Fatos e supersties sobre gesto de risco

Por Hindemburg Melo Jr. www.sigmasociety.com (Veja continuao deste artigo, a partir da pgina 5) Qual destes 5 sistemas para gesto de capital, cujas curvas de performance so exibidas no grfico abaixo, o mais apropriado?
R$ 1.40 R$ 1.20 R$ 1.00 R$ 0.80 R$ 0.60 R$ 0.40 R$ 0.20 R$ 1/1/1970 1/4/1970 1/7/1970 1/1/1971 1/4/1971 1/7/1971 1/1/1972 1/4/1972 1/7/1972 1/1/1973 1/4/1973 1/10/1970 1/10/1971 1/10/1972 1/7/1973 1/10/1973

Milhes

Heuristic Kelly Bayesian Kelly Kelly Optimal F Fractional F

A maioria dos investidores sem conhecimentos bsicos sobre Estatstica tenderia a escolher o Optimal F ou o Critrio Kelly tradicional, por serem os dois que oferecem maior retorno dentro do histrico considerado. Mas o fato que estes seriam os dois piores. No h informao visual suficiente, neste grfico, para eleger o melhor, j que no se pode perceber o tamanho das volatilidades nas trs linhas de baixo. Mas se pode descartar as duas linhas superiores como ruins, devido altssima volatilidade em comparao ao ritmo de crescimento. A linha cyan (Optimal F), por exemplo, chegou a ter mais de 70% de drawdown no perodo considerado, e tudo indica que em perodos mais longos, poderia levar margin-call. Uma boa gesto de capital precisa ter crescimento to suave quanto possvel, sem oscilaes bruscas para baixo. Num perodo de apenas 3 ou 4 anos, como no grfico acima, pode no ser possvel avaliar a eficincia de um sistema por no cobrir um intervalo suficientemente grande para que pudessem ocorrer diferentes cenrios mercadolgicos. Apesar disso, a alta volatilidade das duas curvas superiores sugere que uma mudana persistente nas propriedades do mercado provavelmente causaria um colapso na carteira. O grfico a seguir cobre um perodo de 38 anos, no qual os primeiros 4 anos cobrem o mesmo perodo do grfico acima. Podemos observar que durante quase 7 anos o uso de Optimal F se mostraria muito atraente aos olhos de investidores menos experientes e adeptos de critrios menos rigorosos, mas passados apenas 2 anos o quadro muda completamente e, a partir do 9o ano, as curvas do Kelly e Optimal F ficam abaixo das outras trs, e comeam a cair persistentemente. Entre 1985 e 1987, podemos observar que algum que tivesse comeado a usar Optimal F em 1985 tambm teria se iludido, pois subiu vigorosamente por 2 anos, mais do que as outras alternativas, porm j estava to abaixo que no conseguiu nem chegar perto do patamar em que se encontravam as demais. E com o passar do tempo foi caindo cada vez mais, com alguns espordicos perodos

de 1 a 2 anos de bom desempenho, porm insuficiente para compensar os perodos ruins, demonstrando tratar-se de um sistema inapropriado de gesto.
R$ 100,000,000.00

R$ 10,000,000.00

R$ 1,000,000.00

R$ 100,000.00

Heuristic Kelly Bayesian Kelly Kelly Optimal F Fractional F

R$ 10,000.00

R$ 1,000.00

R$ 100.00

R$ 10.00

R$ 1.00 1/1/1970 1/1/1972 1/1/1974 1/1/1976 1/1/1978 1/1/1980 1/1/1982 1/1/1984 1/1/1986 1/1/1988 1/1/1990 1/1/1992 1/1/1994 1/1/1996 1/1/1998 1/1/2000 1/1/2002 1/1/2004 1/1/2006 1/1/2008

