Академический Документы
Профессиональный Документы
Культура Документы
DISSERTAO DE MESTRADO
CURITIBA
2006
CURITIBA
2006
AGRADECIMENTO
Gostaria de agradecer, em primeiro lugar, a minha orientadora Dra. Ana Paula Cherobim, que
foi, sem dvida, pea importante na elaborao deste trabalho, agradeo principalmente pelo
tempo a mim dispensado.
Ao professor Pedro Steiner, fico agradecido pelo seu enorme interesse, sempre indicando a
direo a ser tomada nos momentos de maior dificuldade, que certamente foram fundamentais
para o desenvolvimento de determinados pontos.
Meu maior agradecimento dirigido aos meus pais, por terem sido o contnuo apoio durante
todos estes anos; minha me, uma batalhadora e vencedora, e a meu pai, um esprito muito
evoludo de amor e dedicao famlia.
Aos TODOS os velhos e novos amigos do corao, que tive o grandessssimo prazer em
conhecer.
A todas as pessoas que de alguma forma, direta ou indiretamente, contriburam para a
execuo deste trabalho.
Por ltimo, gostaria de agradecer os financiamentos concedidos pelo CNPQ e pela CAPES,
que facilitaram a realizao tanto deste trabalho, quanto a realizao do trabalho de outros
colegas do mestrado.
Desejo a todos muito luz!
ABSTRACT
This work evaluates the trustworthiness of the technical analysis school indicators and of its
signals of buying and selling when indicating pointing of buy and sell shares.
It also evaluates the capability of the technical analysis school in providing to the investor
superior results to the ones with the buy and hold strategy, by using the process of parameters
optimization. For this, it was analyzed the main technical analysis indicators applied to 10
historical data, in a survey research, with transversal cut and longitudinal evaluation in the
period of 1995 to 2005. A quantitative-descriptive treatment was carried through using the U
of Mann-Whitney statistic test. The results indicate that the investor must use the Relative
Strength Index, the Slow Stochastic and the MACD in its operations in its market operations
and that the use of one of these indicators in detriment of others is facultative to the investor
and will depend on the investment strategy and the risk aversion of each operator in the
market. It was concluded that none of the technical analysis indicators of this study can bring
abnormal returns to the investor that surpass the buy and hold strategy, being thus, in
accordance with the market efficiency hypothesis suggested by literature.
LISTA DE ILUSTRAES
Grfico 1 Interseco de mdias mveis................................................................................44
Grfico 2 Bollinger Bands.....................................................................................................45
Grfico 3 Convergncia e Divergncia de Mdia Mvel.......................................................46
Grfico 4 - Convergncia e Divergncia de Mdia Mvel - Histograma.................................46
Grfico 5 Rate of Change.......................................................................................................49
Grfico 6 ndice de Fora Relativa........................................................................................50
Grfico 7 Estocstico Lento...................................................................................................51
Quadro 1 Critrios de Anlise dos Indicadores.....................................................................58
Quadro 2 Esquema de Otimizao de Indicadores................................................................60
Quadro 3 Variveis Independentes e Dependentes................................................................64
Quadro 4 Amostra selecionada para estudo...........................................................................69
Quadro 5 Fases da seleo da estratgia................................................................................71
Quadro 6 Fases da seleo dos parmetros............................................................................73
Quadro 7 Fases do step-foward test...75
Quadro 8 Participao no mercado das empresas de bases de dados....................................75
Quadro 9 Confrontao dos resultados obtidos no critrio lucro percentual lquido............90
Quadro 10 Confrontao dos resultados obtidos no critrio percentual de acerto total........91
Quadro 11 Confrontao dos resultados obtidos no critrio percentual de acerto compra...92
Quadro 12 Confrontao dos resultados obtidos no critrio percentual de acerto na venda.93
Quadro 13 Confrontao dos resultados obtidos no critrio eficincia total.........................94
Quadro 14 Confrontao dos resultados obtidos no critrio eficincia na compra................95
Quadro 15 Confrontao dos resultados obtidos no critrio eficincia na venda..................95
Quadro 16 Resultado percentual mdio de cada indicador por critrio de anlise................96
LISTA DE TABELAS
Tabela 1 Parmetro selecionado - Bollinger Bands.............................................................80
Tabela 2 Parmetros selecionados - Interseco de Mdias..................................................81
Tabela 3 Parmetros selecionados - Rate of Change.............................................................82
Tabela 4 Parmetros selecionados - ndice de Fora Relativa...............................................83
Tabela 5 Parmetros selecionados - Estocstico Lento..........................................................84
Tabela 6 Parmetros selecionados MACD.........................................................................85
Tabela 7 Anlise dos dados Indicadores.............................................................................86
Tabela 8 Anlise dos dados Empresa..................................................................................87
Tabela 9 Anlise dos dados Perodo de Anlise.................................................................87
Tabela 10 Anlise dos dados no step-foward test 1 Perodo de Anlise..............................87
Tabela 11 Anlise dos dados no step-foward test 2 Perodo de Anlise.............................88
Tabela 12 Estatstica descritiva do estudo.............................................................................89
Tabela 13 Relao de assimetria entre o indicador Bollinger Bands e outros indicadores..100
Tabela 14 Relao de assimetria entre o indicador Estocstico e outros indicadores.........101
Tabela 15 Relao de assimetria entre o indicador IFR e os outros indicadores.................101
Tabela 16 Relao de assimetria entre o indicador MACD e os outros indicadores...........101
Tabela 17 Relao de assimetria entre o indicador IM e o indicador ROC.........................102
BOVESPA
IBOVESPA
CVM
IBRX
IBrX50
FMI
PIB
FGV-100
CRISMA
BM&F
ME
Mdia Exponencial
IFR / RSI
MACD
ABAMEC
IM
CMA
BB
Bollinger Bands
ROC
Rate of Change
EL
Estocstico Lento
LUCROPER
Lucro percentual
PT
Percentual Total
PC
Percentual de Compra
PV
Percentual de Venda
EFICTOT
Eficincia Total
EFICOMP
Eficincia de Compra
EFIVEND
Eficincia de Venda
SF1
Step-Foward 1
SF2
Step-Foward 2
SUMRIO
1 INTRODUO.....................................................................................................................16
1.1 Formulao do Problema de Pesquisa................................................................................18
1.2 Objetivo de Pesquisa...........................................................................................................18
1.3 Justificativa Terica e Prtica.. ....................................................................................... 19
1.4 Estrutura do Projeto........................................................................................................ 20
2 BASE TERICA-EMPRICA...............................................................................................22
2.1 Mercado de Capitais...........................................................................................................22
2.2 Economia Brasileira e Mundial..........................................................................................25
2.3 Estado da Arte das Pesquisas na rea...............................................................................27
2.3.1 Estudos aplicados no mercado acionrio brasileiro.........................................................27
2.3.2 Estudos dos indicadores da escola de anlise tcnica.....................................................32
2.4 Anlise de Aes.................................................................................................................35
2.4.1 Anlise fundamentalista...................................................................................................35
2.4.2 Anlise tcnica.................................................................................................................37
2.4.2.1 Histrico da Anlise Tcnica........................................................................................40
2.4.2.2 Indicadores....................................................................................................................41
2.4.2.2.1 Rastreadores de Tendncia........................................................................................42
2.4.2.2.2 Osciladores................................................................................................................47
2.4.3 Anlise tcnica X anlise fundamentalista.......................................................................51
2.5 Otimizao..........................................................................................................................56
3 METODOLOGIA..................................................................................................................62
3.1 Especificao do Problema.................................................................................................62
3.1.1 Perguntas de pesquisa......................................................................................................63
3.1.2 Apresentao das variveis.......................................................................................... 64
3.1.3 Definio das categorias analticas.. ............................................................................ 64
3.1.4 Definio de outros termos relevantes para a pesquisa................................................. 67
3.2 Definio e Design da Pesquisa...................................................................................... 67
3.2.1 Delineamento da pesquisa................................................................................................68
3.2.2 Populao e amostra.........................................................................................................68
16
1. INTRODUO
O ano de 2005 foi positivo para o mercado acionrio brasileiro. O volume total
negociado na BOVESPA apresentou o significativo crescimento de 31,9% em 2005, atingindo
R$ 401,1 bilhes, o maior registrado na histria da Bolsa. A nova marca elevou a mdia diria
de montante negociado para R$ 1,6 bilho ante os R$ 1,2 bilho verificado em 2004. O
nmero de negcios tambm cresceu de forma expressiva: foram efetuados 15,5 milhes de
negcios no ano, representando uma mdia diria de 62.247 negcios, nmero 15,8% superior
ao registrado no ano anterior.
Ao longo do ano, o ndice Ibovespa registrou 23 recordes de pontuao, que elevaram
o ndice dos 26.313 pontos verificados em nove de fevereiro aos 33.629 pontos, mxima
histrica do ano, alcanada em 14 de dezembro. Composto pelas 57 aes de maior liquidez,
o Ibovespa encerrou em alta acumulada de 27,7%, sinalizando as aplicaes em Bolsa como a
mais rentvel no ano.
O valor de mercado das empresas negociadas na BOVESPA atingiu R$ 1,13 trilho
em dezembro de 2005, acrscimo de 24,7% em relao ao ano anterior, e o fluxo dos
investimentos estrangeiros na BOVESPA encerrou o ano positivo em R$ 5.860.789.386,00.
Em dezembro, o saldo foi de R$ 1.506.314.086,00, resultado de compras de aes no valor de
R$ 13.134.206.791,00 e vendas de R$ 11.627.892.705,00 (BOVESPA, 2006).
O investidor deste mercado, quando decide aplicar seus recursos, procura cercar-se dos
melhores mtodos de anlise, buscando assim maximizar ganhos e minimizar eventuais
perdas. Para tomada de deciso de investimentos em aes, os investidores profissionais
podem utilizar-se da escola de anlise fundamentalista e da escola de anlise tcnica.
A premissa bsica da anlise fundamentalista que o valor justo para uma empresa
est relacionado sua capacidade de gerar lucros no futuro. Segundo Fama (1995), a qualquer
ponto do tempo uma ao tem valor intrnseco que depende do seu potencial de ganho, o que,
por sua vez, depende de fatores fundamentais. Por meio do estudo desses fatores, o analista,
em princpio, seria capaz de determinar se o preo de uma ao est acima ou abaixo do seu
valor intrnseco.
J a premissa bsica da anlise tcnica, tambm conhecida como escola grafista, que
a histria tende a se repetir e padres passados tendem a ocorrer no futuro. Assim, uma
maneira de prever o movimento do preo das aes desenvolver familiaridade com padres
17
passados de comportamento das aes, de forma a reconhecer situaes que possam ocorrer
novamente no futuro (FAMA, 1995).
Para a anlise tcnica, a massa, ou seja, a mdia das opinies de todos os
participantes do mercado, ponderada em funo do poder de cada participante, que comanda
as oscilaes do prego. Para visualizar o comportamento das massas, analis-lo e interpretlo, o analista usa grficos do preo das aes em funo do tempo e do volume em que elas
ocorrem. Conforme Murphy (1999), a anlise tcnica o estudo da ao do mercado,
primeiramente por meio do uso de grficos, com o propsito de prever tendncias futuras dos
preos. Para a escola tcnica, a resposta est nos grficos de preos e volume. Os grficos
traduzem o comportamento do mercado e avaliam a participao de massas de investidores a
induzir as formaes de preos (CAVALCANTE e MISUMI, 1998).
Contudo, as anlises realizadas exclusivamente por meio dos grficos mostram-se
complexas, subjetivas e suscetveis a diferentes interpretaes. Para auxiliar o investidor no
processo de anlise de mercado, criaram-se diferentes ferramentas de auxlio para tomada de
deciso, entre as quais esto os indicadores. Estes so mecanismos que auxiliam o investidor a
identificar momentos de reverso ou mesmo continuao de um movimento de mercado,
sendo muito usados pelos investidores.
Contrria anlise tcnica e ao uso de seus indicadores est a hiptese de mercado
eficiente, um dos principais paradigmas da moderna teoria de finanas. Esta hiptese
considera que qualquer informao nova e relevante rapidamente refletida nos preos,
fazendo com que as sries de variaes de preos dos ativos negociados no mercado de
capitais comportem-se de maneira aleatria. Assim, no possvel ao investidor obter ganhos
anormais que superem os custos de transao envolvidos e a estratgia de buy and hold, que
como o nome j diz, consiste em comprar uma ao e segur-la, obtendo retorno sobre o
investimento, por meio da valorizao do papel, ao longo do tempo e do recebimento de
dividendos e outros proventos.
