Pular para o conteúdo

Pear Protocol

4 de jun. de 202429 min

Capitalizando sobre o Desempenho Relativo de Ativos

Cripto é uma classe de ativos altamente volátil onde o retorno geral de uma carteira é frequentemente altamente correlacionado com o mercado geral liderado pelos movimentos de preço do $BTC. A natureza deste mercado torna complicado para os investidores construírem portfólios diversificados que possam amortecer o efeito da volatilidade. No entanto, isso também cria oportunidades para lucrar com o desempenho relativo superior em certos intervalos de tempo. À medida que catalisadores se apresentam e notícias se desenrolam, o mercado começa a precificar expectativas futuras, fazendo com que certos ativos superem enquanto outros ficam para trás. É por isso que o trading de pares pode ser uma ferramenta poderosa para extrairmos valor das ineficiências de um mercado emergente como o de cripto.

Estratégias de trading de pares focam no desempenho relativo de ativos, e são frequentemente projetadas para gerar lucro independentemente das condições de mercado—seja de baixa, alta ou lateral—explorando a ação diferencial de preços entre ativos selecionados. Carteiras que empregam essas estratégias são tipicamente construídas por meio de posições long / short em dois ou mais ativos, geralmente visando neutralidade de mercado. No entanto, elas também podem ser ajustadas para refletir o viés direcional do investidor, o que é altamente eficaz para capitalizar em notícias ou no chamado “trading de narrativas”.

A maioria das estratégias que visam neutralidade de mercado pode ser implementada por meio de métodos sistemáticos e estatísticos que dependemde modelos matemáticos para identificar e agir sobre desvios temporários de preço entre ativos que tipicamente se movem em conjunto. Alternativamente, eles também podem ser guiados por fatores mais discricionários ou fundamentais, conhecidos como “narratives trading”. Portanto, portfólios Long / Short são adaptados para refletir a perspectiva de um investidor sobre as dinâmicas de mercado com base em catalisadores, tendências setoriais, desenvolvimentos temáticos ou eventos noticiosos significativos.

Esta série de relatórios cobrirá várias metodologias para construir tais portfólios, incluindo negociação de pares e estratégias long-short. Para fazer isso, discutirá os modelos fundamentais por trás da neutralidade de mercado, as mecânicas de construção de tais portfólios e aplicações práticas dessas estratégias em cripto, ilustradas com exemplos e casos de uso do mundo real.

Principais Conclusões

  • O relatório destaca o valor de construir portfólios long/short (L/S) para explorar diferenças no desempenho de ativos ao longo de um período de tempo. Essas estratégias são ferramentas versáteis na caixa de ferramentas de um investidor, aplicáveis com graus variados de complexidade com base na sua própria experiência e habilidades.
  • Revisitando o Capital Asset Pricing Model (CAPM) é importante para estabelecer uma base teórica para estratégias L/S. Conceitos chave como beta e o conceito de “market portfolio” são essenciais para entender as dinâmicas de risco e retorno.
  • Após examinar a dinâmica beta de contratos perpétuos selecionados a partir de 2022, é possível confirmar o fato bem notado de que tokens de criptomoedas tipicamente exibem betas mais altos do que o portfólio de mercado, indicando maior volatilidade em relação ao mercado mais amplo e alta sensibilidade a mudanças nos regimes de mercado.
  • Estratégias empregadas por fundos de hedge na finança tradicional para alcançar vários níveis de neutralidade de mercado fornecem insights valiosos que podem ser aplicados para construir portfólios L/S em crypto. Essas estratégias variam em complexidade desde pairs trading e statistical arbitrage até abordagens impulsionadas por análise fundamental ou notícias.
  • A criação de três estratégias L/S distintas demonstra como os investidores poderiam implementar estratégias de investimento baseadas em narrativas enquanto visam diferentes níveis de exposição ao mercado.
  • Estratégias L/S fornecem uma estrutura abrangente que permite aos investidores navegar por qualquer condição de mercado com maior precisão. Essas estratégias contribuem para a redução do risco de mercado, maior diversificação e retornos ajustados ao risco aprimorados.

Contexto

O mercado, com suas variáveis infinitas e natureza imprevisível, exige uma abordagem ampla e multifacetada para ser verdadeiramente compreendido. Os mercados financeiros são inerentemente complexos, caracterizados por uma multitude de fatores que influenciam os preços dos ativos e os movimentos do mercado. Esses fatores incluem indicadores econômicos, desempenho corporativo ou de protocolos, eventos geopolíticos, catalisadores e sentimento dos investidores, entre outros.

Para navegar nessa complexidade, investidores e analistas empregam uma gama de metodologias, cada uma com seu próprio foco e suposições. Essas metodologias se enquadram amplamente em categorias como análise técnica, análise fundamental, métodos quantitativos e outras, como análise de sentimento ou teses macroeconômicas.

Nenhuma abordagem única fornece uma panaceia; cada uma tem suas forças e limitações. Como montar um quebra-cabeça, entender o mercado requer juntar insights de vários frameworks analíticos. Cada um desses métodos contribui com uma lente diferente através da qual os investidores podem ver o mercado, fornecendo uma compreensão mais rica e nuançada das oportunidades e riscos em jogo. Apesar da variedade de opiniões e metodologias — variando desde análise técnica até modelos de avaliação fundamental — cada uma oferece uma visão parcial, enfatizando a complexidade e imprevisibilidade dos mercados.