O mesmo, porm em menor proporo, se pode dizer do uso do critrio Kelly tradicional, representado pela linha amarela. As opes que se revelaram mais eficientes foram o critrio Kelly Heurstico, o critrio Kelly Bayesiano e o Fractional F, nos quais a volatilidade muito menor assegurou um crescimento consistente por um perodo bastante longo, sem quedas muito significativas. Na verdade, como se trata de um grfico semi-log, quedas de 50% podem parecer visualmente pequenas. Por exemplo: cair de uma linha horizontal para a linha de baixo representa uma queda de 90%, mas pode parecer visualmente pouco. Isso significa que o uso de Optimal F e o critrio Kelly tradicional resultaram em perdas de mais de 99,9% no perodo. Existem outros sistemas para gesto de capital, tais como Fixed Ratio e frmula de Larry Williams, entre outros, no entanto no oferecem vantagem significativa em comparao aos 3 melhores que analisamos aqui. H ainda um mtodo prprio, de nossa autoria, que no tem relao com os mtodos tradicionais, embora se baseie em uma ferramenta tradicional que no costuma ser usada para gesto de capital, embora seja de longe a melhor para este propsito, gerando curvas de maior rentabilidade e menor volatilidade. As curvas apresentadas acima sobre o uso do critrio Kelly e Optimal F necessitam de uma explicao, pois elas contradizem as previses tericas sobre como estes sistemas de gesto deveriam funcionar. Para investigar esse fenmeno, fizemos 20 simulaes de 2000 lanamentos de moedas com diferentes probabilidades de resultarem em cara ou coroa, por meio do mtodo de Monte Carlo, com nmeros pseudo-aleatrios distribudos normalmente gerados por Mersenne Twister, com (p) = 0,5 e (p) = 0,1, em que p representa a probabilidade de ganho, (p) representa a mdia aritmtica do valor de p, e (p) representa o desvio-padro nos valores de p. Em seguida testamos o uso do critrio Kelly tradicional em que o ganho era considerado quando um nmero pseudo-aleatrio fosse maior do que 0,5 e a perda quando fosse menor do que 0,5, pagando 2:1 nos casos de ganho (testamos tambm outros valores entre 1,1:1 e 5:1). O resultado foi uma curva ascendente, muito diferente da curva amarela que vimos no grfico anterior. Ento experimentamos usar a soma dos 20 valores aleatrios de cada distribuio com 2000 nmeros, considerando ganho quando a soma dos 20 valores fosse maior que 10, ou perda quando fosse menor. A curva tambm se mostrou ascendente. Nos dois casos, comparamos com um critrio baseado em nmero pseudo-aleatrio gerado pelo Excel, entre 0 e 1, com distribuio uniforme, sendo ganho quando o nmero era maior

que 0,5 e perda quando ocorria o contrrio, que representa o lanamento de apenas 1 moeda no viciada com probabilidade de cara = probabilidade de coroa = 0,5. Os resultados podem ser observados nos dois grficos seguintes:
1,00E+55 1,00E+53 1,00E+51 1,00E+49 1,00E+47 1,00E+45 1,00E+43 1,00E+41 1,00E+39 1,00E+37 1,00E+35 1,00E+33 1,00E+31 1,00E+29 1,00E+27 1,00E+25 1,00E+23 1,00E+21 1,00E+19 1,00E+17 1,00E+15 1,00E+13 1,00E+11 1,00E+09 1,00E+07 1,00E+05 1,00E+03 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001

Srie1 Srie2

1,00E+53 1,00E+51 1,00E+49 1,00E+47 1,00E+45 1,00E+43 1,00E+41 1,00E+39 1,00E+37 1,00E+35 1,00E+33 1,00E+31 1,00E+29 1,00E+27 1,00E+25 1,00E+23 1,00E+21 1,00E+19 1,00E+17 1,00E+15 1,00E+13 1,00E+11 1,00E+09 1,00E+07 1,00E+05 1,00E+03 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001

Srie1 Srie2

Isso significa que mesmo o valor de p no critrio Kelly variando significativamente, ainda assim estas oscilaes no chegam a causar a runa e nem sequer afetam negativamente a performance, posto que as oscilaes para baixo so compensadas pelas oscilaes para cima e o comportamento geral acaba sendo basicamente o mesmo que se p fosse um valor constante. Se ordenssemos todos os valores pseudo-aleatrios, de modo que primeiro ocorressem todos os maiores que 0,5 e depois todos os menores que 0,5, o resultado final seria o mesmo, exceto pela forma da curva, que seria semelhante a um segmento de parbola com concavidade para

