A análise técnica (AT) é o estudo de padrões recorrentes em dados do
mercado financeiro com o objetivo de prever movimentos futuros de preços. Ela é composta por inúmeros métodos de análise, padrões, sinais, indicadores e estratégias de negociação, cada um com seus próprios defensores afirmando que sua abordagem funciona. Grande parte da análise técnica popular ou tradicional ainda está no estágio em que a medicina estava antes de evoluir de uma arte popular baseada na fé para uma prática baseada em ciência. Suas afirmações são apoiadas por narrativas coloridas e anedotas cuidadosamente selecionadas (escolhidas a dedo), em vez de evidências estatísticas objetivas. A principal argumentação deste livro é que a análise técnica precisa evoluir para se tornar uma ciência observacional rigorosa se quiser cumprir suas afirmações e permanecer relevante. O método científico é a única maneira racional de extrair conhecimento útil dos dados de mercado e a única abordagem racional para determinar quais métodos de análise técnica têm poder preditivo. Chamo isso de análise técnica baseada em evidências (ATBE). Fundamentada em observação objetiva e inferência estatística (ou seja, o método científico), a ATBE traça um caminho entre o pensamento mágico e a credulidade de um verdadeiro crente e a dúvida implacável de um caminhante aleatório. Abordar a análise técnica, ou qualquer disciplina, de maneira científica não é fácil. Conclusões científicas frequentemente entram em conflito com o que parece intuitivamente óbvio. Para os primeiros seres humanos, parecia óbvio que o sol girava em torno da Terra. Foi a ciência que demonstrou que essa intuição estava errada. Uma abordagem informal e intuitiva para a aquisição de conhecimento é especialmente propensa a resultar em crenças errôneas quando os fenômenos são complexos ou altamente aleatórios, duas características proeminentes do comportamento do mercado financeiro. Embora o método científico não garanta extrair ouro das montanhas de dados de mercado, uma abordagem não científica quase certamente produzirá ouro de tolo. A segunda argumentação deste livro é que grande parte da sabedoria que compõe a versão popular da análise técnica não se qualifica como conhecimento legítimo. DEFINIÇÕES-CHAVE: PROPOSIÇÕES E AFIRMAÇÕES, CRENÇA E CONHECIMENTO
Já utilizei os termos conhecimento e crença, mas ainda não os defini
rigorosamente. Além disso, vários outros termos-chave serão utilizados repetidamente neste livro, portanto, são necessárias algumas definições formais. O bloco fundamental do conhecimento é uma afirmação declarativa, também conhecida como uma afirmação ou proposição. Uma afirmação declarativa é um dos quatro tipos de enunciados, que também incluem exclamações, perguntas e comandos. As afirmações declarativas se distinguem das outras por terem um valor de verdade. Ou seja, podem ser caracterizadas como verdadeiras, falsas, ou provavelmente verdadeiras, provavelmente falsas. A afirmação "As laranjas estão à venda no supermercado por cinco centavos a dúzia" é declarativa. Ela faz uma afirmação sobre um estado de coisas existente no mercado local. Pode ser verdadeira ou falsa. Em contraste, a afirmação exclamativa "Nossa, que negócio!", o comando "Vá comprar-me uma dúzia" ou a pergunta "O que é uma laranja?" não podem ser chamados de verdadeiros ou falsos. Nossa investigação sobre a análise técnica se ocupará com afirmações declarativas, como "A Regra X tem poder preditivo". Nosso objetivo é determinar quais dessas afirmações declarativas merecem nossa crença. O que significa dizer "Eu acredito em X"? "Com relação a estados de coisas em geral (ou seja, 'fatos' ou 'o que acontecerá'), acreditar em X significa esperar experimentar X se e quando estivermos em posição de fazê-lo." Portanto, se eu acredito na afirmação de que as laranjas estão à venda por cinco centavos a dúzia, isso significa que espero poder comprar laranjas por cinco centavos a dúzia se eu for à loja. No entanto, o comando para comprar algumas laranjas ou a exclamação de que estou feliz com a oportunidade não estabelecem tal expectativa. O que tudo isso significa para nós? Para que qualquer afirmação seja considerada como candidata à crença, ela deve "afirmar algum estado de coisas que possa ser esperado". Essas afirmações são ditas ter conteúdo cognitivo, ou seja, transmitem algo que pode ser conhecido. "Se a afirmação não contém nada para se saber, então não há nada para se acreditar". Embora todas as afirmações declarativas presumivelmente tenham conteúdo cognitivo, nem todas realmente o têm. Isso não é um problema se a falta de conteúdo cognitivo for óbvia, por exemplo, a declaração "A raiz quadrada de terça-feira é um número primo". Essa declaração é, por si só, absurda. No entanto, existem outras