Isso ilustra a história contada no livro “Pairs Trading: Quantitative Methods and Analysis” de Ganapathy Vidyamurthy, onde seis homens cegos encontram diferentes partes de um elefante, cada um tirando conclusões únicas sobre sua aparência. Cada indivíduo tocaria diferentes partes do elefante e concluiria que ele se assemelha a objetos com base na parte que encontram (parede, lança, cobra, árvore, leque, corda), destacando sua compreensão parcial.

Figura 1: Compreensão parcial sobre como o mundo funciona.

Fonte: Negociação em Pares, Métodos Quantitativos e Análise

Os seis homens cegos desejavam saber como era um elefante, mas cada um deles percebia um aspecto de

o elefante sozinho. Embora estivessem certos à sua própria maneira, nenhum deles sabia como o elefante inteiro realmente era. Essa diversidade reflete a capacidade do mercado de acomodar sistemas de crenças diferentes, às vezes conflitantes.

Embora alguns investidores comprem ações com base em informações sobre empresas específicas, outros utilizam estratégias que tentam lucrar com base no entendimento do mercado de ações e seus comportamentos em geral. O mesmo acontece no crypto, onde alguns investidores dão muita ênfase em taxas e receitas, enquanto outros preferem negociar “narrativas”. Independentemente disso, pairs trading continua sendo uma das estratégias mais poderosas que os investidores podem usar a seu favor para capitalizar a partir da performance relativa de ativos de dois ou mais ativos.

O que é Desempenho Relativo de Ativos

Estratégias projetadas para capitalizar o desempenho relativo de dois ou mais ativos envolvem uma mistura de posições long (compra) e short (venda). Um investidor assumirá posições long em ativos que acredita estarem subvalorizados e propensos a apreciar em valor, e posições short em ativos que percebe como supervalorizados e esperados para declinar em valor.

É por isso que o investimento long/short (L/S) é frequentemente referido como uma estratégia de duplo alpha – o termo “alpha” é usado aqui para se referir ao desempenho superior de um investimento. Em investimentos long/short, um alpha pode vir do lado long (o ativo subvalorizado aprecia em valor) e o outro alpha pode vir do lado short (o ativo supervalorizado deprecia em valor).

Uma propriedade notável do investimento L/S é que o investidor pode estar parcialmente errado em sua escolha de ativos em uma base absoluta, mas a posição ainda pode ser lucrativa, mesmo que tanto as posições long quanto short declinem ou apreciem em termos absolutos. De fato, o que importa é que a perna long supere a perna short em uma base relativa (ou vice-versa), visando lucrar com qualquer mudança no spread entre essas posições.

Figura 2: Uma estratégia de trading para todas as condições de mercado

Fonte: Pear Protocol.

Outra característica chave das estratégias L/S é sua capacidade de minimizar a exposição geral ao mercado (também conhecido como “neutralidade de mercado”), permitindo que os investidores potencialmente lucrem em várias condições de mercado — sejam de baixa, de alta ou laterais. É importante notar, no entanto, que nem todas as estratégias L/S são neutras ao mercado. Essa flexibilidade permite que os investidores ajustem a exposição de sua carteira ao nível desejado de risco de mercado.

Para entender como essas estratégias funcionam e suas diferenças, será necessário discutir vários termos e conceitos chave.

Figura 3: Vários termos e conceitos chave para entender as estratégias L/S.

Fonte: Revelo Intel.

Um bom ponto de partida é o Capital Asset Pricing Model (CAPM). Embora este relatório não entre em grandes detalhes sobre CAPM ou julgue seu uso prático, ele introduz ideias importantes como beta e market portfolio. Esses conceitos são particularmente valiosos na prática, especialmente porque o conceito de market neutrality desempenha um papel crucial em todas as estratégias L/S que esta série de relatórios explorará.

Entendendo o Risco e Retorno de Investimentos: Dos Básicos ao CAPM

Decomposição de Risco: Sistemático vs Não Sistemático

Em finanças, o risco surge do desvio dos retornos reais em relação aos retornos esperados e esse desvio pode ter um número qualquer de causas, que podem ser classificadas em duas categorias:

  1. Risco sistemático
  2. Risco não sistemático

Risco sistemático, também conhecido como risco não diversificável ou risco de mercado, é o risco que não pode ser evitado e é inerente ao mercado como um todo. Ele é não diversificável porque inclui fatores de risco que são inatos ao mercado e afetam o mercado como um todo. Exemplos de fatores que constituem o risco sistemático incluem taxas de juros, inflação, ciclos econômicos, incerteza política e desastres naturais generalizados. Esses eventos afetam todo o mercado, e não há como evitar seu efeito. Todos os investimentos arriscados têm alguma exposição a esse risco (risco de mercado).

Risco não sistemático é risco que é local ou limitado a um ativo ou indústria particular que não precisa afetar ativos fora dessa classe de ativos. Exemplos de risco não sistemático poderiam incluir o fracasso de um teste de medicamento, grandes descobertas de petróleo ou uma queda de avião. Todos esses eventos afetarão diretamente suas respectivas empresas e possivelmente indústrias, mas não terão efeito em ativos que estão distantes dessas indústrias. Os investidores são capazes de evitar o risco não sistemático por meio da diversificação, formando uma carteira de ativos que não são altamente correlacionados entre si.