baixo, mas o resultado final seria o mesmo. E no haveria motivo para supor que os valores maiores ocorressem todos antes ou todos depois, isto , que em 2000 lanamentos de moeda tivssemos 1000 caras nas primeiras tentativas e 1000 coroas nas ltimas. O mais natural que as ocorrncias se intercalassem aleatoriamente e as curvas seriam como nos grficos. Pois bem, ento como explicar que o uso de Kelly tradicional e o Optimal F resultem em margin-call? A meu ver, o principal motivo que a variao de p nos experimentos que simulamos acima diferem fundamentalmente da variao de p no Mercado Financeiro, a comear pelo importante fato de que os valores de p, assim como as cotaes, no se distribuem normalmente nem sequer se distribuem como qualquer funo suave conhecida. Assim pode ocorrer uma variao drstica e persistente em p, ficando muito abaixo do necessrio para sobrevivncia do sistema de gesto e por um perodo suficientemente longo, resultando em runa. Outro motivo que se a distribuio de p for assimtrica, uma seqncia persistente de valores de p um pouco abaixo de p-mdio pode causar danos no compensados por uma seqncia com menos ocorrncias de valores de p muito acima do p-mdio, j que a gesto de capital implica o uso de determinados tamanhos de stop loss, take profit e trailing stop que podem ser acionados tanto se forem ultrapassados os pontos de disparo em 1 pip como 1000 pips, assim poucos movimentos muito longos podem no compensar muitos movimentos curtos, ou o contrrio, bem como a mudana na probabilidade de ocorrncia de tais movimentos pode ter impacto muito negativo. Para evitar esse tipo de situao, um remendo simples usar 1/3 do critrio Kelly, ou alguma outra frao, tendo em mente que quanto menor for a frao, menor ser a rentabilidade, por outro lado, quanto menor for a frao, maior ser a probabilidade de sobrevivncia por longo tempo. Uma maneira um pouco mais sofisticada consiste em adotar alguns critrios para redefinir o valor de p conforme se modificam determinadas propriedades do mercado, assim se consegue aproximadamente acompanhar as variaes no valor de p, no totalmente, mas pelo menos se consegue diminuir a diferena entre o p verdadeiro e o p terico, melhorando a performance e reduzindo substancialmente o risco de runa. H outros procedimentos melhores, sobre os quais prefiro no comentar. O importante que as simulaes feitas com lanamentos de moedas, dados e similares, mesmo que se considere moedas assimtricas, com diferentes nveis de assimetria, mas com uma certa probabilidade mdia de que o resultado seja cara ou coroa, bem como dados heterogneos em densidade, de modo que algumas faces sejam mais provveis de ocorrerem do que outras, mas havendo uma probabilidade mdia para cada face e uma distribuio suave que represente a variao dessa probabilidade, estas situaes no nos proporcionam uma representao satisfatria de como seria o uso da gesto de capital no Mercado Financeiro, podendo induzir a graves erros, com terrveis conseqncias. O que nossos experimentos com back tests sugerem que as variaes de p, diferentemente do que ocorre nas simulaes supracitadas, so graduais e duradouras, fazendo com que um longo perodo de baixo valor para p implique a quebra da carteira. Por outro lado, o fato de se tratar de uma variao paulatina, a torna tambm mais previsvel e viabiliza ajustar o sistema de gesto de modo a atualizar o valor de p conforme o cenrio de mercado se modifica. Em outras palavras: o que ruim para quem adota mtodos primrios acaba sendo bom para quem adota mtodos mais elaborados, contribuindo para aumentar a diferena entre os traders que entram no mercado para perder e os que conseguem ganhar.

Agradecimentos aos amigos Romolo Disconzi, que me falou em 2006 sobre o critrio Kelly, e novamente ao Romolo e Wanderson Lage, sobre o Optimal F, temas que motivaram a investigao do assunto e a redao desse artigo.