afirmações declarativas cuja falta de conteúdo cognitivo não é tão óbvia. Isso pode ser um problema, porque tais afirmações podem nos enganar, fazendo-nos pensar que uma afirmação foi feita que estabelece uma expectativa, quando, na verdade, nenhuma afirmação foi realmente apresentada. Essas pseudo-afirmações declarativas são essencialmente afirmações sem sentido ou proposições vazias. Embora afirmações sem sentido não sejam candidatas válidas para a crença, isso não impede muitas pessoas de acreditar nelas. As previsões vagas feitas na coluna diária de astrologia ou as promessas nebulosas feitas por promotores de curas de saúde falsas são exemplos de afirmações sem sentido. Aqueles que acreditam nessas proposições vazias simplesmente não percebem que o que lhes foi dito não possui conteúdo cognitivo. Uma maneira de determinar se uma afirmação possui conteúdo cognitivo e, portanto, é uma candidata válida para a crença, é o teste de diferença perceptível descrito por Hall. "Enunciados com conteúdo cognitivo fazem afirmações que são verdadeiras ou falsas; e se elas são verdadeiras ou falsas faz uma diferença que pode ser percebida. É por isso que esses enunciados oferecem algo para se acreditar e por que não faz sentido tentar acreditar em um enunciado que não oferece tal coisa". Em outras palavras, uma proposição que passa no teste de diferença perceptível estabelece uma expectativa de tal forma que o estado de coisas, se a afirmação fosse verdadeira, é reconhecivelmente diferente do estado de coisas, se a afirmação fosse falsa. O critério de diferença perceptível pode ser aplicado a afirmações que pretendem ser previsões. Uma previsão é uma afirmação de saber algo sobre o futuro. Se uma previsão possui conteúdo cognitivo, ela será claramente discernível no resultado, se a previsão foi precisa ou não. Muitas, se não a maioria, das previsões feitas por praticantes de análise técnica popular carecem de conteúdo cognitivo por esses motivos. Em outras palavras, as previsões geralmente são vagas demais para determinar se estão erradas. A verdade ou falsidade da afirmação "As laranjas estão à venda por cinco centavos a dúzia" fará uma diferença perceptível quando eu chegar ao mercado. É essa diferença perceptível que permite testar a afirmação. Conforme descrito no Capítulo 3, testar uma afirmação com base em uma diferença perceptível é central para o método científico. Hall, em seu livro "Practically Profound", explica por que ele considera a psicanálise freudiana como algo sem sentido quando examinada à luz do teste de diferença perceptível. Certas afirmações freudianas sobre o desenvolvimento sexual humano são compatíveis com todos os possíveis estados de coisas. Não há maneira de confirmar ou refutar tanto a "inveja do pênis" quanto o "complexo de castração" porque não há diferença discernível entre evidências que confirmam ou negam essas interpretações de comportamento. Comportamentos exatamente opostos são igualmente previsíveis, dependendo se o suposto estresse psicosexual é manifesto ou reprimido. O requisito de "conteúdo cognitivo" exclui todas as expressões que são tão vagas, mal formuladas ou mantidas de forma obsessiva (por exemplo, teorias conspiratórias) que não há diferença reconhecível entre o que seria o caso se fossem verdadeiras e o que seria o caso se não fossem. Da mesma forma, a Teoria do Design Inteligente não carrega um conteúdo cognitivo no sentido de que não importa qual forma de vida seja observada, ela é consistente com a noção de que manifesta uma forma subjacente especificada por algum designer inteligente. Então, o que é conhecimento? O conhecimento pode ser definido como crença verdadeira justificada. Portanto, para que uma afirmação declarativa se qualifique como conhecimento, ela não apenas deve ser uma candidata à crença, porque possui conteúdo cognitivo, mas também deve atender a outras duas condições. Primeiro, ela deve ser verdadeira (ou provavelmente verdadeira). Segundo, a afirmação deve ser acreditada com justificação. Uma crença é justificada quando é baseada em inferências sólidas a partir de evidências sólidas. Os seres humanos pré-históricos tinham a crença falsa de que o sol se movia pelo céu porque o sol orbitava a Terra. Claramente, eles não possuíam conhecimento, mas suponhamos que houvesse uma pessoa pré- histórica que acreditasse corretamente que o sol se movia pelo céu devido à rotação da Terra. Embora essa crença fosse verdadeira, essa pessoa não poderia ser descrita como possuidora de conhecimento. Mesmo que ela acreditasse no que os astrônomos eventualmente provaram ser verdadeiro, ainda não havia evidências para justificar essa crença. Sem justificação, uma crença verdadeira não atinge o status de conhecimento. Esses conceitos são ilustrados na Figura 1.1.