Em geral, é possível decompor o risco de tal forma que:

Variância total = Variância sistemática + Variância não sistemática

Figura 4: Decomposição de Risco

Fonte: Corporate Finance Institute.

Na construção de uma carteira, é importante entender o conceito de correlação e como uma correlação menor que perfeita pode diversificar o risco de uma carteira. Como consequência, o risco de um ativo mantido isoladamente pode ser maior do que o risco desse mesmo ativo quando ele faz parte de uma carteira.

A diversificação reduz significativamente, ou em alguns casos, neutraliza completamente o risco não sistemático devido a dois fatores principais: (1) cada investimento constitui apenas uma pequena fração de uma carteira diversificada, e (2) as ações específicas da empresa que afetam os preços de ativos individuais podem ter impactos variados (tanto positivos quanto negativos) em diferentes períodos. Em carteiras grandes, esses riscos tendem a se compensar mutuamente, resultando em uma média de zero, assim tendo efeito mínimo no valor geral da carteira. Por outro lado, tendências de mercado amplas geralmente influenciam a maioria, se não todos, os investimentos na mesma direção, embora o grau de impacto possa variar entre os ativos. Embora a diversificação não elimine o risco de mercado, espalhar investimentos por várias indústrias pode mitigar seus efeitos.

Ray Dalio, fundador da Bridgewater Associates, um dos maiores fundos de hedge do mundo, se referiu à diversificação como o “Holy Grail of Investing” em seu livro “Principles”. Para ilustrar esse conceito, ele incluiu o seguinte gráfico e compartilhou suas percepções sobre ele:

Figura 5: Diversificação – O Santo Graal do Investimento.

Fonte: “Princípios” de Ray Dalio.

A noção de que a diversificação reduz a exposição ao risco de um investidor é amplamente aceita. No entanto, os modelos de risco e retorno financeiro vão mais fundo, sugerindo que o investidor marginal, que influencia a precificação de investimentos, é tipicamente bem diversificado. Como resultado, apenas os riscos percebidos por tal investidor são refletidos nos preços de mercado. Esse conceito baseia-se na premissa de que um investidor não diversificado percebe riscos mais altos em um investimento em comparação com um investidor diversificado, principalmente porque os riscos não sistemáticos afetam o primeiro, mas não o último.

Dito isso, a maioria dos modelos de risco e retorno desenvolvidos em investimentos e finanças concorda com os dois primeiros passos do processo de medição: (1) o risco vem da distribuição dos retornos reais em torno do retorno esperado, (2) o risco deve ser medido da perspectiva de um investidor marginal que está bem diversificado. No entanto, os modelos divergem em como medir o risco não diversificável ou risco de mercado.

Os quatro modelos básicos que abordam a questão de medir o risco de mercado são o Capital Asset Pricing Model (CAPM), o Arbitrage Pricing Model (APM), os modelos multifatoriais e os modelos de regressão.

Modelos Geradores de Retorno

Um modelo gerador de retorno é um modelo que pode fornecer uma estimativa do retorno esperado de um ativo dado certos parâmetros. Se o risco sistemático for o único parâmetro relevante para o retorno, então o modelo gerador de retorno estimará o retorno esperado para qualquer ativo dado o nível de risco sistemático.

Como em qualquer modelo, a qualidade das estimativas de retornos esperados dependerá da qualidade das estimativas de entrada e da precisão do modelo. A forma mais geral de um modelo gerador de retornos é um modelo multifatorial.

Um modelo multifatorial permite que mais de uma variável seja considerada na estimativa de retornos e pode ser construído usando diferentes tipos de fatores, como fatores macroeconômicos, fundamentais e estatísticos.

Um modelo geral de geração de retorno como este é expresso como:

O modelo tem k fatores,

Os coeficientes, , são chamados pesos de fatores ou cargas fatoriais associados a cada fator. O lado esquerdo do modelo tem o retorno excessivo, ou retorno sobre a taxa livre de risco. O lado direito fornece os fatores de risco que gerariam o retorno ou prêmio necessário para assumir esse risco. O E(Rm) fator é separado dos outros, pois representa o retorno de mercado. Todos os modelos contêm o retorno sobre a carteira de mercado como um fator chave.

Definindo o Mercado: o papel dos índices proxy

Teoricamente, o “mercado” inclui todos os ativos de risco ou qualquer coisa que tenha valor, o que inclui ações, títulos, imóveis e até capital humano. Idealmente, incluiria o maior número possível de ativos, mas é impraticável incorporar cada ativo de risco em um único portfólio. Além disso, nem todos os ativos são negociáveis, e nem todo ativo negociável é adequado para investimento.

Por praticidade e conveniência, a definição de “mercado” é frequentemente muito mais específica. Um índice de mercado de ações local ou regional geralmente serve como um proxy devido ao alto volume de negociações e sua visibilidade para investidores locais. Por exemplo, nos Estados Unidos, o Índice S&P 500 é comumente usado para representar o mercado. Este índice compreende 500 empresas líderes e reflete cerca de 80% da capitalização de mercado disponível nos EUA, com cada empresa ponderada de acordo com sua capitalização de mercado em relação ao total. No crypto, a maioria dos investidores frequentemente usa $BTC como benchmark.