Fatos e supersties sobre gesto de risco Parte II

Para testar a hiptese que propusemos no artigo anterior, fizemos mais simulaes com condies um pouco diferentes. Nossa explicao para as quebras de carteiras causadas pela adoo de Optimal F ou do critrio Kelly tradicional havia sido: A meu ver, o principal motivo que a variao de p nos experimentos que simulamos acima diferem fundamentalmente da variao de p no Mercado Financeiro, a comear pelo importante fato de que os valores de p, assim como as cotaes, no se distribuem normalmente nem sequer se distribuem como qualquer funo suave conhecida. Assim pode ocorrer uma variao drstica e persistente em p, ficando muito abaixo do necessrio para sobrevivncia do sistema de gesto e por um perodo suficientemente longo, resultando em runa. Outro motivo que se a distribuio de p for assimtrica, uma seqncia persistente de valores de p um pouco abaixo de p-mdio pode causar danos no compensados por uma seqncia com menos ocorrncias de valores de p muito acima do p-mdio, j que a gesto de capital implica o uso de determinados tamanhos de stop loss, take profit e trailing stop que podem ser acionados tanto se forem ultrapassados os pontos de disparo em 1 pip como 1000 pips, assim poucos movimentos muito longos podem no compensar muitos movimentos curtos, ou o contrrio, bem como a mudana na probabilidade de ocorrncia de tais movimentos pode ter impacto muito negativo. Para que a distribuio de p fique semelhante ao movimento dos preos e atenda s condies descritas acima, fizemos as seguintes mudanas no experimento: 1) Em lugar de gerar valores de p com (p) = 0,5 e (p) = 0,1, em que existe cerca de 1 chance de 2 milhes de que p seja maior do que 1 ou menor do que 0, alm de tornar necessrio manter pequeno o desvio-padro para que as chances desse absurdo ocorrer no aumentem, refizemos o experimento com uma alterao: em vez de distribuir normalmente a varivel p, distribumos normalmente a varivel ln[(1-p)/p], assim podemos adotar qualquer valor para o desvio-padro, to grande quanto quisermos, e manter os valores de p dentro do intervalo entre 0 e 1. 2) No artigo anterior, as simulaes foram feitas de modo que as variaes pseudo-aleatrias de p assumissem valores tais que a diferena nos valores de p entre os tempo t e t+1 e entre t e t+n fossem aproximadamente iguais para qualquer n, isto , havamos feito de tal forma que os valores de p fossem completamente independentes do tempo. Agora fizemos um movimento browniano de p, em que a cada incremento no tempo, o valor de p pode sofrer um acrscimo ou decrscimo, sendo o tamanho desta variao definido pela varivel (ln[(1-p)/p]). Assim os valores de p deixam de ter uma distribuio que possa ser representada por qualquer funo suave conhecida e assumem um comportamento browniano, que torna o valor de p parcialmente dependente do tempo, isto , para momentos prximos no tempo os valores de p sero, em mdia, mais semelhantes do que em momentos distantes. Com estas duas mudanas, alm de verificarmos que a runa era de fato explicada por minha hiptese, pudemos simular uma situao mais semelhante s condies de mercado, sem necessidade de realizar back tests para isso, com considervel ganho de tempo. Fizemos simulaes pelo Mtodo de Monte Carlo com (ln[(1-p)/p]) = 0 (ou seja, com (p) = 0,5) e com (ln[(1-p)/p]) entre 0,1 e 3. Nestas novas condies, os resultados foram conforme mostram os 3 grficos a seguir:

1,00E+32 1,00E+30 1,00E+28 1,00E+26 1,00E+24 1,00E+22 1,00E+20 1,00E+18 1,00E+16 1,00E+14 1,00E+12 1,00E+10 1,00E+08 1,00E+06 1,00E+04 1,00E+02 1,00E+00 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 p gaussiano p browniano

1,00E+36 1,00E+34 1,00E+32 1,00E+30 1,00E+28 1,00E+26 1,00E+24 1,00E+22 1,00E+20 1,00E+18 1,00E+16 1,00E+14 1,00E+12 1,00E+10 1,00E+08 1,00E+06 1,00E+04 1,00E+02 1,00E+00 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 p gaussiano p browniano

1,00E+22 1,00E+21 1,00E+20 1,00E+19 1,00E+18 1,00E+17 1,00E+16 1,00E+15 1,00E+14 1,00E+13 1,00E+12 1,00E+11 1,00E+10 1,00E+09 1,00E+08 1,00E+07 1,00E+06 1,00E+05 1,00E+04 1,00E+03 1,00E+02 1,00E+01 1,00E+00 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 p gaussiano p browniano

Conforme pudemos observar no artigo anterior, quando p constante ou se distribui normalmente, no h diferena nos dois casos e as curvas de crescimento so equivalentes. Mas, conforme podemos ver agora, quando o valor de p definido por um movimento browniano, a performance se torna muitssimo diferente da observada para p constante ou p

com distribuio normal. No primeiro grfico usamos Kelly/3. No segundo usamos Kelly/2,5. No terceiro usamos Kelly/5. No caso de Kelly/3, temos um crescimento de 1030 vezes com p constante e apenas 10 vezes com p browniano. No caso de Kelly/2,5, temos um crescimento de 1035 vezes com p constante e temos a quebra da carteira com p browniano. No caso de Kelly/5, temos um crescimento de 3 x 1021 vezes com p constante e 3 x 104 vezes com p browniano. Para Kelly/n, com n menor que 2,5, naturalmente quebra mais rapidamente. Isso no quer dizer que simplesmente usar Kelly/3 resolve o problema, pois o limite para o valor de n depende de muitos fatores, inclusive a longevidade desejada, a disperso no valor de p, a maneira como p se distribui etc. Vejamos mais dois exemplos:
1,00E+22 1,00E+21 1,00E+20 1,00E+19 1,00E+18 1,00E+17 1,00E+16 1,00E+15 1,00E+14 1,00E+13 1,00E+12 1,00E+11 1,00E+10 1,00E+09 1,00E+08 1,00E+07 1,00E+06 1,00E+05 1,00E+04 1,00E+03 1,00E+02 1,00E+01 1,00E+00 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 p gaussiano p browniano

