capaz de simular a estratégia adotada. Esse
script é a implementação de um algoritmo proprietário na linguagem Pine (REF) para
a plataforma TradingView. Vale ressaltar que qualquer um de posse do algoritmo pode
repetir nossos experimentos.
7. Realizar um backtest da estratégia de cruzamento de Médias Móveis Exponenciais e
as respectivas combinações nos períodos de 2011 a 2020 de cada ação com dados
secundários obtidos na da TradingView.
a. O backtest foi feito executando o script EMACross By Mesquita” na
plataforma TradingView.
b. EMACross by Mesquita é um algoritmo como qualquer outro de cruzamento
de médias, acrescido da possibilidade de parametrizar as datas inicial e final do
experimento, além da possibilidade de se operar somente acima de uma média
móvel exponencial longa (esta opção não foi utilizada no presente trabalho).
8. As variáveis observadas em cada simulação individual foram transcritas para uma
planilha, quais sejam:
a. Lucro Líquido das operações de swing trade.
b. Lucro líquido caso o investidor tivesse comprado cada ação no primeiro dia
simulado e a mantivesse até o último dia simulado. Esse tipo de operação
classifica-se como Buy and Hold.
c. Lucro líquido caso o investidor tivesse optado por comprar um ETF que segue
o comportamento do Índice Bovespa (IBOV).2
d. Lucro líquido obtido por um investimento que seguisse a taxa básica brasileira
(Selic), notadamente algum título que pagasse 100% do CDI.
e. Percentual de operações vencedoras.
f. Fator de lucro para operações de cada ação.
g. Melhor média de lucros líquidos para cada grupo de take-profit.
h. Melhor média de lucros líquidos para cada grupo de médias móveis
exponenciais, calculada .
i. Essa média nos orientará sobre quais parâmetros utilizar para
i. CAGR dos resultados:
i. Da média dos resultados da estratégia;
ii. Do resultado do Buy and Hold;
iii. Do resultado de um investimento passivo (ETF) que copia o
movimento do IBOV (BOVA11).
Com relação à escolha dos melhores resultados nas médias não consiste de um cherry-
picking, pois, de acordo com ABE (2009) cada ativo terá melhores ou piores resultados com
combinações distintas de médias móveis. Para a definição das médias móveis deve se ter em
conta o prazo operacional, quanto maior for o prazo maior deverá ser a sua média longa. Por
essa razão, o restante das combinações foram definidas com uma grande singularidade em
base a primeira combinação definida permitindo que cada combinação obtenha resultados
únicos em cada ação sem fugir do padrão base.
Para a estratégia de Buy and Hold foi definida a abertura do trade (compra) no
primeiro dia útil do ano de 2011 finalizando o trade (venda) no último dia útil do ano de
2 ETF: Fundo de acoesações que faz alusão em um índice da bolsa de valores. Seus objetivos são atingir maiores
desempenhos que o indicador usado. Como por exemplo o BOVA11, ETF mais negociado no Brasil, que tem como
referencia o indiceíndice Bovespa (IBOV) Fonte: https://blog.rico.com.vc/
17
2020. O mesmo período vale para a compra do BOVA11 e dos títulos equivalentes a 100% do
CDI.
Um passo adicional, não necessário mas interessante, é a comparação com os resultados
do Estado-da-Arte nacionais. Esse passo não é estritamente necessário pois os resultados
apresentados no Estado-da-Arte normalmente dizem respeito a períodos de tempo mais
curtos; cujos resultados podem ser impactados por movimentos espúrios de mercado.
Para Gil (2010) O processo para análise dos dados abarca vários procedimentos:
cálculos estatísticos, codificação das respostas e tabulação dos dados. Feito isso, será possível
através da análise uma interpretação dos dados que consiste em determinar semelhanças ou
ligações entre os resultados obtidos com resultados já existentes, sejam eles derivados de
estudos do passado ou teorias. Para uma análise mais efetiva, um planejamento minucioso da
análise foi feito previamente à coleta de dados. Esta envolve amostras por meio da aplicação
de técnicas de coleta de dados secundários através da observação. A análise dos dados
secundários foi realizada de forma quantitativa, expondo os resultados de forma estatística.
Em todos os levantamentos da análise dos dados, existe a necessidade de gerar cálculos
estatísticos, sendo eles, porcentagens, médias, etc (GIL, 2010).
