Para quem é esta página — Para quem quer se orientar entre trend following, momentum, mean reversion, carry, relative value, market making e event-driven sem confundir o nome da família com uma estratégia pronta para uso.
As famílias de estratégias sistemáticas agrupam sistemas que compartilham um mecanismo ou forma de construir posições. São taxonomias úteis, não fronteiras naturais: uma estratégia pode combinar famílias, e o mesmo nome pode descrever implementações muito diferentes.
A literatura documenta retornos históricos associados a algumas famílias, mas não garante persistência, investibilidade ou disponibilidade em qualquer escala. Universo, período, dados, sinal, exposições, custos e seleção dos testes podem mudar a conclusão. A família explica a pergunta econômica; a especificação define o sistema realmente testado.
Taxonomia operacional
| Família | Ideia geral | Construção típica | Riscos a explicitar |
|---|---|---|---|
| Trend following / time-series momentum | a direção passada contém informação sobre a direção futura do mesmo instrumento | long ou short segundo o próprio histórico | reversões, whipsaw, volatilidade, alavancagem, rolagem e correlação em crises |
| Momentum cross-sectional | instrumentos relativamente fortes são comparados aos fracos | ranking do universo, long-short ou long-only | crash de momentum, turnover, fatores e composição do universo |
| Mean reversion / contrarian | um desvio tende a diminuir em relação a uma referência condicional | posição contra o movimento ou spread | referência instável, “faca caindo”, caudas e custos frequentes |
| Carry | exposições são associadas a diferenças de rendimento, curva ou conveniência | ranking ou carteira entre ativos e contratos | crash, funding, rolagem, moeda e crowding |
| Relative value / statistical arbitrage | uma relação torna o desvio relativo anômalo | spread, hedge ou carteira neutralizada | ruptura da relação, risco de modelo, shorting e liquidez conjunta |
| Market making / liquidity provision | cotações buscam capturar spread controlando inventory e adverse selection | ordens passivas, controle de estoque e cancelamentos | seleção adversa, latência, fila, saltos e inventory risk |
| Event-driven | um evento definido muda distribuição ou convergência dos preços | regras para anúncios, fusões, rebalanceamentos ou eventos corporativos | probabilidade do evento, gaps, dados especializados e restrições legais |
| Execution / scheduling | implementa uma decisão minimizando custo e risco de execução | slicing, routing e troca entre urgência e impacto | benchmark impróprio, não execução, impacto e informação revelada |
“Arbitragem” exige precisão. Arbitragem teórica sem risco e trade empírico de relative value não são a mesma coisa. Pairs trading, convergence trade e statistical arbitrage podem sofrer divergência, funding, recall do empréstimo, custos e saltos. O rótulo não garante convergência.
Trend e momentum: dois eixos
O time-series momentum compara um instrumento com seu próprio passado e pode ser positivo ou negativo. O momentum cross-sectional ordena instrumentos no mesmo instante e toma exposição relativa a vencedores e perdedores. Eles podem discordar: em mercado amplamente negativo, os “vencedores” relativos ainda podem ter tendência absoluta negativa.
Trend following é mais amplo: médias móveis, rompimentos e modelos de estado podem gerar exposição de tendência sem serem definições equivalentes. A velocidade muda turnover, reação e whipsaw; normalizar por volatilidade muda concentração e alavancagem. Não existe janela universalmente correta.
Os estudos de Jegadeesh e Titman e de Moskowitz, Ooi e Pedersen documentam duas formas históricas de momentum em amostras e desenhos específicos. Eles servem para estudar o fenômeno, não para transferir automaticamente parâmetros a outros mercados, custos e períodos.
Mean reversion: retorno a qual referência?
Uma estratégia mean-reverting supõe que o desvio seja temporário em relação a uma média ou relação relevante. A referência pode ser o histórico do preço, um spread, valor fundamental, modelo de risco ou relação microestrutural. Se ela muda, a posição pode parecer “mais barata” enquanto acumula risco.