Segundo Leal e Varanda (2000), a unanimidade entre as correntes que defendem ou
que descartam a hiptese de mercado eficiente est na afirmao de que a melhor maneira de
testar a forma fraca de eficincia de determinado mercado por meio da aplicao de
determinada regra sobre uma srie histrica de retornos, ou seja, por meio de estratgias de
anlise tcnica. Baseados na teoria do comportamento aleatrio, pesquisadores contrrios ao
uso da escola tcnica levantam questes a respeito da capacidade de se obterem retornos
anormais utilizando esta tcnica.
Como o comportamento aleatrio ou random walk indica que o mercado no possui
18
padro previsvel, isto implica constatar que a observao do comportamento anterior dos
preos nada teria a dizer sobre o comportamento deles no futuro, invalidando, portanto, a
premissa bsica da anlise tcnica.
Pretende-se, neste trabalho, avaliar a confiabilidade dos indicadores e de seus
respectivos sinais, ao indicar pontos de compra e venda de aes em diferentes critrios de
desempenho sugeridos pela literatura especializada, identificando aes e recomendaes
especficas dos indicadores estudados. Sero tambm investigados quais indicadores deste
estudo permitem ao investidor obter retornos anormais que superem os custos de transao e a
estratgia de buy and hold, colaborando, assim, com a discusso a respeito da hiptese de
mercado eficiente.
19
mais negociadas na Bovespa, em uma pesquisa com corte transversal e avaliao longitudinal
realizada entre o perodo de 1995 a 2005.
Para isto, apresentam-se os seguintes objetivos especficos:
20
so novas e necessita de pesquisas empricas, o que refora a idia de que estudos nesta rea
so promissores, tanto para a teoria quanto para prtica.
A partir deste estudo pretende-se ampliar o conhecimento cientfico referente escola
de anlise tcnica, contribuindo com a discusso a respeito da validade dessa escola como
mtodo de anlise de mercado.
No que concerne aos indicadores, o objetivo explicar o que so eles, como
funcionam, quais so os seus sinais, assim como apontar os parmetros e os momentos de
mercado em que seu uso mais apropriado. Tambm objeto deste estudo, identificar a
confiabilidade destes indicadores, identificando aes e recomendaes especficas do
mercado e dos indicadores estudados. Alm disto, espera-se que o estudo e os resultados
encontrados estimulem a elaborao de novos trabalhos acadmicos nesta rea.
Para a prtica, pretende-se auxiliar o tomador de deciso, neste caso o investidor, no
processo de compra e venda de aes no mercado acionrio brasileiro, permitindo-lhe avaliar
qual o indicador oferece a melhor relao entre risco e retorno recorrentes da utilizao dos
indicadores apresentados neste estudo.
21
utilizados para execuo da investigao emprica do estudo, tendo em vista a base tericoemprica elaborada. Apresentam-se as perguntas de pesquisa e as variveis constitutivas e
operacionais que auxiliaram na operacionalizao da pesquisa, alm da definio e do design
da pesquisa.
A quarta e a quinta seo apresentam, respectivamente, os resultados encontrados,
baseados nos objetivos propostos pelo trabalho e a concluso final do estudo. O trabalho
encerra-se na sexta e stima seo, apresentando sugestes para pesquisas futuras e
relacionando as referncias bibliogrficas que fundamentaram o estudo.
22
2 BASE TERICA-EMPRICA
23
IBrX ndice Brasil: o IBrX um ndice de preos que mede o retorno de uma
carteira terica composta por 100 aes selecionadas entre as mais negociadas na
Bovespa, em termos de nmeros de negcios e volume financeiro. Essas aes so
ponderadas na carteira do ndice pelo seu respectivo nmero de aes disponveis
negociao no mercado.
IBrX-50: o IBrX-50 um ndice que mede o retorno total de uma carteira terica
composta por 50 aes selecionadas entre as mais negociadas na Bovespa em termos
de liquidez, ponderadas na carteira pelo valor de mercado das aes disponveis
negociao. Ele foi desenhado para ser um referencial para os investidores e
administradores de carteira, e tambm para possibilitar o lanamento de derivativos. O
IBrX-50 tem as mesmas caractersticas do IBrX- ndice Brasil, mas apresenta a
vantagem operacional de ser mais facilmente reproduzido pelo mercado.
24
Nas bolsas de valores, pode-se atuar em trs mercados: mercado vista, mercado a
termo e mercado de opes. A diferena bsica entre os negcios, em cada um desses
mercados, a data de entrega da ao do vendedor ao comprador. Ou seja, o momento da
liquidao da operao de compra e venda de aes (HAYASHI, 2002).
Mercado de opes: a liquidao pode ser feita em qualquer dia, aps o fechamento do
negcio, at a data de vencimento da opo, caso esta no seja exercida.
Outra diferena importante entre esses mercados a dificuldade que pode surgir ao
25
capital prprio, pago pela empresa com base em suas reservas patrimoniais de lucro, e as
bonificaes, que so direitos dos acionistas em receber aes, proporcionais aos ttulos
possudos, em decorrncia do aumento de capital da empresa mediante incorporao de
reservas (ASSAF NETO, 2003).
Segundo o mesmo autor, a estratgia de buy and hold consiste em comprar uma ao e
segur-la, de modo a realizar lucro por meio do recebimento das duas formas de rendimento
apresentadas anteriormente, ou seja, por meio do recebimento de dividendos e da valorizao
do preo da ao.
26
27
28
Revista Brasileira de Finanas. Por meio dessas publicaes, buscou-se identificar o mtodo
normalmente usado por pesquisadores ao estudar o mercado acionrio brasileiro.
Vieira e Procianoy (2003) analisaram a reao do mercado a bonificaes e
desdobramentos. As cotaes, assim como as datas dos eventos, foram obtidas por meio da
Economtica. O ndice Ibovespa e o ndice FGV-100 representaram o retorno de portiflio de
mercado. A amostra constituiu-se de todas as aes negociadas na Bovespa que executaram
bonificaes e desdobramentos entre janeiro de 1987 e maio de 1997, totalizando 685 eventos
em 240 dias teis. Foram eliminadas da amostra as aes que no apresentaram nenhuma
cotao no perodo indicado para coleta e que dispunham de menos de 30 observaes,
restando 597 eventos. A ausncia de instituies financeiras no ndice FGV-100 exigiu a
eliminao de 102 bonificaes e 12 dividendos, por isso, no caso deste ndice, trabalhou-se
com 483 eventos. Foram encontrados retornos positivos e significativos no retorno do
primeiro dia de negociao ex-evento.
Sanvicente e Sanches (2002) procuraram comparar o desempenho de aes ordinrias
e preferenciais de empresas que possuam as duas classes de aes negociadas ao mesmo
tempo na Bovespa. Para isto, os autores construram duas carteiras de aes, uma formada por
aes ordinrias e outra por aes preferenciais. Os dados foram coletados do banco de dados
Economtica, sendo estes, as sries mensais de preos das aes. O perodo total de anlise
foi de 15 anos, comeando em 1986 e terminando em 2001. As empresas foram selecionadas
por possurem aes dos dois tipos negociadas na Bovespa, resultando em uma lista de 90
aes. Quando comparadas as aes ordinrias, e s aes preferenciais, pde-se perceber que
no h diferena relevante de desempenho entre os dois tipos de ao.
Torres, Bonomo e Fernandes (2002) testaram duas verses do modelo de passeio
aleatrio para os preos de carteiras de aes e de aes individuais. O ndice Ibovespa
tambm foi utilizado no estudo, pela maior extenso de sua srie, permitindo a anlise a partir
do horizonte mensal de 1970. Os dados foram coletados do banco de dados Economtica,
sendo estes, as sries dirias de preos das aes. As sries de preos estenderam-se de maro
de 1986 a abril de 1998. Para O Ibovespa, o perodo de anlise estendeu-se de janeiro de 1970
a maro de 1998, contando com 339 observaes no sobrepostas de retornos mensais e 28
retornos anuais. Foram selecionadas todas as aes existentes na Economtica e que possuam
srie de preos desde 1986. Havendo aes preferenciais e ordinrias de uma mesma empresa,
selecionaram-se aquelas com maior liquidez e excluram-se as aes com probabilidade de
no transacionar superior a 35% e aquelas que possuam informaes suficientes para a
realizao efetiva da pesquisa, perfazendo uma amostra de 66 aes. Evidncias contrrias ao
29
modelo do passeio aleatrio foram encontradas nos horizontes dirios e semanais, sendo estas
evidncias mais fracas em perodos mais recentes.
Novis Neto e Saito (2002) relataram os resultados de uma anlise emprica de estudo
de evento do comportamento dos preos das aes aps o anncio do pagamento de
dividendos. Os dados foram coletados da Economtica, e as datas dos eventos conferidas pelo
stio eletrnico da Bovespa. O perodo analisado foi de janeiro de 1998 a dezembro de 2000.
A amostra, constituda de 163 eventos, inclua as aes mais negociadas na Bovespa no
perodo em estudo. Desta maneira, analisaram-se todas as aes que compuseram a carteira
terica dos ndices Ibovespa e IBx no perodo analisado. Encontrou-se uma relao direta
entre o dividendo yield e o retorno anormal acumulado dos preos das aes nos 90 dias aps
o pagamento de dividendos.
Antunes e Procianoy (2002) avaliaram os efeitos das decises de investimento das
empresas sobre os preos de suas aes no mercado acionrio. Os dados foram coletados na
Economtica, sendo estes, os preos dirios das aes e a amostra extrada da Bolsa de
Valores de So Paulo. O perodo de estudo teve incio em maro de 1989 e trmino em agosto
de 1999, totalizando 424 eventos de divulgaes trimestrais e anuais. Na data da coleta dos
dados, a populao da Bovespa contava com 360 aes de 282 empresas no-financeiras.
Como a liquidez de um papel na Bolsa fator relevante para a formao do preo e a
verificao dos reflexos das atitudes gerenciais, selecionaram-se as 100 aes mais lquidas
do perodo, sendo que destas, selecionou-se o tipo de ao mais lquida de cada empresa. Com
a falta de dados contbeis de algumas empresas, foram selecionadas para a amostra final, 87
aes de diferentes empresas. Os resultados encontrados indicam que existe relao entre a
variao do ativo permanente das empresas, tanto negativamente quanto positivamente, e a
variao do valor da ao da empresa no mercado.
Herrera e Procianoy (2000) procuraram identificar a reao do mercado acionrio
brasileiro ao evento de concordata. Os autores avaliaram este efeito atravs das variaes de
volume e do preo das aes de empresas concordatrias da Bovespa. O Ibovespa foi
considerado para o clculo do retorno de mercado, sendo que este foi calculado para cada
observao diria e semanal. Os dados dirios e semanais foram coletados do prprio site da
Bovespa e do Jornal Gazeta Mercantil. Esses preos foram atualizados por proventos. As
empresas da amostra deveriam estar mencionadas no quadro denominado concordatrias pela
Bovespa entre outubro de 1988 e junho de 1996 e reunir, no mnimo, 381 observaes para
dados semanais e 111 observaes para dados dirios. Foram assim selecionadas 51 empresas.
Na amostra de resduos semanais, verificaram-se perdas considerveis nos retornos das aes,
30
cindo anos antes e um ano aps o evento de concordata. Na amostra diria, os resduos foram
negativos nos dias prximos ao evento, sinalizando uma reao negativa do mercado ao
evento de concordata.
Perobelli C., Perobelli P. e Arbex (2000) testaram a eficincia do mercado acionrio
brasileiro em relao conduo da poltica monetria. A base de dados foi a Economtica. O
perodo de anlise comea em setembro de 1997 e termina em janeiro de 1999. A escolha
deste perodo deve-se a ao fato de nele existirem quatro crises que tiveram impacto na
economia nacional: a crise asitica em outubro de 1997, a crise russa em agosto de 1998, o
pacote de ajuda do FMI em novembro de 1998 e a mudana na poltica cambial ocorrida em
janeiro de 1999. Foram calculados os retornos dirios anormais ao redor das quatro datas
selecionadas em perodos alternativos de 20 dias anteriores e 21 dias posteriores, 10 dias
anteriores e 11 dias posteriores, sete dias anteriores e 8 dias posteriores e 5 dias anteriores e 6
dias posteriores. O procedimento utilizado para a determinao pontual das datas dos eventos
se deu da seguinte forma: (1) para os dois primeiros eventos, tomou-se como base o
comportamento do dlar via taxa mdia do Banco Central; (2) no que tange ao acordo do
FMI, a data escolhida foi a entrega do memorando de intenes e (3) quanto flexibilizao
do cmbio, a data considerada foi o dia 15 de janeiro de 1999. Os autores inferiram que o
mercado brasileiro se mostrou eficiente em relao conduta da poltica monetria.