Figura 1.1- Conhecimento: crença verdadeira justificada.
A partir disso, conclui-se que crenças errôneas ou conhecimento falso não
atendem a uma ou mais das condições necessárias para o conhecimento. Assim, uma crença errônea pode surgir tanto porque se refere a uma afirmação sem sentido quanto porque se refere a uma afirmação que, embora significativa, não é justificada por inferências válidas a partir de evidências sólidas. Ainda assim, mesmo quando fazemos tudo corretamente, tirando a melhor inferência possível a partir de evidências sólidas, ainda podemos acabar adotando crenças errôneas. Em outras palavras, podemos estar justificados em acreditar em uma falsidade e afirmar honestamente que sabemos algo, se parecer ser verdadeiro de acordo com inferências logicamente válidas a partir da preponderância das evidências disponíveis. "Temos o direito de dizer 'eu sei' quando o alvo dessa afirmação é apoiado além de qualquer dúvida razoável na rede de evidências bem testadas. Mas isso não é suficiente para garantir que realmente sabemos." As falsidades são uma realidade inevitável quando tentamos conhecer coisas sobre o mundo com base em evidências observadas. Assim, o conhecimento baseado no método científico é inerentemente incerto e provisório, embora seja menos incerto do que o conhecimento adquirido por métodos menos formais. No entanto, ao longo do tempo, o conhecimento científico melhora à medida que passa a descrever a realidade de maneira progressivamente mais precisa. É um trabalho contínuo em progresso. O objetivo da ATBE é construir um corpo de conhecimento sobre o comportamento do mercado que seja o melhor possível, considerando os limites da coleta de evidências e os poderes de inferência.
CONHECIMENTO ERRÔNEO EM TA: O CUSTO DA ANÁLISE
INDISCIPLINADA
Para entender por que o conhecimento produzido pela versão popular da
análise técnica (AT) não é confiável, devemos considerar duas formas distintas de AT: subjetiva e objetiva. Ambas as abordagens podem levar a crenças errôneas, mas o fazem de maneiras diferentes. Métodos objetivos de AT são procedimentos bem definidos e repetíveis que emitem sinais inequívocos. Isso permite que sejam implementados como algoritmos computadorizados e testados em dados históricos. Os resultados produzidos por um teste retrospectivo podem ser avaliados de maneira quantitativa rigorosa. Métodos subjetivos de AT não são procedimentos de análise bem definidos. Devido à sua vaguidade, são necessárias interpretações pessoais do analista. Isso dificulta a informatização, o teste retrospectivo e a avaliação objetiva de desempenho. Em outras palavras, é impossível confirmar ou negar a eficácia de um método subjetivo. Por esse motivo, eles estão protegidos contra desafios evidenciais. Do ponto de vista da ATBE, os métodos subjetivos são os mais problemáticos. Eles são essencialmente afirmações sem sentido que dão a ilusão de transmitir conteúdo cognitivo. Como esses métodos não especificam como devem ser aplicados, diferentes analistas que os aplicam aos mesmos dados de mercado podem chegar a diferentes conclusões. Isso torna impossível determinar se o método fornece previsões úteis. A análise clássica de padrões de gráficos, linhas de tendência desenhadas à mão, o Princípio da Onda de Elliott, padrões de Gann, Magic T's e muitos outros métodos subjetivos se enquadram nessa categoria. A AT subjetiva é uma religião - é baseada na fé. Nenhuma quantidade de exemplos selecionados que mostram onde o método teve sucesso pode curar essa deficiência. Apesar da falta de conteúdo cognitivo e da impossibilidade de serem apoiados por evidências sólidas, não faltam fervorosos adeptos de vários métodos subjetivos. O Capítulo 2 explica como falhas no pensamento humano podem levar a crenças fortes na ausência de evidências ou até mesmo diante de evidências contraditórias. A AT objetiva também pode gerar crenças errôneas, mas de forma diferente. Elas são atribuíveis a inferências falhas a partir de evidências objetivas. O mero fato de um método objetivo ter sido lucrativo em um teste retrospectivo não é motivo suficiente para concluir que ele tem mérito. O desempenho passado pode nos enganar. O sucesso histórico é uma condição necessária, mas não suficiente, para concluir