O Modelo de Precificação de Ativos de Capital (CAPM)

A forma mais simples de um modelo gerador de retorno é um modelo linear de fator único, também conhecido como um modelo de índice único ou Modelo de Precificação de Ativos de Capital (CAPM), no qual apenas um fator é considerado.

O CAPM é um modelo simples de risco e retorno que está em uso há mais tempo que os outros e ainda é o padrão na maioria das análises do mundo real. Como qualquer modelo, o CAPM tem suas limitações e nem sempre é eficaz em modelar com precisão os retornos de ativos. No entanto, ele oferece uma estrutura direta que nos permite estimar retornos e avaliar o desempenho. Embora modelos mais novos apresentem abordagens alternativas ao CAPM, eles não são universalmente superiores em todos os cenários ou consistentemente práticos para aplicações no mundo real.

O impacto que o modelo causou na área de finanças é facilmente evidente no uso prevalente da palavra beta. Junto com a ideia de beta, o CAPM também serviu para formalizar a noção de um market portfolio. Um market portfolio em termos de CAPM é um portfólio de ativos que atua como um proxy for the market.

O modelo fornece uma relação linear de retorno esperado-beta que determina precisamente o retorno esperado dado o beta de um ativo. Ao fazer isso, ele faz a transição do risco total para o risco sistemático, o principal determinante do retorno esperado. Assim, o CAPM afirma que os retornos esperados de ativos variam apenas por seu risco sistemático, medido por beta, medido em relação a um market portfolio:

Onde é o retorno esperado do ativo i (variável), é a taxa livre de risco (constante), é o retorno esperado da carteira de mercado (variável, fonte de risco de mercado), e é o fator de risco sistemático do ativo i (constante).

Se mudarmos de retornos esperados para retornos realizados, o retorno de um ativo no framework CAPM pode ser separado em dois componentes. Um é o componente de mercado ou sistemático, e o outro é o componente residual ou não sistemático. A fórmula que mostra a relação que realiza essa separação de retornos é dada como:

Aquié o retorno residual do ativo i (variável, erro aleatório imprevisível que em média é zero, fonte de risco não sistemático).

Beta: Medindo o Risco de Mercado

O risco sistemático pode ser medido usando beta:

Como mostrado acima, beta é uma medida de quão sensível é o retorno de um ativo ao mercado como um todo e é calculado como a covariância do retorno sobre ativo i e o retorno do mercado dividido pela variância do retorno do mercado. Em outras palavras, beta captura o risco sistemático de um ativo, ou a porção do risco de um ativo que não pode ser eliminada por diversificação.

Em termos simples, um valor positivo para beta indica que o retorno de um ativo se move na mesma direção do mercado, enquanto um valor negativo para beta indica que o retorno de um ativo se move na direção oposta do mercado. Por exemplo, se o beta de um ativo for 2, então um aumento repentino de 1% no preço da carteira de mercado seria esperado para causar um aumento de 2% no preço do ativo.

Porque a covariância do portfólio de mercado consigo mesmo é sua variância, a beta do portfólio de mercado — e, por extensão, o ativo médio nele, é 1. Ativos que são mais arriscados que a média terão betas que excedem 1, e ativos que são mais seguros que a média terão betas que são inferiores a 1. O ativo sem risco terá um beta de zero. Um beta de zero indica que o retorno do ativo não tem correlação com os movimentos no mercado. Para referência, a maioria das ações tende a ser altamente correlacionada com o mercado e, como resultado, encontrar ativos que tenham um beta consistentemente negativo devido aos amplos efeitos do mercado sobre todos os ativos é incomum.

Finalmente, também é possível dividir a variância total de um ativo em variâncias sistemáticas e não sistemáticas usando a equação de variância do CAPM:

Onde é a variância total de ativo i, é a variância sistemática de ativo i, e é a variância não sistemática de ativo i.

Porque o risco não sistemático é zero para portfólios bem diversificados, como o portfólio de mercado, o risco total de um portfólio de mercado e outros portfólios semelhantes é apenas risco sistemático, que é

A Linha de Mercado de Segurança

A Linha de Mercado de Segurança é uma representação gráfica do CAPM. Como mostrado anteriormente, o beta do mercado é 1 e o mercado obtém um retorno esperado de Usando esta linha, é possível calcular o retorno esperado de um ativo. A inclinação da linha é igual a

Figura 6: A Linha do Mercado de Títulos

Fonte: CFA Institute.