Reversão estatística, contrarian cross-sectional, liquidity reversal e value podem se sobrepor, mas não são sinônimos. Testes de estacionariedade ou cointegração dependem de modelo e amostra e não asseguram convergência durante o período da posição.
Carry: retorno esperado ou compensação por risco
“Carry” muda entre classes de ativos. Pode representar diferencial de juros em moedas, inclinação da curva, roll yield dos futuros, rendimento de títulos ou custo e benefício de manter uma exposição. A comparação deve declarar definição, moeda-base, hedge, financiamento, colateral e rolagem.
Carry observado não é ganho quase certo: pode compensar exposições que perdem em compressões de liquidez ou mudanças abruptas. Koijen e coautores constroem uma definição cross-asset comparável em seu desenho; uma implementação ainda precisa demonstrar investibilidade, custos e risco de cauda.
Relative value, market making e execução
Relative value tenta isolar uma relação, não a direção geral. O hedge é estimado, pode variar e deixar risco de base, fator, moeda ou duration. O pairs trading de Gatev, Goetzmann e Rouwenhorst é um desenho histórico específico; não prova que qualquer par correlacionado vá convergir.
Market making não é simples sinal mean-reverting. O resultado depende do spread capturado, prioridade na fila, probabilidade de fill, adverse selection, inventory e capacidade de cancelar ou proteger. Barras OHLC raramente mostram esses estados; atribuir fill automático no bid ou ask pode converter uma prioridade inexistente em lucro simulado.
Algoritmos de execução, por fim, não formam necessariamente uma família de alpha. Podem minimizar implementation shortfall ou risco diante de um benchmark de execução para uma posição já decidida.
Como comparar duas estratégias
| Eixo | Perguntas |
|---|---|
| Mecanismo | qual comportamento, risco ou fricção sustentaria o resultado? |
| Horizonte | quanto duram sinal, posição e informação usada no alvo? |
| Exposições | beta, duration, volatilidade, moeda, crédito ou liquidez explicam o P&L? |
| Turnover | quanto do bruto é consumido por spread, impacto e financiamento? |
| Capacidade | como fill e custo mudam com a quantidade? |
| Dependência | os trades se sobrepõem ou se concentram nos mesmos episódios? |
| Cauda | onde aparecem gaps, short squeeze, desalavancagem ou ruptura da relação? |
| Diversificação | nomes diferentes escondem a mesma exposição latente? |
A correlação média é apenas o começo. Dependências condicionais e perdas simultâneas nos cenários relevantes podem revelar concentração oculta.
Exemplo de classificação
Uma carteira compra futuros com sinal positivo em seus próprios retornos passados, vende os de sinal negativo e ajusta posições por volatilidade. Pode ser classificada como time-series momentum ou trend following. Ainda precisa definir contratos, rolagem, frequência, janela, estimação da volatilidade, limite de alavancagem, gaps e custos. Um desses elementos pode mudar o risco mais do que o nome da família. O exemplo ilustra a taxonomia; não é orientação operacional nem promessa de retorno.
Fontes
- Narasimhan Jegadeesh e Sheridan Titman, Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency — estudo original sobre momentum cross-sectional na amostra analisada.
- Tobias J. Moskowitz, Yao Hua Ooi e Lasse Heje Pedersen, Time Series Momentum — evidência e construção de time-series momentum no desenho cross-asset estudado.
- Ralph S. J. Koijen et al., Carry — definição e comparação de carry entre classes de ativos na amostra do estudo.
- Evan Gatev, William N. Goetzmann e K. Geert Rouwenhorst, Pairs Trading: Performance of a Relative-Value Arbitrage Rule — metodologia e evidência histórica de uma regra de pairs trading.
- Werner F. M. De Bondt e Richard Thaler, Does the Stock Market Overreact? — estudo clássico de overreaction e retornos contrarian na amostra observada.