Machine Learning no Mercado de Capitais: Descobrindo com os robôs as verdades dos mercados

Quando se trata de machine learning ou aprendizado de máquina no mercado de capitais, é bom lembrar que o aprendizado – pelo menos nos modelos baseados em mercados regulados e com competição justa – será essencialmente baseado em dados do passado, ou seja, nossa amostra de testes e validação das previsões hipotéticas.
Dessa forma, me parece mais apropriado ficar com os pés no chão e considerar que o mercado poderá apresentar um comportamento futuro totalmente dissociado do passado, e, principalmente, de qualquer aprendizado obtido nele.
Mas se o futuro pode ser muito diferente do passado, será que uma rede regular não pode ser mais eficaz que uma convolucional, com realimentações, para enfrentar as incertezas de mercado?
A verdade é que não existe uma resposta correta para todos os instrumentos financeiros e mercados, já que nem mesmo existe alguma lógica confirmada que a aplicação de machine learning no mercado possa ser mais eficiente que a própria análise de gestores humanos.
Dessa forma, minha recomendação é projetar redes sem paradigmas, onde a realimentação seja apenas uma opção a mais de aprendizado.
Evidentemente que tudo seria mais fácil se o problema central do mercado fosse encontrar padrões no passado. Não que isso também não seja válido, pelo menos em determinados cenários e instrumentos financeiros, mas a alta competitividade dos gestores e demais players, com sofisticados níveis de informação analógica e digital, torna as coisas bem mais complexas.
Ou seja, aplicar aprendizado de máquina ou machine learning para classificação desses eventos óbvios pode ser útil em muitas aplicações corporativas, mas não no mercado.
Na verdade, enfrentamos um cobertor curto para a adoção do aprendizado de máquina nos mercados, pois a parte fácil do aprendizado é pouco realista, e a parte difícil pode exigir redes de deep learning complexas e de difícil ajuste.
E esse sem dúvida é um nível de complexidade que os robôs podem ajudar a enfrentar, como veremos nesse livro.

Veja mais em: https://www.amazon.com.br/dp/B072F2W6ZQ/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1493823948&sr=1-1

Anúncios

Robôs Traders Autônomos: Estudos de operação sem ajustes, apenas com Inteligência Artificial (Trajecta AutoSetup Livro 1)

Automatizar uma estratégia pode parecer simples, ainda mais com os avançados recursos das plataformas de algoritmos atuais. Entretanto, um dos desafios mais complexos para a operação automática com robôs no Mercado de Capitais está no seu ajuste ou Setup.
E esse desafio se torna ainda maior quando desejamos que o ajuste seja feito pelo próprio robô, ou seja, através de um autoajuste ou auto setup, se você preferir. Mas se conseguimos vencer ele, pelo menos em determinados cenários de mercado, estamos na prática criando robôs autônomos, ou seja, muito mais que simples automação de estratégias, praticamente sem nenhum parâmetro de entrada.
No passado, muitos traders utilizavam estratégias automáticas tão engessadas que eram elas próprias chamadas de Setup. Na verdade, mesmo para a realidade de um mercado bem menos competitivo que o atual, essa era uma perigosa utopia, que porém se tornava uma forma fácil e lucrativa de atrair seguidores, disseminando em cursos e livros suas bases estáticas.
Mas a realidade atual mostra que, se mesmo estratégias estáticas irão sofrer para sobreviver, quanto mais setups estáticos.
Entretanto, se temos uma boa estratégia, parece uma boa ideia buscar encontrar algoritmos de aprendizado de máquina e inteligência artificial para descobrir de forma autônoma novos Setups, se adaptando de forma resiliente às evoluções dos mercados.
E essa é a característica principal que considero terem os Robôs Traders Autônomos, que estaremos estudando na teoria e na prática, nessa série de livros, e que a alguns anos me dedico em desvendar sua arte e ciência, através da construção de laboratórios de robôs sem parâmetros de entrada.

Veja mais em: https://www.amazon.com.br/dp/B01NAYNMFI/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1485795485&sr=1-1

A estratégia do acaso planejado: Programando a sorte em robôs traders e scalpers

Mesmo que você considere o mercado como uma competição de soma zero, onde sempre existe um ganhador e um perdedor, o que não é exatamente a realidade, pois no mínimo existem custos que podem ser relevantes para operar, levando a competição para uma soma negativa, ainda assim não existe uma forma de controlar situações de rebaixamento ou drawdown. Na verdade penso que toda estratégia irá mais cedo ou mais tarde enfrentar um rebaixamento em sua curva de capital. A diferença das boas estratégias e setups está justamente na capacidade de recuperação, em boa parte medido nos trading systems pelo fator de recuperação da estratégia.
Acredito que ter a consciência clara de que não existe uma solução determinística para operação, ainda mais sistêmica e automática, nos permite focar no real problema de tecnologia, que é encontrar métodos ou heurísticas que possam ser traduzidas em algoritmos que busquem minimizar o problema e serem suficientemente mais competitivas para geração de retorno, de preferência acima da média de mercado e consistentes.
Nesse livro, irei apresentar uma estratégia que desenvolvi e que será estudada utilizando um robô trader, que também pode atuar como scalper, especificamente para isso, que chamo de Estratégia do Acaso Planejado, baseada na junção de duas classes de algoritmos, com e sem aprendizado. Esses algoritmos são utilizados em outras áreas de conhecimento, como Monte Carlo e Fractais, esses sem aprendizado mas ainda bastante utilizados em robôs ou programas de jogos e inteligência de máquina, e as tecnologias mais recentes como o Deep Learning para permitir o aprendizado de padrões de mercado, onde estaremos focando em alguns tipos de análise, como entropia e risco.
A novidade aqui, portanto, está na união de forças de algoritmos com e sem aprendizado para identificar e enfrentar mercados caóticos.