1,00E+22 1,00E+21 1,00E+20 1,00E+19 1,00E+18 1,00E+17 1,00E+16 1,00E+15 1,00E+14 1,00E+13 1,00E+12 1,00E+11 1,00E+10 1,00E+09 1,00E+08 1,00E+07 1,00E+06 1,00E+05 1,00E+04 1,00E+03 1,00E+02 1,00E+01 1,00E+00 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001 p gaussiano p browniano

Nos dois casos acima, usamos Kelly/5, porm com diferentes oscilaes no valor de p. No primeiro caso, a variao de p com o tempo foi conforme o grfico abaixo:

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001

E no segundo caso foi conforme o prximo grfico:

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 101 201 301 401 501 601 701 801 901 1001 1101 1201 1301 1401 1501 1601 1701 1801 1901 2001

Conforme podemos ver, no primeiro caso, chegou a ocorrer uma queda de mais de 99% na carteira antes de haver uma recuperao. E no segundo caso houve rpida quebra da carteira. Quando o valor de p tem movimento browniano, a evoluo da carteira muda completamente, e o risco de falncia se torna muito maior. Da maneira como fizemos as simulaes no primeiro artigo, a variao de p com o tempo gera um grfico com este aspecto:

0,6

0,58

0,56

0,54

0,52

0,5

0,48

0,46

0,44

0,42

0,4 1 60 119 178 237 296 355 414 473 532 591 650 709 768 827 886 945 1004 1063 1122 1181 1240 1299 1358 1417 1476 1535 1594 1653 1712 1771 1830 1889 1948

Mantendo a mdia mvel de p sempre muito perto do valor mdio de p e, alm disso, em qualquer tempo considerado no se observa nenhuma predominncia de ocorrncias de valores de p acima ou abaixo do valor mdio de p durante longos perodos. Mas da maneira como fizemos a simulao agora, a mdia mvel de p pode ficar muito mais afastada do valor mdio de p, bem como pode ocorrer franca predominncia e durante longo tempo de valores de p acima ou abaixo do valor mdio de p. Em tais circunstncias, o risco de quebra muito maior. Quando p tem distribuio normal, temos, por exemplo, essa situao, e no muda muito em relao a este formato de distribuio:

Mas quando o valor de p tem movimento browniano, a distribuio de p fica, por exemplo, com este aspecto (a seguir), e pode oscilar entre uma grande variedade de outros aspectos, inclusive se ajustando, por mera coincidncia, a algumas possveis distribuies usuais, porm no h nenhuma razo para supor que, fora do intervalo considerado, ela continuaria a se ajustar mesma distribuio:

 interessante notar que como a amostra grande, esse histograma no tem boa qualidade de ajuste com nenhuma distribuio conhecida, nem mesmo uma uniforme, porque para uma amostra de 2000 elementos, uma uniforme ficaria com os tamanhos das barras muito mais semelhantes entre si, como podemos ver a seguir, numa simulao de Monte Carlo com varivel contnua entre 0 e 1 e distribuio uniforme:

Por isso, quando pensamos na varivel p, seja no critrio Kelly ou qualquer outro sistema de gesto de capital, no se pode pensar num valor de p constante, no se pode pensar num valor de p varivel com distribuio gaussiana, no se pode pensar num valor de p varivel com distribuio suave (Gamma, Weibull, Lognormal etc.). O correto pensar em p como um valor com movimento aproximadamente browniano, com assntotas em 0 e 1. Se o valor de p fosse constante, ou se tivesse uma variao com estas duas propriedades: 1) Mantendo a mdia mvel de p sempre muito perto do valor mdio de p.

2) Em qualquer tempo considerado no se observar nenhuma predominncia de ocorrncias de valores de p acima ou abaixo do valor mdio de p durante longos perodos. Ento seria muito mais fcil ganhar no Mercado, bem como seria muito mais fcil fazer uma gesto eficiente e segura do capital. Como o mundo real no to simplrio assim, a gesto de capital se torna sensivelmente mais complexa e o desenvolvimento de uma estratgia realmente vitoriosa se torna tremendamente difcil. Por isso so muito falhos e incompletos os sistemas de gesto que levam em conta apenas o valor de p para definir o tamanho de cada aposta. Seriam ainda falhos e incompletos se considerassem um p varivel, distribudo normalmente ou qualquer outra distribuio suave de p. E com tais falhas, os prognsticos de sobrevivncia da carteira so superestimados, com resultados absurdamente otimistas e totalmente destoantes da situao real. Quando a pessoa adota uma gesto de capital com base nestas premissas incorretas, est fadada ao fracasso.