Costa Jr. e Neves (1999) verificaram a influncia de quatro variveis fundamentalistas
(valor de mercado; ndice preo / lucro; ndice valor patrimonial / preo; e coeficiente beta) na
explicao da rentabilidade mdia das aes negociadas vista na Bovespa. Selecionaram-se
todas as aes cotadas na base de dados Economtica que tiveram cotaes mensais por
perodo mnimo de 48 meses e cotaes mensais consecutivas por perodo mnimo de 12
meses. A amostra assim constituiu-se de 117 aes entre o perodo de 1987 e fevereiro de
1996. Concluiu-se que existiu influncia significativa dessas variveis no apreamento das
aes. Contudo, o coeficiente beta continuou sendo a principal varivel na explicao da
relao risco-retorno.
Galdo e Fam (1998) avaliaram a eficincia na precificao de aes negociadas no
Brasil atravs da anlise da volatilidade. O estudo de 11 anos compreendeu o perodo de
janeiro de 1986 a dezembro de 1996. A amostra possui 21 aes que faziam parte do ndice
Bovespa em dezembro de 1996 e que, em adio, tinham longa tradio de negociabilidade,
indicada pela data na qual foram includas pela primeira vez neste ndice. Concluiu-se que o
mercado apresentou ineficincia no processo de precificao das aes por meio da anlise de
volatilidade.
31
32
33
34
Mdia Mvel
Mdia rpida = [1 2 3 5 8 10 13 15 20 21 25 30 40 50 75 100 150 200 250]
Mdia lenta = [2 3 5 8 10 13 15 20 21 25 30 40 50 75 100 150 200 250]
Filtro = [0 0.001 0.005 0.01 0.05]
Total de combinaes: 1710 combinaes
ndice de Fora Relativa e Williams %R
Linha de Sinal = [1 2 3 4 5 8 10 13 15 20 21 25 30 40 50 75 100 150 200 250]
Filtro = [0 0.001 0.005 0.01 0.05]
Limite inferior = [5 10 15 20 25 30]
Limite superior = [70 75 80 85 90]
Total de combinaes: 17100 combinaes
Estocstico
Linha de Sinal = [3 5 8 13 21 50 75 100 150 200 250]
Mdia exponencial = [5 8 13 21 50 75 100 150 200 250]
Filtro = [0 0.001 0.005 0.01 0.05]
Limite inferior = [10 20 30]
Limite superior = [70 80 90]
Total de combinaes: 990 combinaes
MACD
Linha de sinal: [3 5 8 13 21 50 75 100 150 200 250]
Mdia lenta: [5 8 13 21 50 75 100 150 200 250]
Mdia rpida: [5 8 13 21 50 75 100 150 200 250]
Filtro = [0 0.001 0.005 0.01 0.05]
Total de combinaes: 1100 combinaes
O autor contatou que a Mdia Mvel de 25-30, sem filtro, apresentou o melhor
resultado dentre as 11.780 estratgias estudadas, porm no rejeita a hiptese nula deste
mtodo de anlise. Alm disso, o indicador MACD tambm apresentou retornos positivos em
vrias de suas estratgias, contudo esses resultados tambm no rejeitam a hiptese nula da
anlise tcnica. Os indicadores IFR, Estocstico e Williams R% apresentaram baixo
desempenho.
Saffi conclui que as estratgias de anlise tcnica no so capazes de gerar retornos
estatisticamente significativos, estando assim de acordo com o previsto pela hiptese fraca de
eficincia de mercado.
35
36
Procedimentos operacionais:
A comparao dos desempenhos financeiros das diversas empresas de um setor leva
quelas cujas capacidades de gerao de lucros sejam maiores. Os procedimentos que o
analista fundamentalista dever observar so os seguintes:
a) Conhecimento do setor em que a empresa atua:
O conhecimento do setor adquirido com visitas aos rgos de classes para
determinar qual a situao atual do mercado em que a empresa atua. Atuao anterior em
funes executivas, em empresas do setor, tambm agrega conhecimentos das peculiaridades
setoriais.
As informaes necessrias a fim de que o analista crie cenrios para o futuro da
empresa em anlise, so as seguintes: produo, preos, disponibilidade de matria-prima e
poltica governamental para o setor.
b) Conhecimento da estrutura operacional das empresas do setor:
Para obter o conhecimento da estrutura operacional necessrio visitar a empresa
buscando as seguintes informaes:
Capacidade tecnolgica.
Outras formas de obteno das informaes acima so as reunies na Associao
37
38
De outra forma, possvel recorrer a Elder (1993) para reforar o poder explicativo
dos preos:
Technical analysts believe that prices reflect everything known about the market,
including all fundamental factors. Each price represents the consensus of value of
all market participants2 (ELDER, 1993, p. 65).
A anlise tcnica o estudo da ao do mercado, primeiramente por meio do uso de grficos, com o propsito
de prever tendncias futuras dos preos.
2
A anlise tcnica acredita que o preo reflete tudo o que se sabe sobre o mercado, incluindo os fatores
fundamentais. Cada preo representa o consenso de valor de todos os participantes do mercado.
3
O grafista sabe que h razes que fazem com que o mercado suba ou desa. Ele apenas no acredita que saber
quais so estas razes necessrio para o processo de previso do movimento do mercado.
39
Crticas ao modelo:
Subjetividade do mtodo;
40
A origem da escola tcnica remete a Charles H. Dow, fundador e editor do Wall Street
Journal. Suas matrias escritas entre 1884 e 1903 substituem o livro jamais escrito. Essas
matrias tratavam de um mtodo de especulao com aes que formam a base da Teoria
Dow. Para medir o mercado, Dow construiu dois ndices: a Mdia Industrial (Dow Jones)
composta na poca por 12 aes e uma combinao de 20 aes de companhias ferrovirias,
que ficou conhecida como Mdia Ferroviria. Seu objetivo era identificar tendncias de longo
prazo nos preos das aes. Embora alguns analistas considerem a teoria ultrapassada
(BODIE et. al, 2000), ela ainda muito utilizada nos dias atuais.
A Teoria Dow foi primeiramente organizada por Samuel A. Nelson, que entre 1902 e
1907, compilou tudo o que pde achar sobre as teorias de Dow, publicando os livros ABC de
Wall Street e ABC da Especulao com Aes, criando o termo Dow Theory, ou seja,
Teoria Dow. No entanto, foi somente com o editor americano da revista Newsletters, Robert
Rhea em 1932, que a teoria foi definitivamente organizada e difundida no livro A teoria
Dow.
A anlise tcnica se desenvolveu bastante durante a dcada de 30, considerada a era de
ouro da anlise tcnica, depois da quebra da bolsa em 1929. Ralph Nelson Elliott (1871
1930) desenvolveu a Teoria das Ondas Elliott, que publicou em seu livro O princpio da
Onda. A base da teoria espelha-se na natureza, em seus ciclos que se repetem
indefinidamente.
Suas
teorias,
no
entanto,
so
criticadas
at
hoje
por
serem
extraordinariamente complexas e porque nem mesmo o prprio Elliot foi capaz de explicar a
sua frmula central. Outro analista importante da dcada de 30 foi William D. Gann (1877 1949). Ele escreveu oito livros sobre o tema. Dentre os trabalhos mais importantes esto A
verdade das Cotaes de Aes (1923), Seletor de Aes de Wall Street (1930) e 45 anos
de Wall Street (1949). Assim como as de Elliott, essas teorias tambm so criticadas pela
complexidade de execuo e por falta de explicaes plausveis que as sustentem.
J quase na dcada de 50, Robert D. Edwards e John Magee publicaram Anlise
Tcnica de Tendncias de Aes (1948), popularizando os conceitos bsicos da anlise
tcnica como as linhas de suporte e resistncia, tendncias e retas de tendncia e as formaes
grficas. Em 1978, J. Welles Wilder Jr., em o seu livro Novos conceitos em Sistemas
Tcnicos Operacionais, criou os indicadores ndice de Fora Relativa IFR, o ndice de
Movimento Direcional DMI, Parablico, entre outros (BOTELHO, 2004).
41
2.4.2.2 Indicadores
acompanhar tendncias;
42
Mdia Mvel
[...] the moving average is one of the most versatile and widely used of all technical
indicators. Because of the way it is constructed and the fact that it can be so easily
quantified and tested, it is the basis for many mechanical trend-following systems in
use today5 (MURPHY, 1999, p. 195).
43
os valores mais recentes (principal falha da mdia simples), tambm inclui no clculo todos os
dados anteriores ao perodo estipulado (principal falha da mdia ponderada), seguindo uma
curva exponencial (ELDER, 1992).
Em um estudo comparativo entre a mdia simples e a mdia exponencial, em um
perodo de 10 anos, utilizando os dados dirios do franco suo, Kaufman (1998) descobriu
que os dois mtodos apresentam resultados semelhantes. A concluso apresentada pelo autor
que a confiabilidade da mdia mvel independe do seu mtodo de clculo, e sim dos
parmetros utilizados na anlise do mercado.
A interseco de mdias mveis (IM) com a linha dos preos o mtodo mais simples
de utilizao da mdia mvel no processo de compra e venda de aes. O seu cruzamento
com a linha dos preos sinaliza momentos de compra e venda. Compra, quando a mdia corta
os preos para baixo; e venda, quando corta os preos para cima.
Pode-se tambm realizar combinaes de mdias, com diferentes parmetros, com o
objetivo de aumentar a confiabilidade das indicaes de compra e venda. This technique of
using two averages together lags the market a bit more than the use of a single averages but
produces fewer whipsaws6 (MURPHY, 1999, p. 203).
Ao usar duas mdias mveis, a mdia mais lenta, com o maior parmetro, identifica-se
a tendncia de longo prazo. A mdia rpida, com o menor parmetro, usada como
sinalizador dos momentos de entrada e sada. Assim, obtm-se uma indicao mais precisa da
situao do mercado. O cruzamento das mdias confirma a mudana efetiva da direo dos
preos.
Assim, como a mdia simples, essa combinao de mdias representada, e a
combinao mais usada a 13-20.
A mdia mvel um dos mais usados e versteis indicadores. Pelo modo como construdo e pelo fato de ser
facilmente quantificado e testado a base para muitos rastreadores de tendncia em uso hoje.
6
A tcnica de se usar duas mdias mveis juntas faz com que se perca parte dos movimentos de alta e baixa dos
preos, porm produz menores oscilaes.
44
b) Bollinger Bands
O Bollinger Bands tambm possui uma mdia mvel, porm ela vem acompanhada de
duas bandas, uma por cima e outra por baixo da mdia. Essas duas bandas representam os
desvios mdios dos ltimos 20 dias do mercado em estudo e, por isso, aumentam e diminuem,
conforme a volatilidade do mercado. Assim, em perodos de grande volatilidade a banda
aumenta de tamanho e em perodos de menor volatilidade ela diminui. Em ambos os casos,
um aumento ou diminuio muito grande do tamanho das bandas sinaliza uma possvel
mudana de tendncia.
O Bollinger Bands utiliza uma margem estatstica que considera que 95% dos preos
de uma ao oscilam dentro desse desvio, o que possibilita ao investidor obter ganhos com
essa oscilao, comprando quando a banda inferior atingida pela linha dos preos de baixo
para cima e vendendo quando a banda superior atingida de cima para baixo pela linha dos
preos (MURPHY, 1999).
45
46
47
2.4.2.2.2 Osciladores
Os osciladores recebem este nome por flutuarem em torno de limites estabelecidos e
trabalham de forma eficiente quando o mercado no est com uma tendncia definida.
Os osciladores analisam a mudana dos preos, identificando extremos na psicologia
da massa (ELDER, 1993), ao invs do nvel em que os preos se encontram e chama a
ateno para a relao patamar dos preos-acelerao-velocidade. Vale ressaltar que a
velocidade seria um mtodo mais sensvel do que o patamar dos preos, e a acelerao mais
sensvel do que a velocidade em indicar o movimento futuros dos preos (KAUFMAN, 1998).