Retornos e Beta no Contexto de uma Carteira

No contexto de uma carteira de n ativos, o retorno da carteira dado pelo CAPM pode ser facilmente calculado como:

onde o beta da carteira é uma soma ponderada dos betas dos ativos componentes e é dado por:

Pensamentos finais

Em conclusão, para usar o modelo CAPM, três entradas são necessárias. Primeiro, um “ativo sem risco” (observe que o risco verdadeiro nunca pode ser totalmente eliminado, apenas transformado) para o qual o investidor conhece com certeza o retorno esperado para o horizonte de tempo da análise. Segundo, o prêmio de risco, que é o prêmio exigido pelos investidores por investir na carteira de mercado em vez de investir em um ativo sem risco. O prêmio é frequentemente estimado usando dados históricos sobre os retornos de ativos arriscados e o retorno sem risco. Terceiro, beta, que é dado pela covariância do ativo dividida pela variância da carteira de mercado. Também pode ser obtido diretamente regressando os retornos passados do ativo contra os retornos passados da carteira de mercado (geralmente um índice de ações); a inclinação da regressão é o beta (veja a figura abaixo).

Figura 7: Os retornos das ações da Apple em comparação aos retornos do S&P 500 ajudam a ilustrar o beta da Apple como a inclinação de sua linha de regressão.

Fonte: Investopedia.

Em geral, vários modelos de risco e retorno são baseados no princípio de que apenas o risco relacionado ao mercado é compensado. Esses modelos calculam o retorno esperado com base em métricas que quantificam esse tipo de risco. Entre esses, o CAPM se baseia no maior número de suposições, mas oferece a abordagem mais simples, empregando apenas um fator para medir e estimar o risco.

Dinâmicas de Beta no Cripto

Para fornecer algum contexto sobre os níveis de beta dentro do cripto, dados históricos do Binance Perpetuals foram utilizados, remontando a março de 2022. Esses dados cobrem tokens que foram ativamente negociados desde aquele tempo.

Valores beta rolantes foram calculados sobre uma janela de 60 dias para cada um desses tokens. Como proxy para o mercado, um portfólio de peso igual de $BTC e $ETH foi usado, dado que esses dois tokens representam aproximadamente 70% da capitalização total de mercado.

A figura abaixo apresenta a média rolante, juntamente com os 10º e 90º percentis dos betas para este universo de tokens. Notavelmente, houve um pico na beta média (excedendo 1.5) por volta de maio de 2022, durante o meio do mercado de urso das criptomoedas. Subsequentemente a este período, a beta média declinou e eventualmente se estabilizou em torno de 1.0.

Figura 8: Betas de 60 dias rolantes (média, 10º e 90º percentis) do subconjunto de Binance Perps

Fonte: Dados históricos de preços da Binance, Revelo Intel.

Para entender melhor a dinâmica do beta, a figura abaixo exibe uma função de densidade de probabilidade que estima a distribuição dos valores médios de beta no universo de tokens utilizado para esta análise.

Os picos na curva de densidade, que são os valores beta mais frequentemente observados, ocorrem em 1.15, 0.9 e 1.65, em ordem decrescente de prevalência. Esses pontos de dados confirmam o fato bem notado de que tokens de criptomoeda tipicamente exibem betas mais altos do que o portfólio de mercado, indicando maior volatilidade em relação ao mercado mais amplo. Finalmente, essa variabilidade nos valores beta sublinha como os betas de tokens de criptomoeda são sensíveis a mudanças nas condições de mercado, refletindo seus perfis de risco flutuantes em diferentes regimes de mercado.

Figura 9: Distribuição de densidade beta média do subconjunto de Binance Perps de mar-22 a may-24

Fonte: Dados históricos de preços da Binance, Revelo Intel.

Perspectiva do Setor sobre Neutralidade de Mercado: Abordagens Diversas em Estratégias Long/Short.

Visão Geral

Termos como long-short, market neutral e dollar neutral investing são frequentemente usados e muitas vezes mal compreendidos como sinônimos. No entanto, essas estratégias podem diferir significativamente. É possível que um portfólio seja tanto long-short quanto dollar neutral, enquanto ainda possui um beta não zero em relação ao mercado. Isso indica que há um componente de mercado influenciando o retorno do portfólio, significando que ele não é verdadeiramente market neutral.

Para abordar essas distinções, empregaremos terminologia e classificações da finança tradicional. Especificamente, exploraremos várias estratégias usadas por fundos de hedge e tentaremos elucidar suas diferenças.

Na finança tradicional, estratégias L/S são comumente utilizadas por fundos de hedge e são categorizadas sob estratégias “Equity Hedge” (EH). Uma ampla variedade de processos de investimento pode ser empregada para chegar a uma decisão de investimento, incluindo tanto técnicas quantitativas quanto fundamentais; as estratégias podem ser amplamente diversificadas ou estreitamente focadas em setores específicos e podem variar amplamente em termos de níveis de net exposure, leverage empregada, holding period, concentrações de market capitalizations e valuation ranges de portfólios típicos.

Em geral, essas estratégias, em comparação com as de apenas long, tendem a reduzir o risco geral da carteira (volatilidade) e são projetadas para visar retornos que são independentes da direção do mercado. Isso expande o conjunto de oportunidades para geração de retornos, permitindo que os investidores expressem uma gama mais ampla de visões ativas (positivas, menos positivas ou negativas) em cada ação no universo de investimentos.

Figura 10: Investimento Neutro ao Mercado Expande o Conjunto de Oportunidades de Investimento

Fonte: BlackRock.com

Estratégias EH podem ser decompostas ainda mais em sete subestratégias distintas, cada uma com suas próprias características únicas. Para os fins de nossa discussão, no entanto, as classificaremos em dois tipos principais com base no grau de neutralidade de mercado que buscam atingir.