Os dados para o estudo, serão retirados através do site TradingView que disponibiliza
gráficos de candlesticks com ferramentas de auxílio disponíveis para utilização gratuita, entre
as ferramentas será utilizado um script chamado “EMACross By Mesquita" (Programação
criada com o intuito da realização do backtest de estratégias de forma automática) . Os
retornos para comparação do índice Bovespa e da estratégia de Buy and Hold serão
alcançados através do site da B3 e do próprio TradingView. O registro dos dados obtidos será
mediante uma planilha de Excel, realizada de forma manual onde poderão ser encontrados
dados como: Valor inicial, Acceptable Risk (Stop Loss), Take Profit (Stop Gain), Lucro
Líquido: Termo proveniente da contabilidade, tal termo refere-se a diferença entre capital
inicial menos capital final demonstrada aqui em porcentagens. IBOV (Lucro em % do Índice
Bovespa no período estipulado), Max DrawDown: Indicador de maiores perdas ocorridas
entre um pico (ponto de alta) até a sua mínima. Isto é, as maiores perdas de valor registradas
no histórico da ação. BnH (Lucro em % da estratégia de Buy and Hold no período estipulado),
Valor Final BnH (Valor final em R$ da estratégia de Buy and Hold), Ratio de Sharpe: Medida
de análise do desempenho do investimento levando em conta o risco, utilizado como um guia
para entender o retorno do investimento. Fator de Lucro: Índice da qualidade do trading.
Ganho médio por operação vencedora: Média entre o quanto foi ganho em relação ao quanto
foi perdido nos trades. Perda média nas operações perdedoras: Média da quantia ganha em
relação aos trades que geraram perdas ou obtiveram “stop loss”. CAGR: taxa de crescimento
anual com a estratégia definida. CAGR BNH: taxa de crescimento anual através do Buy and
Hold. CDI: Taxa das operações bancárias.
3 https://www3.bcb.gov.br/CALCIDADAO/publico/corrigirPeloCDI.do?method=corrigirPeloCDI&aba=5&dataInicial=
19
3.4. Técnica de análise dos dados
20
A seguir, serão aprofundadas as percepções sobre os resultados obtidos em cada tópico
analisado.
Fonte: Elaborada pelo autor com base nos dados da pesquisa (2021)
Com o intuito de atingir o objetivo proposto por esta pesquisa, foram elaboradas
tabelas para identificar a melhor combinação de médias móveis em 10 anos. No apêndice 4,
nota-se que a média móvel de 10 e 25 períodos, obteve melhores resultados no que diz
respeito ao número de vezes que a mesma obteve melhor Lucro líquido, Max Drawdown,
Ratio de Sharpe, Fator de Lucro e Percentual Rentável, os quais são fatores muito importantes
para o desempenho. Tais resultados encontram-se destacados na cor amarela. O resultado foi
que a melhor parametrização para obtenção de lucros foi a combinação com a média móvel
exponencial rápida sendo a de 10 períodos, com a média lenta de 25 períodos. Além disso
outros dois parâmetros importantes são os momentos de encerrar a operação quando dá errado
sendo o melhor percentual o stop-loss de 10%; por outro lado a saída das operações
ganhadoras com melhor resultado foi o take-profit de 70% . Entretanto a operação também se
encerra com o cruzamento da média rápida para baixo da média lenta .
21
O estudo também demonstra o poder da estratégia clássica e conservadora chamada
Buy and Hold, em relação ao IBOV e a estratégia de análise técnica escolhida nesta pesquisa,
indicando a mesma como uma boa escolha para investidores mais cautelosos. Quanto à
discussão dos resultados, pode ser observada a partir de três comparações: estratégia
EMACross contra IBOV, EMACross contra estratégia de Buy and Hold e por último
EMACross contra CDI (renda fixa). A análise em longos períodos (10 anos) é crucial para
um maior suporte nos resultados obtidos através das simulações executadas. O resumo dos
resultados pode ser visto na Tabela 2, abaixo apresentada.
Fonte: Elaborada pelo autor com base nos dados da pesquisa (2021)
Com base nos resultados é possível afirmar que a estratégia de Cruzamento de Médias
Móveis (EMACross), de 10 e 25 intervalos com os parâmetros sugeridos de take-profit em
70% e stop-loss de 10% obteve resultados superiores ao benchmark do mercado. Analisando
individualmente o resultado para cada empresa, das 36 empresas analisadas aqui, apenas 25%
obtiveram menores resultados que o Índice Bovespa. Tais empresas saosão: Banco Bradesco
SA (BBDC4), Rumo SA (RAIL3), BRF SA (BRFS3), Telefônica Brasil (VIVT3), Eneva SA
(ENEV3), Totvs (TOTS3), Grupo CCR (CCRO3), Eletrobras (ELET3) e Grupo Energisa
(ENGI11). Os backtests evidenciam a empresa B2W Digital (BTOW3) como o papel mais
lucrativo no período analisado com 2345,26% de lucro líquido e a Eneva SA quanto ao pior
desempenho com (-)37,26% de lucro líquido.