Os osciladores raramente so usados como base primria para tomada de deciso de compra e
venda (LUKAC, BRORSEN e IRWIN, 1988). Segundo Murphy (1999), os osciladores
possuem algumas regras gerais:
Quando alcanam algum de seus extremos, sugerem que o valor da ao est muito
acima ou muito abaixo do normal, sinalizando uma possvel correo desta
discrepncia;
Durante o incio de uma tendncia, deve-se prestar menos ateno aos osciladores.
A maioria dos sinais dos osciladores mais confivel quando seguem a tendncia de
longo prazo do mercado.
Apesar de serem extremamente teis em momentos de indeciso de mercado, Murphy
(1999) acredita que eles tambm possam ser usados em mercados em tendncia,
complementando os sinais emitidos pelos grficos e rastreadores, indicando possveis regies
de preos sobre e sub-valorizados, o que significaria o final da tendncia dos preos.
48
Criado por Fred G. Schutzman, este oscilador mede a acelerao de deslocamento dos
preos e considerado um dos principais sistemas de anlise tcnica. Para medir o
deslocamento dos preos, este indicador compara o preo de fechamento de n dias passados,
identificando as fases em que o mercado move-se mais rpido ou quando perde fora.
Este mais um dos indicadores que utiliza dados de fechamento no seu clculo. Desde
que o valor deste oscilador esteja alcanando novas altas, seguro estar no mercado. Em
situao inversa, seguro estar fora do mercado.
When ROC rises to a new peak, it shows that the optimism of the market crowd is
growing, and prices are likely to rally higher. When ROC falls to a new low, it
shows that the pessimism of the market crowd is increasing, and lower prices are
likely ahead. When prices rise but ROC fall, it warns you that a top is near. The
7
reverse holds true in downtrends (ELDER, 1993, p. 145).
Seu principal sinal de compra acontece quando a linha do preo, sendo normalmente a
mdia dos ltimos sete dias, cruza de baixo para cima a rgua de 100, caracterstica desse
oscilador. Do mesmo modo, porm de maneira inversa, o sinal de venda ocorre quando a
linha mdia dos preos cruza de cima para baixo a rgua de 100.
Quando o ROC sobe para novos patamares, ele indica que o otimismo da massa est aumentando e os preos
tendero a subir. Quando o ROC desce para novos patamares, ele indica que o pessimismo da massa est
aumentando e os preos tendero a cair. Quando os preos sobem, porm o ROC indica queda, isso indica que
um topo est prximo. O reverso verdadeiro em tendncias de queda.
49
O ndice de Fora Relativa plotado com uma rgua lateral que vai de zero a cem.
Normalmente os pontos 80 e 20 sinalizam um mercado sobre ou sub comprado, dependendo
da volatilidade do mercado. No mercado americano, os limites de 30 e 70 j determinam
pontos de reverso, enquanto que, no mercado brasileiro, trabalha-se com nveis abaixo de 20
e acima de 80. O IFR sinaliza compra, quando a mdia dos n dias deixa a rea de subvendido; e sinaliza venda, quando a mdia dos n dias deixa a rea de sobre comprada.
50
Wilder, criador desse indicador, prope a utilizao do perodo de 14 dias para seu
clculo. Um detalhe levantado por Murray e Ruggiero (2004) que para investidores de curto
e mdio prazo, com perodos de investimento de um ms no mximo, os clssicos indicadores
(como por exemplo, o IFR) no so to eficientes. Mesmo que o investidor busque, por meio
de diversos mercados, otimizar seus parmetros dentro desses indicadores, a experincia
mostra que eles no trazem resultados robustos.
c) Estocstico Lento
Criado por George Lane, o Estocstico um recurso popular entre analistas. uma
tcnica de mensurao da velocidade dos preos, baseada na percepo de que, medida que
os preos sobem, os fechamentos tm a tendncia de se posicionarem prximo das altas do
perodo (BOVESPA, 2004). E, ainda quando um movimento de alta se esgota, os preos
tendem a fechar longe de suas mximas, sendo o inverso verdadeiro em movimentos de baixa.
A sinalizao de compra e venda se d pelo cruzamento da linha do preo pela rgua inferior
e superior, respectivamente.
51
Segundo Murphy (1999, p. 247), [...] its a good idea to combine stochastics with
RSI8. Kaufman (1998) prope o uso do Estocstico junto com o ndice de Fora Relativa,
sendo o clculo das ferramentas baseado no perodo de 14 dias para o IFR e 40 para o
Estocstico.
52
53
desempenho da anlise tcnica seria avaliando a atuao dos profissionais do mercado que se
utilizam exclusivamente desse mtodo. Alguns trabalhos que avaliaram o desempenho dos
gestores de fundos foram conduzidos por Houthakker (1971), Rockwell (1967) e Chang
(1985). Segundo os dois primeiros autores, os investidores tm obtido grandes lucros no
mercado, j o ltimo sugere que esses ganhos so insignificantes.
Os resultados encontrados podem, no entanto, mudar de mercado para mercado.
Cheng et al. (2003) indicam a existncia de diferenas de eficincia nos mercados, sendo os
mercados americano e europeu mais eficiente que outros mercados como o Asitico e o
Latino Americano. Harvey (1995) e Ratner e Leal (1999) documentam que o mercado latino
americano permite maior previsibilidade do movimento dos preos que os demais.
Com a influncia da psicologia na administrao e na economia, alguns trabalhos
tericos e empricos baseados na teoria da racionalidade limitada tm sugerido que a teoria do
mercado eficiente no explica por completo o seu comportamento. Alm disso, afirmam que,
em alguns momentos, as decises dos investidores e administradores so tomadas de forma
racional, porm limitada. Se o mercado fosse totalmente racional, isto , se as transaes
efetuadas em Bolsa fossem baseadas somente em fatos quantificveis e palpveis, certamente
o enfoque fundamentalista seria o mais recomendado. Entretanto, Theuherz (1972) considera
que o mercado no totalmente racional, refletindo uma srie de comportamentos racionais e
irracionais, de expectativas, frustraes, planos, erros, acertos e necessidade, seguindo
padres j verificados no passado.
Segundo Elder (1993, p. 74), [...] people have memories, they remember past
prices, and their memories influence their buying and selling decisions. Memories
help create support under the market and resistance above it. Random walkers
deny that memories of past influence our behavior in the present [...]. The logical
flaw of efficient market theory is that it equates knowledge with action. People may
have knowledge, but the emotional pull of the crowd often leads them to trade
irrationally9.
Pessoas tm memrias, elas se lembram de preos passados e a sua memria influencia nas suas decises de
compra e venda. Memrias ajudam a criar suportes abaixo do mercado e resistncias acima dele. Random
walkers negam que memrias passadas influenciem comportamentos no presente. A falha na teoria do mercado
eficiente que ela equipara conhecimento com ao. Pessoas podem ter conhecimento, porm a presso
emocional causada pela massa geralmente faz com que eles transacionem irracionalmente.
54
aes. Porm, afirmam que esta descoberta no pode ser usada como garantia da capacidade
da escola tcnica de obter lucros abnormais.
Roseff e Kinney (1976) apresentaram evidncias de sazonalidade nos retornos mensais
de ndices de aes no mercado norte americano, que ficou conhecido como efeito janeiro.
French (1980) relatou que os retornos das aes neste mesmo mercado variavam ao longo da
semana, sendo menores no incio e maiores no fim da semana. Este comportamento ficou
conhecido como efeito comeo e fim de semana. No Brasil, Costa Jr. (1991) identificou a
existncia desses mesmos efeitos, obedecendo aos padres encontrados no mercado
americano.
Banz (1981) mostrou que o retorno mdio das aes de pequenas empresas maior do
que os das grandes empresas, mesmo quando ajustadas ao risco. Esse efeito ficou conhecido
como efeito tamanho.
Estudos que se propuseram a avaliar multimercados, como os trabalhos realizados por
Agrawal e Tandon (1994) e Ceretta e Costa Jr. (2000), encontraram tendncias negativas de
retorno para a segunda-feira e positivas para a sexta-feira.
Outros pesquisadores focaram seus estudos na anlise do efeito de sobre-reao, que
se caracteriza por sobre-reaes a boas e ms notcias, relacionadas s negociaes de ativos
(LEMOS e COSTA JR., 1997). Para De Bondt e Thaler (1985, 1987), os investidores tendem
a dar maior importncia s informaes mais recentes e a subestimar a importncia de
informaes anteriormente disponveis.
Jegadeesh e Titman (1993) e (1999) descobriram que comprar aes vencedoras e
vender aes perdedoras traz retornos anormais significativos, e que a estratgia de maior
retorno aquela que forma carteiras com base no desempenho dos seis ltimos meses,
mantendo-as por mais seis meses. Jegadeesh (1990), ao aplicar a estratgia momento e a
estratgia contrria concluiu que a primeira resulta em ganhos significativos em perodos de
3 a 12 meses; e segunda, em ganhos significativos no longo prazo. De Bondt e Thaler (1985,
1987), ao analisarem investimentos com horizonte de 3 a 5 anos, concluram que as piores
carteiras de investimento no perodo anterior passaram a ser mais lucrativas no perodo
seguinte, superando em 19,6% o desempenho do ndice de mercado.
Treynor e Ferguson (1985) encontraram evidncias da existncia de patamares de
suporte e resistncia nos preos das aes. Copeland e Friedman (1991) mostraram que os
preos passados podem ajudar o investidor a alcanar lucros acima da mdia.
Costa Jr. (1991), analisando o mercado brasileiro no longo prazo, identificou a
existncia dos efeitos de sobre-reao no longo prazo, principalmente no perodo de dois
55
anos. J o efeito da sobre-reao no curto prazo no mercado brasileiro foi estudado por Lemos
e Costa Jr. (1997), sendo encontradas evidncias de que as aes com os piores rendimentos
em determinado ms passavam a obter os melhores rendimentos no ms subseqente,
chegando a 5,3% de rendimento ms.
Mesmo Fama (1995), aps alguns anos de estudo, concorda que a teoria do
movimento aleatrio no explica completamente o comportamento do mercado. Porm, a
teoria estaria correta, desde que a utilizao de comportamento passado das aes no
permitisse aos investidores obter lucros maiores que a utilizao da estratgia de buy and
hold.
O mesmo autor critica a anlise fundamentalista e afirma que em um mercado
eficiente com comportamento randmico, qualquer ao escolhida randomicamente trar
retorno igual a uma ao escolhida por meio da anlise fundamentalista, desde que ambas
possuam o mesmo nvel de risco. A concluso que, se ao avaliar o valor de uma ao, o
investidor percebesse que seu valor est acima ou abaixo de seu valor intrnseco, este seria
incapaz de obter ganhos abnormais, j que como so muitos os investidores no mercado, o
valor da ao e seu valor intrnseco se ajustariam quase instantaneamente, permitindo ao
investidor ganhos to reduzidos que no cobririam os gastos com a anlise de mercado.
Para os praticantes do mercado, as duas escolas so vlidas e caminham juntas.
Segundo Murphy (1999), ambas as escolas tentam resolver o mesmo problema que
determinar a direo que os preos iro seguir no futuro, porm elas estudam o mesmo
problema de pontos de vista diferentes.
The fundamentalist studies the cause of market movement, while the technician
studies the effect. The technician, of course, believes that the effect is all that he or
she wants or needs to know and that the reasons, or the causes, are unnecessary.
The fundamentalist always has to know why10 (p. 05).
Kaufman (1998) corrobora esta afirmao, ao colocar que no existe conflito entre a
anlise tcnica e a anlise fundamentalista. Segundo o autor, as decises tomadas baseadas em
dados fundamentais tm seu resultado no longo prazo; uma alterao desses fatores pode
mudar a direo dos preos por muito tempo, porm ela pode demorar a ser percebida.
Actions based on long-term forecasts can be an ineffective way to manage a position.
Integrated with a technical method of known risk, which determines price trends over shorter
10
O fundamentalista estuda a causa do movimento do mercado, enquanto que o tcnico estuda os efeitos. O
analista tcnico, claro, acredita que isso tudo que ele ou ela querem ou precisam saber que as razes ou
causas so desnecessrias. O fundamentalista sempre tem que saber por qu.
56
intervals, investors at all levels have gained practical solutions to their trading problem11 (
p. 01).
Independente da discusso a respeito das teorias de mercado e de sua aplicabilidade,
Nison (2001) aponta que o investidor deve utilizar a anlise tcnica, mesmo que no a
conhea profundamente, j que os movimentos de mercado seriam causados primeiramente
em razo dela.