Fundamental / Quantitativa Direcionais estratégias empregam análise técnica e fundamental ou técnicas quantitativas sofisticadas para identificar empresas subvalorizadas e supervalorizadas, bem como para entender as relações entre diferentes títulos. Dependendo da direção antecipada do mercado e do estágio do ciclo de mercado, os fundos de hedge ajustam sua exposição líquida longa ou curta. Este método busca capitalizar nas tendências e ciclos de mercado / setor ajustando os níveis de exposição de acordo.

Consequentemente, esses fundos frequentemente têm uma exposição líquida longa ou uma exposição líquida curta, dependendo do conjunto de oportunidades disponíveis e da perspectiva do gestor para a direção de curto prazo do mercado geral. Em qualquer caso, o desempenho de sua carteira torna-se dependente de movimentos direcionais do mercado.

Para reduzir as consequências de uma possível seleção errada de ações, os gestores de equity L/S diversificam suas carteiras, tanto no lado longo quanto no lado curto.

Por outro lado, Equity Market Neutral estratégias envolvem o uso de análise quantitativa (técnica) e/ou análise fundamental para distinguir entre títulos de ações subvalorizados e supervalorizados. O objetivo é manter uma posição líquida neutra em relação ao risco de mercado, buscando um beta de portfólio próximo de zero. Essas estratégias visam lucrar com os movimentos de títulos individuais enquanto neutralizam o risco de mercado mais amplo.

Ao discutir estratégias neutras ao mercado, frequentemente nos referimos a abordagens como statistical arbitrage e pairs trading.

Arbitragem estatística refere-se a uma ampla gama de estratégias e abordagens de investimento caracterizadas por vários elementos chave. Em primeiro lugar, os sinais de negociação são sistemáticos e baseados em regras, em vez de serem influenciados por análises fundamentais. Em segundo lugar, a carteira mantém uma postura neutra em relação ao mercado ou beta-neutra. Em terceiro lugar, a geração de retornos excessivos é baseada principalmente em métodos estatísticos. O objetivo é realizar numerosas apostas, cada uma com um retorno esperado positivo, aproveitando a diversificação em várias ações para criar uma estratégia de investimento de baixa volatilidade que permaneça não correlacionada com os movimentos mais amplos do mercado. A duração desses holdings pode variar amplamente, de meros segundos a vários dias, semanas ou até períodos mais longos.

Negociação em pares é amplamente considerada o “ancestral” da arbitragem estatística e monitora dois títulos historicamente correlacionados. Quando a correlação deles enfraquece (como quando uma ação sobe enquanto a outra cai), a estratégia envolve vender a descoberto a ação de melhor desempenho e comprar a de pior desempenho, apostando na convergência do seu spread. Essa divergência pode resultar de flutuações temporárias do mercado, ordens significativas ou notícias impactantes sobre as empresas. Negociar grupos de ações contra outros grupos de ações é uma extensão natural da negociação em pares e é referida como “negociação em pares generalizada”.

Figura 11: Um exemplo mostrando duas séries de preços de dois ativos cujas séries de preços se moveram juntas durante um período histórico definido. A expectativa é que, após divergirem, os preços dos instrumentos escolhidos revertam para os níveis anteriormente observados.

Fonte: Hudson and Thames.

Posições longas e curtas são regularmente equilibradas para permanecer neutras em relação ao mercado em todos os momentos, de modo que todo o retorno da carteira seja derivado puramente da seleção de ações e não mais das condições de mercado. De fato, quando implementado corretamente, oferece a promessa de retornos absolutos verdadeiros (o alpha) sem ter que suportar a sensibilidade ao mercado (o beta).

No entanto, vale a pena notar que o termo “market neutral” evoluiu para um termo mais amplo que incorpora várias abordagens de investimento diferentes com graus variados de risco e neutralidade, como discutiremos abaixo.

Neutralidade em Dólares

Para ser neutro em dólares, precisamos ter investimentos iguais em dólares nas posições long e short, digamos por exemplo $100k long e $100k short. De agora em diante, também precisaremos rebalancear nossas posições long e short regularmente para manter a neutralidade em dólares. De fato, se estivermos certos em nossa seleção de ativos, a posição long apreciará enquanto a posição short encolherá em tamanho, empurrando o portfólio para um viés net long.

A neutralidade em dólares é extremamente atraente por causa de sua simplicidade. Ela tem a grande vantagem de ser diretamente verificável, pois o valor inicial dos investimentos é observável. No entanto, como discutido mais adiante, não é suficiente para tornar um portfólio neutro ao mercado.

Neutralidade Beta

Uma definição comumente usada baseada em risco de neutralidade de mercado se baseia em beta: diz-se que uma carteira é neutra ao mercado se ela gera retornos que não estão correlacionados com os retornos de algum índice de mercado.

Como o beta é calculado a partir do coeficiente de correlação, uma correlação zero implica um beta zero. Como antecipado nas seções anteriores, a volatilidade de um ativo (ou de uma carteira de ativos) pode ser decomposta em um componente sistemático (risco de mercado) e um componente não sistemático (risco específico). O componente sistemático depende da volatilidade dos mercados, bem como da exposição ao risco de mercado, que é medida pelo coeficiente beta. O componente não sistemático é independente do mercado e normalmente é diversificado no nível da carteira.