que um método possui poder preditivo e, portanto, é provável que seja lucrativo no futuro. O desempenho passado favorável pode ocorrer por sorte ou devido a um viés ascendente produzido por uma forma de teste retrospectivo chamada mineração de dados. Determinar quando os lucros do teste retrospectivo são atribuíveis a um bom método em vez de boa sorte é uma questão que só pode ser respondida por meio de inferência estatística rigorosa. Isso é discutido nos Capítulos 4 e 5. O Capítulo 6 aborda o problema do viés de mineração de dados. Embora eu afirme que a mineração de dados, quando feita corretamente, é o melhor método de descoberta de conhecimento para o técnico moderno, testes estatísticos especializados devem ser aplicados aos resultados obtidos com a mineração de dados.
COMO A ATBE É DIFERENTE
O que diferencia a ATBE da forma popular da AT? Primeiro, ela se
restringe a afirmações significativas - métodos objetivos que podem ser testados em dados históricos. Segundo, ela utiliza formas avançadas de inferência estatística para determinar se um teste retrospectivo lucrativo é indicativo de um método eficaz. Assim, o foco principal da ATBE é determinar quais métodos objetivos são dignos de uso real.
A ATBE rejeita todas as formas de AT subjetiva. A AT subjetiva nem sequer
está errada. É pior do que estar errada. Afirmações que podem ser qualificadas como erradas (falsas) pelo menos transmitem conteúdo cognitivo que pode ser testado. As proposições da AT subjetiva não oferecem nada disso. Embora, à primeira vista, pareçam transmitir conhecimento, quando examinadas criticamente, fica claro que são afirmações vazias. Os promotores de curas de saúde da Nova Era se destacam por fazer afirmações vazias. Eles afirmam que usar a pulseira mágica de cobre deles fará você se sentir melhor e dará mais energia aos seus passos. Eles sugerem que seu jogo de golfe irá melhorar e talvez até sua vida amorosa. No entanto, a falta de especificidade da afirmação torna impossível determinar exatamente o que está sendo prometido ou como pode ser testado. Tais afirmações nunca podem ser confirmadas ou contraditadas com evidências objetivas. Com base nesses mesmos fundamentos, pode-se dizer que as proposições da AT subjetiva são vazias e, portanto, estão protegidas contra o desafio empírico. Elas devem ser aceitas com base na fé. Em contraste, uma afirmação significativa é testável porque faz promessas mensuráveis. Ela afirma especificamente o quanto seu jogo de golfe irá melhorar ou o quão enérgicos serão seus passos. Essa especificidade abre a afirmação para ser contraditada com evidências empíricas. Do ponto de vista da ATBE, os defensores de métodos subjetivos enfrentam uma escolha: eles podem reformular o método para ser objetivo, como um praticante do Princípio da Onda de Elliott fez, expondo-o assim à refutação empírica, ou eles devem admitir que o método deve ser aceito com base na fé. Talvez as linhas de Gann realmente forneçam informações úteis. Em sua forma atual, somos privados desse conhecimento. No que diz respeito à AT objetiva, a ATBE não aceita testes retrospectivos lucrativos sem questionamentos. Em vez disso, eles são submetidos a uma rigorosa avaliação estatística para determinar se os lucros foram resultado de sorte ou de pesquisas enviesadas. Conforme será mencionado no Capítulo 6, em muitos casos, testes retrospectivos lucrativos podem ser "ouro de tolo" da mineração de dados. Isso pode explicar por que muitos métodos objetivos de AT que apresentam bom desempenho nos testes retrospectivos têm um desempenho pior quando aplicados a novos dados. A análise técnica baseada em evidências utiliza métodos estatísticos computacionalmente intensivos que minimizam os problemas decorrentes do viés de mineração de dados. A evolução da AT para a ATBE também tem implicações éticas. É responsabilidade ética e legal de todos os analistas, independentemente da forma de análise que praticam, fazer recomendações que tenham uma base razoável e não fazer afirmações injustificadas. A única base razoável para afirmar que um método de análise tem valor é a evidência objetiva. Métodos subjetivos de AT não conseguem atender a esse padrão. A AT objetiva, conduzida de acordo com os padrões da ATBE, consegue.