2.5 Otimizao
A maioria dos indicadores de anlise tcnica possui parmetros que podem ser
otimizados (LUKAC e BRONSEN, 1989). Segundo Kaufman (1998), parmetro o valor
dentro do indicador, que pode ser mudado para variar o ponto de entrada e sada do mercado,
tornando-o mais lento ou mais rpido, dependendo do interesse do investidor. O objetivo
principal da otimizao justamente possibilitar ao investidor extrair os melhores resultados
possveis dos indicadores. [...] it is the interactive process of repeatedly testing data to find
the single best moving average speed, point-and-figure box size, or other information12
(Kaufman, 1998, p. 503).
De acordo com o mesmo autor, a otimizao faz com que os investidores obtenham
bom desempenho em diferentes momentos do mercado. Permite tambm que os parmetros
usados pelos indicadores sejam adaptados a diferentes mercados. Bookstaber (1985) concorda
com essa viso e corrobora a importncia da otimizao, afirmando que encontrar o parmetro
ideal de um sistema mais importante do que a seleo do sistema em si.
A otimizao consiste, portanto, em testar um intervalo de parmetros possveis de um
indicador para, assim, encontrar o parmetro que, naquele perodo em estudo, apresentou o
melhor resultado, que poder ser o maior lucro, o menor risco e assim por diante, o que
depender do interesse do investidor. Esses parmetros podem ser; o perodo de clculo da
mdia que influencia na velocidade do indicador, a acelerao e outros fatores que
dependero da construo interna do indicador.
11
Aes baseadas em previses de longo prazo podem ser a maneira ineficiente de administrar uma posio.
Integrados com um mtodo tcnico de risco conhecido, que determina a tendncia dos preos em intervalos
curto, investidores de todos os nveis tm ganho solues prticas para seus problemas de operaes.
12
o processo contnuo de testar repetitivamente dados para encontrar a melhor velocidade para a mdia mvel,
o tamanho ideal da caixa do grfico de ponto e figura ou outras informaes.
57
Realistically, a system should not base its profitability on a single major market
move over the test interval. In particular, if the move that generated the profit was
actually a price shock, the system had only a 50% chance of posting that profit and
has equal chance of a loss in the future13 (KAUFMAN, p. 218, 1998).
13
De forma realista, um sistema no deve basear sua lucratividade em um simples movimento de mercado
durante o intervalo de testes. Em particular, se o movimento que gerou o lucro foi na verdade um choque de
preos, o sistema teve apenas 50% de chance de resultar naquele lucro e tem a mesma chance de perdas no
futuro.
14
Geralmente, quanto maior a estabilidade de um sistema em um teste estatstico, maior a sua confiabilidade
durante operaes em tempo real.
58
Ganho obtido
Porcentagem de
acerto
Total de
Operaes
4
5
6
Lucratividade
Consistncia
Total de
Operaes
Validade no
tempo
Pardo (1992)
Kaufman (1998)
Lucro e Prejuzo
Lucro e Prejuzo
total
% de transaes % de transaes
positivas
positivas
Total de
Total de
Operaes
Operaes
Consistncia da
Retorno anual
ferramenta
Lucro em relao Lucro em relao
ao risco
ao risco
Lucro por
Lucro por
Transao
Transao
Mximo ganho
8
9
10
Mxima Perda
Tempo no
mercado
Lucro total /
Prejuzo total
1)
2)
3)
4)
59
6)
Lucro por transao: a relao entre o lucro lquido obtido em um perodo dividido
pelo total de operaes no mesmo perodo.
7)
8)
9)
10)
Lucro total / prejuzo total: a relao entre o lucro total obtido, dividido pela perda
total obtida no mesmo perodo. Esta razo pode ser usada tambm como medida de
risco, j que d ao investidor a razo entre o total do investimento que ele est disposto
a perder, em relao ao total que ele est disposto a ganhar.
Apesar de usarem termos diferentes em muitos casos, a definio de cada termo pelos
autores permite agrup-los em linhas, indicando que os significados atribudos aos termos de
uma mesma linha so semelhantes.
Depois de selecionados os parmetros ideais e encontrados os resultados, esses
parmetros devem ser aplicados a mais uma amostra do mercado, e os resultados comparados.
The correct procedure for testing always includes reserving some data to be used afterward
to validate the results (...). This repeated use of out-of-sample data is called a feedback
process15(KAUFMAN, 1998, p.517). Esse processo conhecido como the step foward
testing ou the walk foward test e defendida por Praetz (1976), Schawager (1984), Pardo
(1992) e Kaufman (1998). Para Pardo (1992), o perodo de confirmao dos resultados deve
60
ser no mnimo 20% do tamanho total do perodo utilizado na primeira amostra, ou seja, para
casos analisados quatro anos no processo de otimizao, o perodo reservado para a
confirmao de resultado dever ser de 240 dias ou 10 meses.
Segundo o mesmo autor, esse processo de verificao procura responder se o sistema
testado continuar a ser lucrativo em perodos futuros e se esse lucro aumentar ou diminuir
com o tempo. A estratgia, devidamente otimizada, dever manter o mesmo nvel de
desempenho encontrado na primeira amostra.
STEP-FOWARD TEST
15
O processo correto inclui reservar sempre parte dos dados analisados para serem usados depois, para validar os
resultados [...]. O uso de dados de fora da amostra inicial conhecido como processo de feedback.
61
16
Um dos maiores abismos entre os estudiosos de finanas e os seus praticantes a separao que existe entre os
analistas tcnicos e os seus crticos. Ao contrario da anlise fundamentalista, que foi rapidamente absorvida
pelos pesquisadores das modernas finanas quantitativas, a anlise tcnica tem sido rf desde seu comeo.
62
3 - METODOLOGIA
63
64
Varivel Dependente
Varivel Independente
Indicadores
65
D.O.: foi identificado, dividindo-se o valor final da ao em cada operao, subtrado pelos
custos de transao e dividido pelo valor da ao no incio de cada operao. Os valores
referentes ao valor da ao no incio e no fim do perodo foram identificados a partir da base
de dados da CMA Advanced Web. Considerou-se o custo de transao de 1% por operao.
66
D.O.:. foi identificado a partir da base de dados da CMA Advanced Web. Para medir quo
prximo de 100% est a eficincia total comparou-se o maior lucro que se poderia ter na
operao, com o lucro obtido. Foi utilizada a frmula:
Eficincia Total = ((Lucro Obtido * 100) / Lucro Mximo)
Eficincia na Compra
D.C.: o quo prximo do melhor ponto de entrada ocorreu o sinal de compra do indicador
(CMA, 2005).
D.O.:. foi identificado a partir da base de dados da CMA Advanced Web. Para medir quo
prximo de 100% est o ponto de entrada, identificou-se o melhor e o pior ponto de compra
na operao. Foi utilizada a frmula:
Eficincia de entrada = 1 - ((P0 - PE)*100) / (P0 P100)
Onde:
P0 - ponto inicial do movimento de alta;
PE - ponto de compra;
P100 ponto final do movimento de alta.
Eficincia de Sada
D.C.: o quo prximo do melhor ponto de sada ocorreu o sinal de venda do indicador
(CMA, 2005).
D.O.:. foi identificado a partir da base de dados da CMA Advanced Web. Para medir quo
prximo de 100% est o ponto de sada, identificou-se o melhor e o pior ponto de venda na
operao. Foi utilizada a frmula:
Eficincia de sada = 1 - ((PE - P0) / (P100 P0)
Onde:
P0 - ponto inicial do movimento de baixa;
PE - ponto de venda;
P100 ponto final do movimento de baixa.
Perodo Subseqente de Anlise
D.C.: o perodo subseqente janela principal do estudo, chamada pelos autores de out-ofsample data, e tem como funo principal validar os resultados encontrados na janela
principal.
67
D.O.:. foi estipulado a partir da reviso terica realizada na literatura especializada. Neste
trabalho, foram analisados dois perodos subseqentes de anlise; o primeiro de seis meses; e
o segundo, de dez meses.
68
69
apurados
nos
doze
meses
anteriores
reavaliao;
Terem sido negociadas em pelo menos 70% dos preges ocorridos nos doze meses
70
O ndice Ibovespa tambm foi utilizado como amostra, por sua representatividade e
por ser comumente utilizado nas pesquisas nacionais que se propuseram a estudar o mercado
acionrio brasileiro. Percebe-se por meio dessas pesquisas nacionais que o ndice Bovespa o
ndice de mercado mais utilizado pelos pesquisadores, podendo este ser usado para comparar
o rendimento de carteira de aes ou aes individuais, como amostra, ou mesmo, como base
para seleo da amostra do estudo. Desta forma a amostra selecionada para o estudo ficou
assim composta: Acesita PN, Bradesco PN, Cemig PN, Cesp PN, Eletrobrs ON, Ita PN,
Itasa PN, Siderrgica Nacional ON e a Usiminas PN, alm do ndice Bovespa.
Cdigo
ACES4
BBDC4
CMIG4
CESP4
ELET3
ITAU4
ITSA4
CSNA3
USIM5
IBOV
Ao
Acesita
Bradesco
Cemig
Cesp
Eletrobrs
Ita
Itausa
Sid. Nacional
Usiminas
Ibovespa
Tipo
PN
PN
PN
PN
ON
PN
PN
ON
PN
*
71
autores, para trazer maior preciso aos resultados encontrados. O preo de fechamento das
aes utilizado em todas as pesquisas observadas. Outra constatao nos artigos pesquisados
refere-se pouca clareza dos artigos, em relao metodologia de pesquisa utilizada.
J o perodo em anlise, para ser relevante, deve conter momentos de alta, de baixa e
de acumulao, resultantes de situaes econmicas, nacional e internacional, favorveis ou
adversas. Realizou-se uma pesquisa do perodo escolhido para estudo, por meio do relatrio
anual divulgado pelo Banco Central brasileiro, destacando-se os principais acontecimentos no
pas e no mundo que do sustentao ao perodo selecionado. Este estudo demonstra a
existncia de diversas situaes econmicas nacionais e internacionais, favorveis e
desfavorveis que justificam a relevncia do mercado no perodo em questo.
Alm disto, identificou-se nos estudos realizados no mercado acionrio brasileiro e
apresentados anteriormente que, em mdia, essas pesquisas se concentram em um horizonte
de anlise de 10 anos. Sendo assim, selecionou-se o perodo de 10 anos para este estudo,
porm, dividiu-se esse perodo em 4 sub-perodos, com o intuito de garantir a consistncia dos
resultados ao longo do tempo e aumentar a validade dos testes estatsticos. A diviso ficou
assim estabelecida:
01/01/1995 31/12/1998
01/01/1997 31/12/2000
01/01/1999 - 31/12/2002
01/01/2001 31/12/2004
Assim sendo, justifica-se a escolha do perodo de anlise de 1995 a 2005, j que ele
condizente tanto com a validade estatstica, quanto com a relevncia do mercado. Abaixo
esto representados os principais pontos a serem considerados pelo pesquisador ou praticante
do mercado na etapa de seleo do horizonte de investimento, da srie de preos, do preo e
do perodo de anlise, utilizados na seleo da estratgia.
SELEO DA
ESTRATGIA
72
73
74
SELEO DO
PARMETRO
75
e) Step-Foward Test
Depois de identificados os parmetros para cada indicador em cada perodo,
aplicaram-se os mesmos parmetros ao perodo subseqente de 6 meses e 10 meses. A seleo
desses perodos obedeceu ao proposto por Pardo (1992) e Kaufman (1998). A utilizao de
dois perodos diferentes tem o propsito de analisar se os resultados obtidos com o uso
otimizado dos indicadores de anlise tcnica melhoram o desempenho dessas ferramentas
com o passar do tempo. A lucratividade percentual proporcionada pelos indicadores do estudo
foi comparada aos resultados obtidos com a estratgia de buy and hold.
Para identificar se a estratgia de buy and hold apresenta rentabilidade similar obtida
por meio do uso das anlises da escola tcnica, identificou-se o total de proventos em dinheiro
distribudos no perodo, somando-se os valores em dividendos e outros proventos pagos pela
empresa diferena do preo da ao no fim do perodo, menos o preo da ao no incio do
perodo. Ou seja, somou-se o total de proventos, mais a valorizao do papel no perodo.
Abaixo esto representados os principais pontos a serem considerados pelo
pesquisador, ou praticante do mercado, na etapa de seleo da extenso e dos critrios de
anlise e comparao dos dados utilizados no step-foward test.