No que se refere a estratégia EMACross em relação a estratégia de Buy and Hold,
levando-se em consideração a análise individual das empresas, entende-se que somente
41,66% delas alcançaram maiores resultados que a estratégia de Buy and Hold representadas
aqui por: Petróleo Brasileiro SA Petrobras Preference Shares (PETR4), Petróleo Brasileiro SA
(PETR3),Banco do Brasil SA (BBAS3), Gerdau (GGBR4),Rumo SA (RAIL3), Companhia
Siderúrgica Nacional (CSNA3), Grupo Ultra (UGPA3), BRF SA (BRFS3), Eneva SA
(ENEV3), PetroRio (PRIO3), Banco Santander Brasil (SANB11),Bradespar SA Preference
Shares (BRAP4), B2W Digital (BTOW3), Hypera Pharma (HYPE3) e Companhia Energética
de Minas Gerais CEMIG Preference Shares (CMIG4). Acerca da estratégia de Buy and Hold
conclui-se como melhor performance a empresa Equatorial Energia (EQTL3) com 1262,35%
de lucro líquido e a Eneva SA (ENEV3) novamente como a de menor desempenho com
perdas de - 87,74%. Entretanto, levando-se em consideração a média dos resultados, a
EMACross (10, 25) foi sensivelmente melhor (284,05%) que o Buy and Hold (237,43%)
Com respeito à estratégia EMACross em confrontação a renda fixa (CDI), pode-se
afirmar que 44,44% das empresas alcançaram melhores resultados que o CDI. Essas empresas
são: B3 SA - Brasil Bolsa Balcão (B3SA3), Petróleo Brasileiro SA Petrobras Preference
Shares (PETR4), Petróleo Brasileiro SA (PETR3), WEG SA (WEGE3), JBS SA (JBSS3),
Localiza Rent a Car SA (RENT3) ,Gerdau (GGBR4), Companhia Siderúrgica Nacional
(CSNA3), Equatorial Energia (EQTL3), Grupo Ultra (UGPA3), PetroRio (PRIO3), Cosan
SA (CSAN3), B2W Digital (BTOW3), Hypera Pharma (HYPE3), Companhia de
Saneamento Básico do Estado De São Paulo SABESP (SBSP3), Companhia Energética de
22
Minas Gers CEMIG Preference Shares (CMIG4). Mas também aqui o resultado médio
EMACross(10,25) foi consideravelmente superior (284,05%) ao CDI (138,16%).
5. CONSIDERAÇÕES FINAIS
ABE, Marcos. Manual de Análise Técnica: Essência e Estratégias Avançadas: Tudo o que
um Investidor Precisa Saber Para Prosperar na Bolsa de Valores Até em Tempos de Crise :
Novatec, 2009.
ASSAF, Neto A. Mercado Financeiro. São Paulo: Atlas, 2014.
ALHASHEL, Bader S.; ALMUDHAF, Fahad W.; HANSZ, J. Andrew. Can technical analysis
generate superior returns in securitized property markets? Evidence from East Asia
markets. Pacific-Basin Finance Journal,v. 47, p. 92-108, 2018.
B3. A Bolsa Do Brasil. 2020. Disponível em: <http://www.b3.com.br>. Acesso em: 06 nov.
2020.
BARDIN, Laurence. Análise de Conteúdo. Lisboa : Edições 70 Ltda. - Março, 2009
BISI, T. E. Estratégia Operacional para o Mercado de Ações: Média Móvel de 09
Períodos. 93f. Dissertação (Graduação em Ciências Administrativas) - Universidade Federal
do Rio Grande Do Sul, Porto Alegre, 2009.
CAVALCANTE, Francisco; MISUMI, Jorge Yoshio; RUDGE, Luiz Fernando. Mercado de
capitais: o que é, como funciona - 7.ed- Rio de Janeiro: Elsevier, 2009.
CHAGUE, Fernando; GIOVANNETTI, Bruno. É possível viver de day-trade em ações?
Rio de Janeiro: Brazilian Review of Finance (Online), 2020.
CMC MARKETS. What are candlestick charts? Disponível em:
<https://www.cmcmarkets.com/en/trading-guides/what-are-candlestick-charts>. Acesso em:
05 nov. 2020.
COMISSÃO DE VALORES MOBILIÁRIOS (CVM). Página inicial. Disponível em:
<http://www.cvm.gov.br>. Acesso em: 05 nov. 2020.
COMPAGNONE, Rodrigo Nicoletto; NUNES, Rodolfo Vieira; SALES, George André
Willrich. Qual a Conexão Existente entre as Variáveis Risco País, Ibovespa e Taxa de Câmbio
no Brasil? Boletim Economia Empírica, v. I, n. III, 2020.
COSTA, Israel Januth; VARGAS, Jaderson. Análise fundamentalista e análise técnica:
agregando valor a uma carteira de ações. Destarte, v.1, n.1, p. 09-25, 2011.