RESULTADOS DA ATBE DA ACADEMIA
A análise técnica baseada em evidências não é uma ideia nova. Ao longo
das últimas duas décadas, inúmeros artigos em respeitados periódicos acadêmicos abordaram a AT de maneira rigorosa, conforme defendido neste livro. A evidência não é uniforme. Alguns estudos mostram que a AT não funciona, mas outros mostram que funciona. Como cada estudo se limita a um aspecto específico da AT e a um conjunto específico de dados, é possível que os estudos cheguem a conclusões diferentes. Isso é comum na ciência. A seguir estão alguns dos resultados da AT acadêmica, que mostram que, quando abordada de maneira rigorosa e intelectualmente honesta, a AT é uma área de estudo valiosa. • Os especialistas em análise de gráficos são incapazes de distinguir gráficos de preços reais de ações de gráficos produzidos por um processo aleatório. • Existem evidências empíricas de tendências nos mercados de commodities e câmbio que podem ser exploradas com indicadores de tendência objetivos e simples. Além disso, os lucros obtidos por especuladores que seguem tendências podem ser justificados pela teoria econômica, pois suas atividades fornecem um serviço econômico valioso: a transferência do risco de preço do hedger para o especulador. • Regras técnicas simples usadas individualmente ou em combinação podem gerar lucros estatística e economicamente significativos quando aplicadas a índices do mercado de ações compostos por empresas relativamente jovens (como o Russell 2000 e o NASDAQ Composite). • Redes neurais têm sido capazes de combinar sinais de compra/venda de regras simples de médias móveis em modelos não lineares que exibiram bom desempenho preditivo no Dow Jones Average no período de 1897 a 1988. • Tendências em grupos e setores industriais persistem tempo suficiente após a detecção por indicadores simples de momentum para gerar retornos superiores. • Ações que exibiram força relativa e fraqueza relativa continuam a exibir desempenho acima ou abaixo da média ao longo de períodos de 3 a 12 meses. • Ações dos Estados Unidos, negociadas próximas às suas máximas de 52 semanas, superam outras ações. Um indicador definido como a diferença entre o preço atual de uma ação e sua máxima de 52 semanas é um preditor útil de desempenho relativo futuro. Esse indicador é ainda mais poderoso para ações australianas. • O padrão de gráfico "cabeça e ombros" tem poder limitado de previsão quando testado de forma objetiva em moedas. Melhores resultados podem ser obtidos com regras simples de filtro. O padrão de cabeça e ombros, quando testado objetivamente em ações, não fornece informações úteis. Operadores que agem com base nesses sinais seriam igualmente servidos por seguir um sinal aleatório. • Estatísticas de volume de negociação de ações contêm informações preditivas úteis e melhoram a lucratividade de sinais baseados em grandes mudanças de preço após um anúncio público. • Redes neurais de modelagem de dados intensivas em computação, algoritmos genéticos e outros métodos de aprendizado estatístico e inteligência artificial encontraram padrões lucrativos em indicadores técnicos. Esses resultados acadêmicos mostram que a AT pode ser uma área de estudo valiosa quando abordada de maneira rigorosa e baseada em evidências. QUEM SOU EU PRA CRITICAR TA?