76
Nmero de Terminais
instalados
11.956
10.649
1.250
100
850
1.100
Tambm foi utilizado como fonte de informao secundria o site da Bolsa de Valores
de So Paulo, para obteno de dados de proventos distribudos no perodo e de informaes
gerais a respeito do mercado acionrio nacional no perodo estudado.
Outros dados secundrios referentes aos indicadores de anlise tcnica selecionados
foram coletados em jornais e revistas especializados na rea, peridicos acadmicos,
relatrios de pesquisas acadmicas, relatrios setoriais, livros especializados e bases de dados
de empresas e associaes ligadas ao mercado de capitais. A partir desses dados secundrios,
pde-se dividir o mercado em fases, analisar os procedimentos mais eficazes de anlise de
cada indicador e de seus parmetros e quais deveriam ser as aes que fariam parte deste
estudo.
a) Tratamento dos Dados
Foi realizado um tratamento descritivo-quantitativo dos dados obtidos por meio do
levantamento dos dados secundrios obtidos em campo. As provas estatsticas dizem quo
grandes devem ser as diferenas entre uma ou mais amostras, para que se possa afirmar que
elas representam, realmente, diferena no grupo do qual se extraiu o estudo. Os processos da
17
No houve nenhum incentivo ou benefcio da CMA na liberao dos dados para pesquisa.
77
78
4. RESULTADOS ENCONTRADOS
79
80
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
P1
44
120
4
8
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
52
106
108
76
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
44
44
84
62
Ordem
1
2
1
1
Janela
1
2
3
4
Ativo
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
P1
18
118*
76
72
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
12
30
98
36
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
52
52
90
90
Ordem
1
1
1
2
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
98
68
62
118
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
112
68
68
116
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
76
98
86
108
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
110
46**
90
8
Ordem
1
2
1
1
Janela
55
23
45
4
81
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
P1
98
6
12
16
P2
120
30
20
20
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
40
14
18
96
P2
30
40
35
70
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
46
114
118
116
P2
45
110
110
115
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
P1
70
12
84
20
P2
85
60
50
35
Ordem
4
1
1
1
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
120
86
88
98
P2
20**
30
75
35
Ordem
4
1
1
1
Janela
1
2
3
4
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
44
58
12
36
P2
90**
30
35
45
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
66
76
76
38
P2
20
25
25
60
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
94
90
24
16
P2
80
85
30
70
Ordem
2
1
1
1
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
94
72
92
22
P2
70*
55
55
45
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
80
18
10
24
P2
60
25
35
30
82
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
P1
2
22
28
50
Z
105
115**
115
90
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
10
30
84
14
Z
90
105
75
120
Ordem
1
1
2
1
Janela
1
2
3
4
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
2
2
2
2
Z
120
120*
85**
90
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
P1
18
22
16
24
Z
110
125
110
115
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
84
4
68
72
Z
105
125
80
75
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
82
74
46
100
Z
90
110
110
110
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
10
10
98
90
Z
90
90
80
80
Ordem
5
1
1
2
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
30
12
26
118
Z
120
80
80
95
Ordem
1
1
1
2
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
34
70
10
32
Z
110
85
80
90
Ordem
1
2
5
1
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
26
50
48
32
Z
125
125
105**
95
83
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
P1
41
63
96
18
SV
25
30
40
15
SC
65
65
70
85**
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
42
63
60
39
SV
40
40
40
30
SC
75
65
65
75
Ordem
1
1
1
2
Janela
1
2
3
4
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
15
51
48
12
SV
15
35
40
10
SC
75
65
65
90*
Ordem
2
1
1
2
Janela
1
2
3
4
Ativo
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
P1
33
39
48
15
SV
20
20
40
10
SC
85**
75
65
85
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
15
12
6
6
SV
25
10
10
10
SC
85
85
90
95
Ordem
4
1
1
2
Janela
1
2
3
4
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
104
70
32
18
SV
40
40
30
20
SC
70**
60
70
80
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
32
20
8
83
SV
35
30
10
40
SC
75
80
90
65
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
54
44
44
20
SV
35
40
40
40
SC
65
70
70
80
Ordem
1
1
1
2
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
65
11
8
8
SV
35
30
15
30
SC
70
95
95
95
Ordem
1
1
7
3
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
68
38
35
50
SV
35
35
35
30
SC
65
75
80**
75**
84
Janela
1
2
3
4
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
8
8
78
12
P1
39
111
111
111
SV
10
10
25
40
SV
35
25
25
20
SC
65
65
90
90
SC
85
90
90
95
Ordem
4
1
1
Janela
1
2
3
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
60
99
99
SV
35
15
15
SC
75
90
90
1
Ordem
3
1
1
1
4
Janela
1
2
3
4
93
P1
87**
87
21
69
30
SV
10
10
10
10
95
SC
65
65
85
90
Ordem
1
3
1
2
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
18
57**
120
105**
SV
25
10
25
25
SC
90
90
85
95
Ordem
1
2
1
4
Janela
1
2
3
4
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
18
105*
99
63
SV
20
15
15
10
SC
90
85
85
95
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
42
99
84
72
SV
30
35
25
10
SC
85
95
90
95
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
44
72
60
3
SV
10
25
20
30
SC
95
90
90
85
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
93
3
8
8
SV
10
25
34
40
SC
85
85
85
85
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
72
72
84
3
SV
15
15
35
35
SC
65
85
90
85
85
Janela
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
P1
30
40
25
105
P2
120
100
40
110
P3
5
10
40
50
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
[012] BBDC4 (D)
P1
85
20
15
75
P2
40
90
70
50
P3
15
10
45
50
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
[012] CMIG4 (D)
P1
80
80
50
25
P2
70
70
70
130
P3
5
5
35
30
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
[012] CESP4 (D)
P1
80
15
25
25
P2
90
40
110
110
P3
35
15
25
25
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
[012] ELET3 (D)
P1
115
115
20
75
P2
50
40
90
120
P3
20
35
40
10
Ordem
3
1
1
1
Janela
1
2
3
4
Ativo
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
[012] IBOV (D)
P1
70
35
35
10
P2
50
120
90
90
P3
40**
45
10
50
Ordem
1
4
1
6
Janela
1
2
3
4
Ativo
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
[012] ITAU4 (D)
P1
75
75
35
30
P2
50
100
50
130
P3
25
20**
50
20*
Ordem
1
2
1
1
Janela
1
2
3
4
Ativo
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
[012] ITSA4 (D)
P1
115
5
25
85
P2
100
90
70
70
P3
30
45*
50
30
Ordem
1
1
1
1
Janela
1
2
3
4
Ativo
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
[012] CSNA3 (D)
P1
25
120
90
60
P2
60
80
20
100
P3
30
20
20
20
Ordem
1
1
1
2
Janela
1
2
3
4
Ativo
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
[012] USIM5 (D)
P1
105
20
15
45
P2
90
90
120
130
P3
50
15
15
50**
86
Cumulative Percent
16.7
33.3
50.0
66.7
83.3
100.0
87
Cumulative Percent
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
90.0
100.0
Cumulative Percent
25.0
50.0
75.0
100.0
Cumulative Percent
25.0
50.0
75.0
100.0
88
Percent
Jan99-Out99
60
25.0
Jan01- Out01
60
25.0
Jan03- Out03
60
25.0
Jan05- Out05
60
25.0
Total
240
100.0
Fonte: Software de anlise estatstica SPSS, 2006.
Valid Percent
Cumulative Percent
25.0
25.0
25.0
25.0
100.0
25.0
50.0
75.0
100.0
de -27,06%, e o lucro percentual mximo foi de 1356,89, perfazendo uma mdia de 194,28
pontos percentuais e um desvio-padro de 200,53.
b)
Percentual Total (PT): o percentual total de acerto mnimo encontrado foi de 15,38%,
Perto dos movimentos importantes, a anlise dos osciladores no to til e podem ser enganosos. Quando
prximo do final do movimento do mercado, no entanto, os osciladores se tornam extremamente vlidos.
89
Neste critrio de anlise, os dados mostram que nenhum indicador, em nenhuma das
240 operaes realizadas no perodo, obteve 100% de aproveitamento total do movimento dos
preos. Alm disto, a mdia de eficincia total confirma a eficincia baixa dos indicadores em
sinalizar corretamente os pontos exatos de entrada e sada de mercado.
e)
Minimum
Maximum
LUCROPER
240
-27.06
PT
240
15.38
PC
240
.00
PV
240
.00
EFICTOT
240
-20.88
EFICOMP
239
17.43
EFIVEND
238
5.47
Fonte: Software de anlise estatstica SPSS, 2006.
1356.89
100.00
100.00
100.00
95.63
100.00
100.00
Mean
194.2800
70.7103
75.9451
65.4569
36.3451
72.3003
66.5351
Std. Deviation
200.5318
22.1573
24.6277
26.5488
26.7270
23.9463
23.7215
90
91
92
2 ganhos e 2 perdas, o MACD (60,97%), com 1 ganho e 4 perdas, e o ROC (40,34%), com 0
ganho e 5 perdas.
Por meio da anlise do percentual de acerto total dos indicadores, o investidor deve
utilizar o IFR para operar no mercado acionrio brasileiro.
Bolligers Band
Estocstico Lento
IFR
MACD
ROC Ganhos
BB
2
EL
4
IFR
4
MACD
1
Interseco de Mdias
*
EL
IFR
ME
ME
2
ROC
BB
EL
IFR MACD ME
0
Perdas
2
0
0
4
2
5
Quadro 11 Confrontao dos resultados obtidos no critrio percentual de acerto na compra
93
94
A anlise da eficincia total mdia mostra que o IFR (66,18%) figura como o maior
ganhador dentre os indicadores do estudo com 5 ganhos e 0 perda, seguido pelo indicador
Estocstico Lento (57,54%), com 4 ganhos e 0 perda, o Bollinger Bands (35,94%), com 2
ganhos e 2 perdas, a Interseco de Mdias (29,78%), com 1 ganho e 2 perdas, o MACD
(24,91%), com 1 ganho e 3 perdas e, o ROC (3,72%), com 0 ganho e 5 perdas.
Por meio da anlise do percentual de acerto total mdio dos indicadores, o investidor
deve utilizar o IFR para operar no mercado acionrio brasileiro.
95
Eficincia na Compra
EL
IFR
MACD M.E.
ROC Ganhos
Bolligers Band
EL
IFR
BB
*
BB
1
Estocstico Lento
EL
*
EL
EL
EL
4
IFR
IFR
*
IFR
IFR
IFR
4
MACD
BB
EL
IFR
*
MACD
2
Interseco de Mdias
*
EL
IFR
*
ME
1
ROC
BB
EL
IFR MACD ME
0
Perdas
3
0
0
2
2
5
Quadro 14 Confrontao dos resultados obtidos no critrio eficincia na compra
BB
BB
Bolligers Band
Estocstico Lento
IFR
MACD
EL
IFR
BB
Eficincia na Venda
EL
IFR
MACD M.E.
EL
IFR
BB
*
*
EL
EL
*
IFR
IFR
EL
IFR
*
ROC Ganhos
BB
2
EL
4
IFR
4
MACD
1
Interseco de Mdias
*
EL
IFR
*
ME
ROC
BB
EL
IFR MACD ME
Perdas
2
0
0
3
2
5
Quadro 15 Confrontao dos resultados obtidos no critrio eficincia na venda
1
0
O objetivo de melhorar os pontos de entrada e sada do mercado valem o tempo e o esforo gastos.
96
Bolligers Band
Estocstico Lento
IFR
MACD
Interseco de Mdias
lucroper
183.15
221.50
249.68
220.00
145.37
145.98
pt
73.72
87.15
92.36
60.97
69.72
40.34
pc
79.27
93.56
95.42
66.60
75.85
44.96
pv
69.94
79.33
84.73
55.48
64.37
38.90
etot
35.94
57.54
66.18
24.91
29.78
3.72
ROC
Quadro 16 Resultado percentual mdio de cada indicador por critrio de anlise
ecomp
77.45
92.72
93.27
62.17
66.31
42.41
evend
71.08
85.92
89.32
54.00
59.74
40.20
97
mais que o Estocstico Lento e 160% a mais que o IFR, com uma mdia de 8,92 e 8,20
operaes por perodo.
A diferena entre indicadores que apresentaram o mesmo lucro, um com duas
operaes e outros com 50 operaes, pode ser, como j se afirmou, a confiabilidade que se
pode ter em cada um. Se ambos apresentaram 50% de operaes lucrativas, ao se incluir mais
uma operao, s que, desta vez, com prejuzo, a confiabilidade do primeiro cair para 33% ,
enquanto que a do segundo, cair para 49%.