O beta de uma carteira de ações é a média ponderada dos betas de suas ações constituintes. Consequentemente, ser neutro em dólares não garante necessariamente que a carteira seja insensível ao retorno do mercado, ou seja, que tenha um beta igual a zero. Tudo depende do beta das posições longas e das posições curtas. Por exemplo, se o beta da posição longa for 1.4 e o beta da posição curta for 0.7, uma alocação igual em dólares entre as duas terá um beta líquido de 0.35 = (50%) × (1.4) − (50%) × (0.7). Esse beta positivo indica que o risco de mercado de nossa carteira neutra em dólares não é zero, e na verdade tem uma correlação positiva com os mercados de ações.

Para tornar nossa carteira realmente neutra em beta, precisamos dimensionar as posições longas e curtas adequadamente. No nosso exemplo, dada a proporção das duas betas (1,4 versus 0,7), precisaríamos dobrar o tamanho da posição curta em relação à posição longa. Isso é, para cada dólar na posição longa, precisaríamos ter dois dólares na posição curta. Nesse caso, o beta será exatamente zero, o que significa que o risco sistemático da carteira foi neutralizado.

De agora em diante, se nossa posição longa valorizar e nossa posição curta desvalorizar, ainda precisaríamos ajustar o tamanho de nossas posições de forma regular para evitar o deslocamento em direção a um beta positivo.

Considerações Finais

Em resumo, estratégias L/S são empregadas por meio de vários métodos e técnicas. Seu objetivo principal é construir uma carteira de posições longas e curtas que ajusta finamente a exposição desejada ao mercado, variando de um viés direcional à neutralidade de mercado.

Essas estratégias são tão atraentes para os investidores por inúmeras razões, como:

  1. Risco de mercado reduzido: construindo um portfólio que é (quase) beta-neutral, um investidor pode reduzir sua exposição ao risco de mercado, tornando o portfólio menos volátil em relação ao mercado.
  2. Maior diversificação: um portfólio beta-neutro tipicamente envolve investir em uma mistura de ativos com diferentes níveis de beta. Isso pode levar a uma maior diversificação, o que pode ajudar a reduzir o risco geral do portfólio.
  3. Retornos ajustados ao risco aprimorados: ao equilibrar o beta do portfólio, os investidores podem potencialmente alcançar melhores retornos ajustados ao risco. Isso significa que os retornos alcançados pelo portfólio são mais altos em relação à quantidade de risco assumida.
  4. Potencial para geração de alpha: gerenciando ativamente a exposição beta da carteira, os investidores podem ser capazes de gerar alpha, ou retornos excessivos acima de um benchmark. Isso pode ser alcançado por meio de seleção habilidosa de títulos e/ou timing de mercado, o que pode levar a um desempenho superior em relação ao mercado mais amplo, independentemente de sua direção.

Figura 12: Características das estratégias Long/Short em termos de diferentes níveis de neutralidade de mercado

Fonte: MorganStanley.com

No contexto das criptomoedas (uma classe de ativos notoriamente volátil), utilizar essas estratégias pode oferecer benefícios significativos. Investidores podem expressar suas visões e estratégias de diversas maneiras, como pairs trading, narrative-based trading, rotações de setor e trading baseado em eventos de notícias.

Caso de Uso: Três Portfólios Long/Short para Narrative Trading

Nesta seção, discute-se a aplicação de três estratégias simples L/S no mercado de criptomoedas, com foco na performance e na dinâmica de risco de portfólios com diferentes objetivos de exposição ao mercado.

A análise se concentra na construção de três portfólios distintos envolvendo FETUSDT (setor AI) e ETHUSDT. O objetivo é investigar como diferentes estratégias poderiam ter explorado a narrativa AI ao ir long em $FET enquanto simultaneamente faz short em $ETH usando diferentes graus de neutralidade de mercado.

Figura 13: Capitalizando o desempenho relativo da narrativa de AI (FET/ETH)

Fonte: TradingView.

Três portfólios foram projetados com objetivos variados:

  • Carteira 1: visando um beta = 0
  • Carteira 2: exposição neutra em dólar
  • Portfólio 3: visando um beta = 0.5

Esses portfólios foram construídos com as seguintes características e suposições:

  • Beta: o beta rolante foi calculado sobre uma janela de 60 dias.
  • Rebalanceamento: o rebalanceamento diário foi implementado para ajustar os pesos da carteira de acordo com os parâmetros de risco predefinidos e para manter a exposição ao mercado pretendida.
  • Alavancagem: uma alavancagem máxima de 1.
  • Período de análise: os portfólios foram avaliados de outubro de 2023 a maio de 2024, capturando movimentos e tendências significativos do mercado relevantes para o setor de AI.

O caso de uso destaca a utilidade estratégica das carteiras L/S na gestão de exposição e risco nos mercados voláteis de criptomoedas. Ao empregar diferentes alvos de beta ou uma abordagem neutra em dólares, os investidores podem ajustar finamente sua exposição ao mercado e níveis de risco de acordo com seu apetite por risco e perspectiva de mercado.