Meu interesse na AT começou em 1960, aos 15 anos de idade. Durante
meus anos no ensino médio e na faculdade, eu acompanhava um grande número de ações usando o método de pontos e figuras da Chartcraft. Desde 1973, tenho utilizado a AT profissionalmente, primeiro como corretor de ações, depois como sócio-gerente de uma pequena empresa de software chamada Raden Research Group Inc. - uma pioneira em aprendizado de máquina e mineração de dados em aplicações do mercado financeiro - e finalmente como operador proprietário de ações para a empresa Spear, Leeds & Kellogg. Em 1988, obtive a designação de Técnico de Mercado Certificado pela Market Technicians Association. Minha biblioteca pessoal de TA tem mais de 300 livros. Já publiquei aproximadamente uma dúzia de artigos e falei várias vezes sobre o assunto. Atualmente, leciono um curso de pós-graduação em TA na Zicklin School of Business, Baruch College, City University of New York. Eu admito livremente que meus escritos e pesquisas anteriores não atendem aos padrões da ATBE, especialmente no que diz respeito à significância estatística e ao viés de mineração de dados. Minha fé duradoura na AT começou a se enfraquecer em resposta a um desempenho muito medíocre ao longo de um período de cinco anos negociando capital para a Spear, Leeds and Kellogg. Como algo em que eu acreditava tão fervorosamente poderia não funcionar? Seria algo em mim ou algo relacionado à AT em geral? Minha formação acadêmica em filosofia proporcionou um terreno fértil para minhas dúvidas crescentes. Minhas preocupações se cristalizaram em um ceticismo completo como resultado da leitura de dois livros: "How We Know What Isn't So" de Thomas Gilovich e "Why People Believe Weird Things" de Michael Shermer. Minha conclusão: analistas técnicos, inclusive eu mesmo, sabem muitas coisas que não são verdadeiras e acreditam em coisas estranhas.
A ANÁLISE TÉCNICA: ARTE, CIÊNCIA OU SUPERSTIÇÃO?
Há um debate na comunidade de análise técnica: é uma arte ou uma
ciência? A questão tem sido formulada incorretamente. Ela deve ser formulada de forma mais adequada como: A análise técnica deve ser baseada em superstição ou ciência? Formulada dessa maneira, o debate evapora. Alguns dirão que a análise técnica envolve nuances e interpretações demais para apresentar seu conhecimento na forma de afirmações cientificamente testáveis. A isso eu respondo: A análise técnica que não é testável pode parecer conhecimento, mas não é. É superstição que pertence ao domínio da astrologia, numerologia e outras práticas não científicas. A criatividade e a inspiração desempenham um papel crucial na ciência. Elas também serão importantes na ATBE. Todas as investigações científicas começam com uma hipótese, uma nova ideia ou uma nova percepção inspirada por uma mistura misteriosa de conhecimento prévio, experiência e um salto de intuição. No entanto, uma boa ciência equilibra a criatividade com rigor analítico. A liberdade para propor novas ideias deve ser casada com uma disciplina inflexível que elimina ideias que se mostram sem valor na provação do teste objetivo. Sem essa ancoragem na realidade, as pessoas se apaixonam por suas ideias e o pensamento mágico substitui o pensamento crítico. É improvável que a análise técnica descubra regras que prevejam com a precisão das leis da física. A complexidade inerente e a aleatoriedade dos mercados financeiros, bem como a impossibilidade de experimentação controlada, impedem tais descobertas. No entanto, a precisão preditiva não é o requisito definidor da ciência. Em vez disso, ela é definida por uma abertura intransigente ao reconhecer e eliminar ideias erradas. Eu tenho quatro esperanças para este livro: Primeiro, que ele estimule um diálogo entre os analistas técnicos que, em última instância, coloque nosso campo em uma base intelectual mais sólida; segundo, que ele encoraje pesquisas adicionais ao longo das linhas defendidas aqui; terceiro, que ele incentive os consumidores da análise técnica a exigir mais substância daqueles que vendem produtos e serviços baseados em AT; e quarto, que ele encoraje os praticantes de AT, profissionais ou não, a entenderem seu papel crucial em uma parceria entre humanos e máquinas que tem o potencial de acelerar o crescimento do conhecimento legítimo da análise técnica. Sem dúvida, alguns colegas praticantes de AT ficarão irritados com essas ideias. Isso pode ser algo bom. Uma ostra irritada por um grão de areia às vezes produz uma pérola. Convido meus colegas a canalizarem suas energias para contribuir com conhecimento legítimo em vez de defenderem o indefensável. Este livro está organizado em duas partes. A Parte Um estabelece as bases metodológicas, filosóficas, psicológicas e estatísticas da ATBE. A Parte Dois demonstra uma abordagem da ATBE: testando 6.402 regras binárias de compra/venda no S&P 500 em 25 anos de dados históricos. As regras são avaliadas quanto à significância estatística usando testes projetados para lidar com o viés de mineração de dados.