No entanto, o maior nmero de sinais de compra e venda gerado pelo indicador faz
com que sejam maiores as chances de um sinal falso, verificado na porcentagem de acerto
entre os indicadores, assim como evita que o investidor realize grandes ganhos e perdas no
mercado, o que pode ser representado pela razo lucro mdio por perodo / prejuzo mdio por
perodo. A razo mdia encontrada com o MACD foi de 4,23 por perodo enquanto que o IFR
e o Estocstico Lento apresentaram a razo mdia de 9,39 e 6,62 respectivamente, 122% e
56% superiores razo encontrada com o MACD.
E, por fim, o maior nmero de transaes sugeridas acarreta maiores custos de
transao. Isto pode ser o fato que separa lucro de prejuzo.
lucro percentual mdio obtido com o uso do MACD foi estatisticamente superior
Interseco de Mdias e o Bollinger Bands.
98
Alm disso, o percentual de acerto total e de compra mostra que o Bollinger Bands e a
Interseco de Mdias so mais eficientes do que o MACD em indicar momentos de entrada e
sada de mercado. Apesar de no existir diferena estatstica entre o MACD e a Interseco de
Mdias no critrio percentual de acerto na venda, a mdia percentual de acerto ainda maior
na ltima.
No entanto, a anlise da eficincia total mostra que a relao entre maior captao /
maior eficincia no corresponde ao esperado. Este resultado leva a crer que a superioridade
do MACD, no critrio lucro percentual mdio, no causada pela sua capacidade de captar o
comeo e conservar os ganhos no fim das tendncias. Sua vantagem se d pelo fato de o
MACD captar as pequenas oscilaes de mercado, normalmente desconsideradas pelos outros
rastreadores. Em outras palavras, os modelos mais rpidos so freqentemente mais rentveis,
porque eles capturam mais da tendncia principal por regirem mais depressa, mas tambm por
lucrarem com as correes. Os modelos mais lentos capturam menos os movimentos dos
preos, mas se mantm fora, justamente, das correes de mercado que podem excluir o
investidor do movimento principal
A possibilidade de maior lucratividade proporcionada por esse indicador contra
balanceada pelo aumento no total de operaes realizadas. Esta anlise mostra que a
Interseco de Mdias e o Bollinger Bands realizaram 12,10 e 10,60 operaes,
respectivamente, enquanto que o MACD realizou, no mesmo perodo, 21,30 operaes em
mdia. Mais que o dobro das operaes realizadas pelo Bollinger Bands. Novamente chamase a ateno para a relao:
Total de operaes percentual de acerto (risco) lucro percentual total.
99
possibilidade de combinao entre estes dois sistemas. Its a good idea combining Stochastic
with RSI20 (ELDER, 1992, p. 130 e MURPHY, 1999, p. 220).
A superioridade destes indicadores causada pelo fato de serem estes indicadores
lderes, ou seja, identificam quando um movimento de alta ou um movimento de baixa no
tem mais fora para se manter, permitindo ao investidor finalizar sua operao, mesmo antes
do fim do movimento. Novamente, a possibilidade de se obterem ganhos maiores contra
balanceada pelo fato de se correr alto risco de se estar do lado errado do mercado.
Os resultados encontrados com o ROC invalidam a afirmao de Elder (1992), a
respeito de que este seria um dos principais indicadores de anlise tcnica, porm cuidados
extras devem ser tomados quando utilizado.
20
100
profits and being exposed to less market risk21 (p. 330). Desta forma o autor acredita poder
captar 2/3 do movimento total de tendncia do mercado, ou seja, o meio e o fim da tendncia.
A seguir, so apresentados os dados encontrados no tratamento estatstico realizado.
Os critrios de anlise dos indicadores esto representados na primeira linha, a partir da
terceira coluna e abaixo de cada critrio, esto os valores encontrados com os testes.
A primeira coluna traz o valor mdio de cada indicador em cada teste e a assimetria
entre os resultados de dois indicadores, comeando pela comparao entre o indicador
Bollinger Bands com todos os outros indicadores, seguido pelo Estocstico Lento, o IFR, o
MACD, a Mdia Mvel e o ROC.
Tabela 13 Relao de assimetria entre o indicador Bollinger Bands e os outros indicadores
Rank Mdio
INDICADORES
Bollinger Band's
Estocstico Lento
LUCRO PT
PC
PV EFICT EFIC EFIV
36,5 27,69 31,44 33,95 24,88 25,2 26,35
44,5 53,31 49,56 47,05 56,13 55,8
54
.000
.000
.011
.000
.000
.000
Rank Mdio
Bollinger Band's
IFR
Asymp. Sig.
Rank Mdio
Bollinger Band's
MACD
Asymp. Sig.
Rank Mdio
Bollinger Band's
Interseco de Mdias
Asymp. Sig.
Bollinger Band's / ME
.751
Rank Mdio
Bollinger Band's
Rate of Change
Asymp. Sig.
.002
.000
.000
.000
.000
.000
.000
.000
.881
.002
.996
.001
.601
.000
.780
.000
.912
.000
.672
.000
.000
.000
.000
.000
.000
21
Realizar uma posio quando os fundamentos mudam poderia ser uma maneira segura de captar mais lucros,
estando exposto a menos risco do mercado.
101
Rank Mdio
INDICADORES
Estocstico Lento
IFR
LUCRO PT
PC
PV EFICT EFIC EFIV
37,28 34,63 38,6 36,06 33,59 39,38 34,5
43,72 46,38 42,4 44,94 47,41 40,64 44,5
Asymp. Sig.
Rank Mdio
Estocstico Lento
MACD
Asymp. Sig.
Rank Mdio
Estocstico Lento
Interseco de Mdias
Asymp. Sig.
Estocstico Lento / ME
.043
Rank Mdio
Estocstico Lento
Rate of Change
Asymp. Sig.
.214
.018
.336
.069
.008
.806
.051
.000
.001
.000
.001
.000
.016
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
Rank Mdio
INDICADORES
IFR
MACD
Asymp. Sig.
IFR / MACD
Rank Mdio
IFR
Interseco de Mdias
Asymp. Sig.
IFR / ME
Rank Mdio
IFR
Rate of Change
Asymp. Sig.
IFR / ROC
LUCRO PT
PC
PV EFICT EFIC EFIV
43,25 59,45 58,14 55,38 59,8 59,31 58,97
37,75 21,55 22,86 25,63 21,2 21,17 21,5
.290
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
Rank Mdio
INDICADORES
MACD
Interseco de Mdias
Asymp. Sig.
MACD / ME
Rank Mdio
MACD
Rate of Change
Asymp. Sig.
MACD/ ROC
LUCR PT
PC
PV EFICT EFIC EFIV
47,22 35,17 34,45 35,53 37,38 38,15 36,9
33,78 45,83 46,55 45,47 43,63 42,85 44,1
.010
.040
.019
.055
.229
.366
.166
55,2 51,49
25,8 29,51
.011
.000
.000
.000
.000
.000
.000
102
Rank Mdio
INDICADORES
Interseco de Mdias
Rate of Change
Asymp. Sig.
ME / ROC
LUCRO PT
PC
PV EFICT EFIC EFIV
41,33 54,29 53,05 50,85 51,58 49,72 47,5
39,67 26,71 27,95 30,15 29,42 31,27 33,5
.751
.000
.000
.000
.000
.000
.007
103
01/01/1999 31/09/1999
01/01/2001 31/09/2001
01/01/2003 - 31/09/2003
01/01/2005 31/09/2005
Os campos marcados com asterisco indicam que no houve naquela confrontao,
diferena estatstica (grau de 95% de confiana) entre a estratgia de buy and hold e o
indicador correspondente ao campo marcado. A indicao, quer seja pela abreviao do nome
de um indicador, seja pela sigla de uma das estratgias de buy and hold representa que,
naquela confrontao, o item colocado foi estatisticamente superior ao item confrontado.
A comparao entre os dados da primeira e da segunda linha representam os resultados
encontrados no primeiro e segundo testes comparativos entre o lucro lquido percentual obtido
com a estratgia de buy and hold 1 e a estratgia de buy and hold 2, comparados ao lucro
lquido percentual obtido com a operacionalizao dos indicadores no mesmo intervalo. Para
facilitar a compreenso dos resultados, eles sero chamados de step-foward 1 (SF1), e stepfoward 2 (SF2).
A ltima linha da tabela representa os resultados encontrados com a confrontao
entre o lucro lquido percentual proporcionado pela operacionalizao dos indicadores, dentro
das janelas principais do estudo, comparados estratgia de buy and hold, no mesmo perodo.
Da mesma maneira como proposto anteriormente, para facilitar a comparao dos resultados,
este teste ser chamado de teste das janelas principais.
INDICADORES
BB
EL
IFR
MACD
ME
ROC
BH1
BH2
BH2
BH2
BH2
BH2
104
A similaridade entre os resultados obtidos com o SF1 e o teste das janelas principais j
eram esperadas, j que a quantidade de dados adicionados anlise foi de apenas seis meses.
O SF2 mostra que a estratgia de buy and hold superior a todos os indicadores do
estudo, com exceo do indicador IFR, que se apresentou similar estratgia. Portanto, a
afirmao no sentido de que a otimizao faz com que os investidores mantenham bom
desempenho em diferentes momentos de mercado no verdadeira para o prazo de 10 meses
no mercado acionrio brasileiro.
A confrontao dos resultados obtidos no SF1 e no SF2 indica a deteriorao da
capacidade dos indicadores de anlise tcnica em apresentar resultados semelhantes
estratgia de buy and hold. Esse resultado revalida a afirmao colocada anteriormente, isto ,
a incluso de mais dados ao perodo de step-foward aumentaria a discrepncia entre os
resultados obtidos com o teste das janelas principais.
preciso lembrar que a otimizao utiliza dados histricos, ou seja, dados do passado.
Sendo assim, o resultado do step-foward test depende da natureza do mercado durante o
perodo de confirmao de resultados, funcionando melhor quando o mercado subseqente se
comportar da mesma maneira que o perodo anterior.
No teste das janelas do estudo, descobriu-se que em todos os casos, sem exceo, os
indicadores e a estratgia de buy and hold so estatisticamente equivalentes. Este ltimo
resultado mostra-se surpreendente, j que se conclui que os indicadores, mesmo otimizados,
ou seja, mesmo utilizando a melhor combinao de parmetros lucrativos para aquele perodo
o que nas operaes em tempo real no seria possvel no so capazes de apresentar
resultados superiores a simples estratgia de buy and hold. Este resultado invalida o uso dos
indicadores de anlise tcnica contidos neste estudo como mtodo primrio ou exclusivo de
anlise de mercado.
O melhor resultado obtido entre os indicadores foi com o IFR, tendo este se mostrado
similar estratgia de buy and hold nos trs testes, porm nunca superior. Pode-se afirmar que
o pior resultado foi obtido com o indicador MACD, que apresentou resultados inconsistentes
j nos primeiros seis meses de dados subseqentes otimizao, fato que no foi observado
em nenhum outro indicador.
A seguir, sero apresentadas as consideraes finais sobre a confiabilidade dos
indicadores de anlise tcnica nos critrios de desempenho selecionados e tambm na anlise
da capacidade dos indicadores em superar os custos de transao envolvidos e a estratgia de
buy and hold.
105
106
ser estatisticamente semelhante a estes dois indicadores, o Estocstico Lento (221,50%), com
2 ganhos e 0 perda, no se apresentou superior ao Bollinger Bands (183,15%), com nenhum
ganho e duas perdas. Este ltimo, apesar de semelhante ao Estocstico Lento, no mostrou ser
capaz de superar os indicadores Interseco de Mdias (145,39%) e ROC (145,98%), que
apresentaram os piores resultados neste critrio, com nenhum ganho e 3 perdas.
Na anlise do percentual de acerto total, o IFR (92,36%) mostra-se estatisticamente
superior a todos os indicadores do estudo, totalizando 5 ganhos e 0 perda. O Estocstico Lento
(87,15%) mostra-se mais eficaz que o Bollinger Bands (73,72%) e a Interseco de Mdias
(69,72%), com 2 ganhos e 2 perdas, seguidas pelo MACD (60,97%), com 1 ganho e 4 perdas,
que surpreendentemente passa da primeira para a penltima colocao na relao nmero de
ganhos / perdas. Percebe-se a melhora da Interseco de Mdias neste critrio, igualando-se
ao Bollinger Bands e superando o MACD e o ROC (40,34%), que obteve 0 ganho e 5 perdas.