Veja mais em: https://www.amazon.com.br/dp/B01N7OZFUI/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1483618473&sr=1-1

Setups Dinâmicos com Price Action: Ideias abertas para operar com robôs (Trajecta Open Livro 3)

Nesse terceiro livro da série Trajecta Open iremos nos dedicar a sistemas mais complexos que os baseados em apenas médias móveis e osciladores, agregando uma nova análise baseada em ação dos preços ou price action. As estratégias de definição de tendência também serão mais qualificadas em termos de resiliência a possíveis estados de mercado, com quatro modos internos de definição de tendência, utilizando períodos positivos e negativos, como referência.
Também, como nas médias móveis, a adoção de setups dinâmicos com osciladores e price action, como veremos nesse livro, ajuda bastante a diminuir o sobreajuste, uma vez que faz a estratégia depender menos de um ajuste específico de períodos.
Evidentemente que você poderia fazer isso de forma manual, como por exemplo, refazer seu backtesting diariamente. Mas nesse caso, como sempre digo, estaremos fazendo o trabalho do robô, perdendo o sentido de termos um sistema automático ajustado constantemente de forma discricionária.
E, no mínimo, a solução mais elegante é o robô fazer sua própria mudança de ajustes, sendo que apresentarei três opções para isso, com modos de operação pessimista, realista e otimista, e com quatro possibilidades de combinação de períodos, para dois osciladores, sendo um baseado em preços e outro baseado em volumes, conforme diferentes estados assumidos pelo nosso trading system, a partir da medição de seus resultados no mercado. Na verdade, buscamos, mais que elegância, eficácia e ajuste automático a partir da percepção dos resultados fora de nossas expectativas.
Nos ajustes de setups dinâmicos, também iremos modificar a nossa exposição no mercado, alterando o volume de operação, conforme a análise desses estados pelos algoritmos de reação a perdas que forem escolhidos. E, para os três modos de operação apresentados, serão fornecidos exemplos de setups reais, com relatório e análise ordem a ordem dos ajustes feitos e de seus resultados, para facilitar o entendimento da abordagem proposta.

Veja mais em: https://www.amazon.com.br/dp/B01N2YE1M0/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1482956970&sr=1-1

Robôs HFT: Estudos de operação em alta frequência com Inteligência Artificial (Trajecta HFT Livro 1)

Os robôs de alta frequência, ou High Frequency Trading, também conhecidos no mercado internacional apenas por HFT, são hoje uma das grandes incertezas do mercado financeiro e de capitais, pelas grandes oportunidades e riscos demandados, principalmente pela grande capacidade de processamento e mínima latência desses sistemas, no estado da arte das mais variadas tecnologias.
A ideia dessa série de livros com estudos sobre esse tipo de robôs é buscar desvendar um pouco o potencial desses sistemas, com a força da detecção de padrões das redes neurais profundas, e com várias estratégias operando em paralelo executando vários trades por minuto, apresentando algumas das tecnologias que desenvolvo para isso, que estão disponíveis principalmente para empresas, mas que também podem ser cada vez mais viáveis para algotraders, como estarei analisando e apresentando formas para isso.
Como é natural nesse tipo de robô, nosso foco será essencialmente em instrumentos financeiros de alta liquidez e alta volatilidade, começando pelo mercado futuro da BMF&Bovespa, e explorando futuramente, em outros livros da série, diferentes mercados, como o Forex e seus pares de moedas mais relevantes, ou majors.
Assim como exploramos e investimos em tecnologia espacial ao mesmo tempo que a nanotecnologia, acredito que os algotraders devem da mesma forma estudar todas essas camadas e buscar as oportunidades mais alinhadas com seu perfil operacional. E minha contribuição para isso será no estudo de todos os tipos de robôs para o Mercado Financeiro e de Capitais, sem exceção, como tenho feito com uma série de livros na área, sendo que com essa nova série de Robôs HFT completamos todas as camadas existentes atualmente. A frequência e a diversificação de mercado não apresenta limites tecnológicos, portanto é esperado que os robôs sejam cada vez mais rápidos e diversificados, atuando com os mais variados tipos de instrumentos financeiros e mercados mundiais.
Os robôs e lógicas que estaremos estudando nessa série de livros são desenvolvidos para construção de laboratórios de alta frequência, que buscam os limites operacionais de execução de ordens e a otimização da relação custo x benefício, o que dependerá também dos custos de cada cliente para isso. Dessa forma, nos estudos e resultados estarei apresentando dois tipos de custos: o maior, que seria o relacionado à máxima corretagem aceita para operacionalizar a tecnologia e o menor, que seria o valor ideal para aumentar as chances de resultado em padrões similares a outros tipos de robôs traders, com um número menor de ordens executadas.
A ideia desse livro ser uma série é que justamente os Robôs HFT estão no limite máximo de capacidade das plataformas de algoritmos, e portanto, a cada livro muitas evoluções de tecnologia podem acontecer, principalmente em dois pontos que considero os mais relevantes da tecnologia de robôs de alta frequência para o Mercado de Capitais, que são a hipótese da volatilidade ativa e a arbitragem de latência, que serão analisadas nos estudos apresentados.

Veja mais em: https://www.amazon.com.br/dp/B01N4I5RNU/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1482859762&sr=1-1