DAVANZO, Vitor Domeneghetti. Uso da análise técnica na Bovespa: avaliação da
rentabilidade efetiva de estratégias baseadas em análise técnica. Relatório de Estágio
Supervisionado, Faculdade de Economia, Administração e Contabilidade, Departamento de
Administração, Universidade de Brasília, Brasília - DF, 2011
FAMA, Eugene Francis (1970), Efficient capital markets: A review of theory and empirical
work, The Journal of Finance, v. 25, n. 2, p. 383–417.
FONSECA, José Wladimir Freitas da. Mercado de Capitais / José Wladimir Freitas da
Fonseca. — Curitiba : IESDE Brasil S.A. 2009. 212p.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 5. ed. – São Paulo : Atlas, 2010.
COHEN, Gil; CABIRI, Elinor. Can technical oscillators outperform the buy
and hold strategy? Applied Economics, v. 47, n. 30, 2015.
KAHNEMAN, Daniel e TVERSKY, Amos. Prospect Theory: An Analysis of Decision under
Risk. Econometrica, v. 47, n. 2, p. 263-291, 1979.
25
LEMOS, Flávio. Análise técnica dos mercados financeiros: um guia completo e definitivo
dos métodos de negociação de ativos: Flavio Lemos - São Paulo: Saraiva Educação, 2015.
LUCAS, R. D.; LUCAS, S. D.; SANTOS, G. J. JUNIOR, U. V. Mercado de capitais: técnicas
para avaliação de carteira de ações para pessoa física. In: VII SIMPÓSIO DE EXCELÊNCIA
EM GESTÃO E TECNOLOGIA, 2010. Anais[…]. São Paulo:SEGeT,2010.
LEVINE, D.; BERENSON, M. L.; STEPHAN, D. Estatística: teoria e aplicações usando
microsoft excel em português. Rio de Janeiro: LTC - Livros Técnicos e Científicos, 2000.
MATSURA, Eduardo. Comprar ou vender? Como investir na bolsa utilizando análise
gráfica / Eduardo Mastura - 4 ed. – São Paulo : Saraiva, 2006.
RATNER, Mitchell; LEAL, Ricardo P.C. Tests of technical trading strategies in the emerging
equity markets of Latin America and Asia. Journal of Banking & Finance, v. 23, n. 12,
1887-1905, 1999.
PIAZZA, Marcelo C. Bem Vindo à Bolsa de Valores. 7. ed. São Paulo: Novos Mercados,
2005.
PINHEIRO, Juliano L. Mercado de capitais (3a ed.). São Paulo: Atlas, 2005.
PRASETIJO, Agung; SAPUTRO, Takdir; WINDASARI, Ike; WINDARTO, Yudi. Buy/sell
signal detection in stock trading with bollinger bands and parabolic SAR: With web
application for proofing trading strategy. IN: 2017 4th International Conference on
Information Technology, Computer, and Electrical Engineering (ICITACEE), p. 41-44, 2017.
PROENÇA, José Marcelo Martins, et al. Mercado de Capitais. Disponível em:
<https://books.google.com.br/books?
id=14VnDwAAQBAJ&printsec=frontcover&dq=mercado+de+capitais&hl=pt-
BR&sa=X&ved=2ahUKEwi-q4aD0ursAhVAGbkGHeN-
C2YQ6wEwAXoECAUQAQ#v=onepage&q&f=false >. Acesso em: 05 nov. 2020.
SHILLER, Robert J. Do Stock Prices Move Too Much to be Justified by Subsequente
Changes in Dividends? The American Economic Review, v. 71, n. 3, p. 431-436, 1981.
SILVA, E. L., MENEZES, E. M. Metodologia da pesquisa e elaboração de dissertação. 3
ed. Florianópolis: Laboratório de Ensino a Distância, 2001.
THALER, Richard. Toward a Positive Theory of Consumer Choice. Journal of Economic
Behavior and Organization, v. 1, n. 1, p. 39-60, 1980.
TORRICO, Juan Fernando. Análise técnica: um estudo da análise gráfica utilizando o gráfico
de barras no Índice Bovespa. Monografía, Departamento de Ciências da Administração Curso
de Graduação em Administração, Florianópolis – SC, 2004.
VERGARA, Sylvia Constant. Projetos e Relatórios de Pesquisa em Administração. São
Paulo: Atlas, 2009.
VIDOTTO, Rodrigo; MIGLIATO, Antonio; ZAMBON, Antonio O. Moving Average
Convergence-Divergence como Ferramenta para a Decisão de Investimentos no Mercado de
Ações. Revista de Administração Contemporânea, Curitiba, v. 13, n. 2, p. 291-309, 2009.
26
APÊNDICE 1- Ações analisadas
27
APÊNDICE 2- Tabela de análise 10% / 70%
28
APÊNDICE 3- Tabela de analise 10% / 100%