No critrio eficincia total, o IFR (66,18%), com 5 ganhos e 0 perda, supera
novamente todos os outros indicadores do estudo, seguido pelo Estocstico Lento (57,54%),
com 4 ganhos e 0 perda, o Bollinger Bands (35,94%), com 2 ganhos e 2 perdas, a Interseco
de Mdias (29,78%), com 1 ganho e 2 perdas, o MACD (24,91%), com 1 ganho e 3 perdas e,
o ROC (3,72%), com 0 ganho e 5 perdas.
Os resultados encontrados na anlise dos indicadores e dos seus sinais de compra e
venda mostram que os indicadores IFR e o Estocstico Lento foram superiores aos demais em
quase todos os critrios analisados, quando muito, similares ao MACD no critrio lucro
lquido percentual. Totalizando os ganhos e perdas encontradas em cada critrio, descobriu-se
que estes dois indicadores obtiveram 29 e 26 ganhos respectivamente, seguidos pelo Bollinger
Bands, o MACD, a Interseco de Mdias e o ROC. Os ganhos e perdas esto sintetizados
abaixo:
BB
EL
IFR
Ganhos
11
26
29
Perdas
16
2
0
IM
MACD
ROC
Ganhos
8
10
0
Perdas
12
17
31
107
108
109
O SF1 mostra que os resultados encontrados com a estratgia de buy and hold 1 e
aquela encontrada com os indicadores foram estatisticamente similares, sendo a nica exceo
observada com o indicador MACD, que foi inferior a todos os indicadores e a estratgia de
buy and hold. O SF2 mostra que a estratgia de buy and hold superior a todos os indicadores
do estudo, com exceo do indicador IFR, que se apresentou similar estratgia tambm
neste critrio.
IN D IC AD OR E S
BB
EL
IFR
M ACD
ME
RO C
B H1
B H2
B H2
B H2
B H2
B H2
110
6 CONSIDERAES FINAIS
111
Vale comprar usando os sinais de subcomprado do IFR dirio quando a tendncia semanal de alta. Vale vender usando
os sinais de sobre vendido do IFR dirio quando a tendncia semanal de baixa.
112
23
Quanto mais sinais se agruparem em uma rea de suporte e resistncia, maiores so as chances de reverso. A rea de
convergncia pode ser confirmada por meio de uma srie de padres de candlestick ou sinais ocidentais ou uma combinao
de ambos.
24
As mais complexas teorias dos ciclos ou teorias das ondas, opinio contrria, outros mtodos, todos vem o movimento dos
preos de modo completamente diferentes que a mdia mvel, mesmo quando aplicados em uma mesma amostra de dados.
113
114
8 LIMITAES DO ESTUDO
115
REFERNCIAS
em:
BRORSEN, B.W.; IRWIN, S. A note on the Factors Affecting Technical Trading Systems
Return. The Journal of Futures Markets, v. 7, n.5, p. 591-595, 1987.
CAVALCANTE, F.S.; MISUMI, J.Y. Mercado de capitais. Belo Horizonte: Comisso
Nacional de Bolsa de Valores, 1998.
CERETTA, P.; COSTA JR..; Efeito dia da semana: evidncia na Amrica Latina. Resenha
BM&F, 135, 2000.
116
117
FRENCH, K. Stock returns and the weekend effect. Journal of Financial Economics, p.5569, 1980.
FRENCH, K.R.; ROLL, R. Stock Return Variances: The Arrival of Information and Reaction
of Traders. Journal of Finance Economics, v.17, p. 5-26, 1986.
GALDO, A.; FAM, R. Avaliao da eficincia na precificao de aes negociadas no
Brasil, por teste de volatilidade. Revista de Administrao, So Paulo, v. 33, n. 2, p. 60-68,
abr. 1998.
GOODACRE A,; KOHN-SPEYER T. Crisma Revised. Applied Financial Economics, v.
11, n. 2, p. 221-30(10), 2001.
HARVEY, C. Predictable risk and return in emerging markets. Review of Financial Studies,
v.8, n.3, p. 713-816, 1995.
HAYASHI, A. Aplicao dos fractais ao mercado de capitais utilizando-se as Elliott
Waves. 2002. Dissertao (Mestrado em Engenharia de Produo) - Universidade Federal de
Santa Catarina. Programa de Ps-Graduao em Engenharia de Produo. Florianpolis,
2002.
HELLSTROM, T.; HOLMSTROM, K. The relevance of Trends for Predictions of Stock.
International Journal of Intelligent Systems in Accounting, Finance & Management, v.9,
p. 23-34, 2000.
HERRERA, P.; PROCIANOY, J. Avaliao dos retornos das aes das empresas
concordatrias. Revista de Administrao, So Paulo, v.35, n.1, p.86-97, jan. 2000.
HOUTHAKKER, H. Can Speculators Forecast Prices? Review of Economics and
Statistics, 39:143-151, 1971.
HOCHHEIMER, F.L.; VAUGHN, R.J. Computerized trading techniques, New York, Merrill
Lynch commodities, 1982.
HUDSON, R.; DEMPSEY, M.; KEASEY, K. A not of the weak form efficiency of capital
markets: the application to simple technical trading rules to UK stock prices 1935-1994.
Journal of Banking and Finance, n.20, p. 1121-1132, 1996.
ISAKOV, D.; HOLLISTEIN, M. Application of simple technical trading rules to Swiss stock
prices:is it profitable? Financial Markets Portfolio Management, n. 13, p.9-26, 1999.
JEGADEESH, N. Evidende of Predictable Behavior of Security Returns. Journal of Finance,
v. 45, p. 881-899, 1990.
JEGADEESH, N.; TITMAN, S. Returns to buying Winners and Selling Losers: Implications
for Stock Market Efficiency. Journal of Finance, v. 48, p. 65-91,1993.
______. Profitability of Momentum Strategies: An evaluation of alternative explanation,
Working paper 7159, National Bureau of Economic Reserach, 1999.
118
KAUFMAN, P. J. Trading Systems and Methods. New York: John Wiley & Sons, 1998.
KENDALL, M. The analysis of economic time-series. Part I: prices. Journal of the Royal
Statistical Society, v.96, p.11-25, 1953.
LEAL, R.; VARANDA, A. Desempenho de estratgias grafistas de interseo de mdias
mveis por meio de simulao bootstrap. Working paper, Coppead/UFRJ, 2000.
LEMOS, M.; COSTA JR., N.; O efeito de sobre-reao a curto prazo no mercado de capitais
brasileiro. Revista Brasileira de Economia, v.51, n.3, p.309-324, 1997.
LO, A.; MAMAYSKY, H.; WANG, J. Foundations of Technical Analysis: Computational
Algorithms, Statistical Inference, and Empirical Implementation. The Journal of Finance, v.
LV, n. 4, 2000.
LO, A.W. e MACKINLEY, A.C. Stock Market Prices do not Follow Random Walk: Evidence
from a Simple Specification Test. Review of Finance Studies, p. 41-66, 1988.
LOPES, A.; REINHARD, N. Vantagens competitivas na distribuio de informaes
financeiras em tempo real: uma anlise baseada em recursos. Revista de Administrao, So
Paulo, v.33, n.2, p. 69-78, 1998.
LUKAC, L.; BRORSEN, B.W. The usefulness of historical data in selecting parameters for
technical trading systems. The Journal of Futures Markets, v.9, n. 1, 1989.
LUKAC, L.; BRORSEN, B.W.; IRWIN, S. Similarity of computer guided technical trading
systems. The Journal of Futures Markets, v.8, n. 1, 1988.
MAXWELL, J. R. Commodity futures trading with moving average. Speer, 1974.
MURPHY, J. A. Futures Fund Performance: A Test of the Effectiveness of Technical
Analysis. The Journal of Futures Markets, v.6, n. 2, p. 175-185, 1986.
MURPHY, J.J. Technical Analysis of the Financial Markets: a comprehensive guide to
trading methods and applications. New York: New York Institute of Finance, 1999.
MURRAY, A.; RUGGIERO, J.R. Price patterns the systematic way. Futures, v.33, n.13, p.
48-50, 2004.
NEELY, C.; WELLER, P.; DITTMAR, R. Is technical analysis in the foreign exchange
market profitable? Journal of Quantitative Analysis, v.32, p.405-426, 1997.
NEFTCI, S. Naive trading rules in financial markets and Wiener-Kolmogorov predictions
theory: a study of technical analysis. Journal of Business, v.64, p. 549-571, 1991.
NISON, Steve. Japanese Candlestick Charting Techniques: a contemporary guide to the
ancient techniques of the Far East. New York: New York Institute of Finance, 2001.
119
120
121
ANEXOS
122
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
Parmetros Relatrios
P1
Lucro
44
51,8149
46
33,5121
58
32,4024
60
32,4024
56
27,3322
48
23,1394
54
22,7152
120
12,7485
116
10,9107
118
10,9107
% Lucro
80
80
70
70
60
80
60
66,6667
66,6667
66,6667
Max.Cons. Loser
1
1
1
1
1
1
1
1
1
1
Ratio
0,7091
0,4929
0,7531
0,7531
1,0719
0,3849
1,0077
0,6486
0,6292
0,6292
Ordem
1
2
3
4
5
6
7
8
9
10
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
Parmetros Relatrios
P1
Lucro
120
36,6741
114
35,0047
112
34,8128
86
34,4138
116
32,9725
118
32,9725
78
31,202
80
31,202
110
29,447
108
28,2956
% Lucro
80
60
60
71,4286
60
60
71,4286
71,4286
60
60
Max.Cons. Loser
0
0
0
0
0
0
0
0
0
0
Ratio
2,8461
5,8489
5,6098
2,4759
5,548
5,548
2,2822
2,2822
4,8479
4,6844
Ordem
1
2
3
4
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
Parmetros Relatrios
P1
Lucro
4
0,2172
6
-0,0001
58
-3,4467
46
-3,6558
% Lucro
40
50
54,5455
53,3333
Max.Cons. Loser
2
0
2
3
Ratio
1,5444
0,9997
0,5524
0,6247
123
5
6
7
8
9
10
Ordem
1
2
3
4
5
6
7
8
9
10
Ativo
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
[012] ACES4 (D)
48
42
44
8
116
118
-4,4454
-5,1434
-5,1434
-5,1767
-5,723
-5,723
Parmetros Relatrios
P1
Lucro
8
3,6051
116
-0,3202
118
-0,3202
6
-0,3218
114
-0,8548
120
-0,8656
78
-1,4092
102
-1,4911
104
-1,4911
106
-1,4911
53,8462
53,3333
53,3333
53,8462
50
50
3
2
2
3
0
0
0,529
0,5212
0,5212
0,4204
0,2487
0,2487
% Lucro
57,1429
66,6667
66,6667
0
66,6667
66,6667
66,6667
66,6667
66,6667
66,6667
Max.Cons. Loser
2
0
0
0
0
0
0
0
0
0
Ratio
1,0223
0,4277
0,4277
0
0,3278
0,3046
0,2446
0,2102
0,2102
0,2102
124
10,17
10
8,83
6,01
0,43
8
-16,71
-14,11
-33,14
5 Percentual de acerto
3 Max.de operaes consec. Com perdas
60%
2
5 Percentual de acerto
5 Max.de operaes consec. Com perdas
100%
0
5
10,26
5,25
0,00
Percentual de acerto
Operao com maior perda
Mdia das operaes perdedoras
Max. valor de 'drawdown'
80%
0
0
-10,2
2 Percentual de acerto
2 Max.de operaes consec. Com perdas
100%
0
3 Percentual de acerto
2 Max.de operaes consec. Com perdas
66,67%
1
Percentual de acerto
Operao com maior perda
Mdia das operaes perdedoras
Max. valor de 'drawdown'
40,00%
-3,69
-2,61
-0,25
125
3 Percentual de acerto
1 Max.de operaes consec. Com perdas
33,33%
2
2 Percentual de acerto
1 Max.de operaes consec. Com perdas
50%
1
14
5,59
2,33
1,19
Percentual de acerto
Operao com maior perda
Mdia das operaes perdedoras
Max. valor de 'drawdown'
57,14%
-3,61
-1,96
-6,3
7 Percentual de acerto
4 Max.de operaes consec. Com perdas
71,43%
1
7 Percentual de acerto
2 Max.de operaes consec. Com perdas
42,86%
3
126
127
128
129
130
Grfico: Grfico de Preo da Siderrgica Nacional 01/1995 12/2004. Fonte: CMA, 2006.
131