A figura abaixo ilustra as diferenças de desempenho entre os três portfólios. A partir do ‘Portfolio Betas’ subgráfico, é evidente que os portfólios projetados para atingir betas específicos mantêm efetivamente suas exposições pretendidas. No entanto, como ilustrado na seção “Dollar Neutrality”, o portfólio dollar-neutral exibe betas variáveis (linha verde), indicando um viés direcional long moderado, que influencia sutilmente seu desempenho geral e o posiciona entre o portfólio beta-neutral (linha azul) e o portfólio que visa um beta de 0.5 (linha vermelha).

Figura 14: Negociação narrativa de IA (FET/ETH) – Comparação de três Portfólios L/S

Fonte: dados históricos de preço da Binance, Revelo Intel.

Como antecipado, Carteira 1 (beta = 0) demonstrou a menor volatilidade, indicando sua efetividade na mitigação de riscos de mercado. Isso foi seguido por Carteira 2 (carteira neutra em dólar), que exibiu volatilidade moderada devido ao seu beta variável. Por último, Carteira 3 (beta = 0.5), que visava manter um beta mais alto, mostrou a maior volatilidade entre as três carteiras.

Em retrospectiva, focar exclusivamente em uma posição longa em $FET teria resultado em lucros mais altos, beneficiando-se da narrativa otimista de AI durante todo o período de análise. No entanto, essa estratégia também levou a uma volatilidade substancialmente maior e quase dobrou as quedas, ilustrando claramente o trade-off inerente entre risco e retorno.

Figura 15: Portfólios L/S vs métricas de desempenho do FETUSDT

Fonte: dados históricos de preço da Binance, Revelo Intel.

Conclusão

Este relatório explorou o conceito de desempenho relativo de ativos, enfatizando a construção de portfólios L/S para capitalizar as diferenças de desempenho entre ativos. Começamos revisitando conceitos fundamentais através do Capital Asset Pricing Model (CAPM), incluindo beta e o market portfolio, que são cruciais no desenvolvimento de estratégias L/S.

Também discutimos várias estratégias usadas por fundos de hedge para criar portfólios L/S com diferentes níveis de neutralidade de mercado. Baseando-se na experiência em finanças tradicionais, essas estratégias ilustram diferentes abordagens para o engajamento no mercado.

Além disso, apresentamos um caso de uso prático dentro dos mercados de criptomoedas, analisando as dinâmicas de betas médios de 2022 até o presente para uma seleção de contratos perpétuos. Além disso, desenvolvemos três estratégias L/S diretas que demonstram como uma estratégia de trading narrativa básica poderia ter sido implementada.

No geral, as estratégias L/S oferecem um framework robusto para navegar pelos mercados de cripto voláteis em qualquer condição. Essas estratégias permitem que os investidores adaptem suas abordagens desde ângulos técnicos/estatísticos até perspectivas mais fundamentais e de trading narrativo/setorial, oferecendo várias vantagens, como redução do risco de mercado, diversificação aprimorada, retornos ajustados ao risco melhorados e o potencial para geração de alpha. As estratégias L/S são ferramentas versáteis na caixa de ferramentas de um investidor, aplicáveis com graus variados de complexidade, conforme continuaremos a explorar em relatórios futuros nesta série.

Referências

  • Avellaneda M., Lee J.H., (2008) Arbitragem Estatística no Mercado de Ações dos EUA, SSRN. Disponível online em: ssrn.com
  • Bernstein P.L., Damodaran A., (1998) Investment Management. Wiley. Disponível online em: wiley.com
  • CFA Institute, (2015) Corporate Finance and Portfolio Management. Wiley.
  • CFA Institute, (2015) Derivatives and Alternative Investments. Wiley.
  • Dalio R., (2017) Principles: Life and Work. Avid Reader Press / Simon & Schuster. Disponível em: amazon.com
  • Equity Long-Short, (2012) BarclayHedge.com. Disponível online em: barclayhedge.com
  • Ganapathy V., (2011) Pairs Trading: Quantitative Methods and Analysis. Wiley Finance. Disponível online em: wiley.com
  • HFR Hedge Fund Strategy Classification System. Disponível online em: hfr.com
  • Lhabitant F.-S., (2006) Handbook of hedge funds. Wiley Finance. Disponível online em: wiley.com
  • Investimento neutro ao mercado em um novo regime, (2023). BlackRock. Disponível online em: blackrock.com
  • Stampfel E., (2023) Estratégias de Long Short Equity: “Cobertura” das Suas Apostas. Disponível online em morganstanley.com.
  • Laboratório de Arbitragem Estatística. Hudson and Thames, Disponível online em: hudson-and-thames
  • Modelos de Valoração: Análise de ações da Apple com CAPM, (2022). Disponível online em: Investopedia.com
  • Por que fazer pair trade, se eu posso apenas giga long?, (2024). Disponível online em: Pear Protocol

Divulgações

Revelo Intel mantém uma relação comercial com o Pear Protocol como parte de uma iniciativa educacional e este relatório foi encomendado como parte desse engajamento.

Membros da equipe da Revelo Intel, incluindo aqueles diretamente envolvidos na análise acima, podem ter posições nos tokens discutidos.

Este conteúdo é fornecido apenas para fins educacionais e não constitui aconselhamento financeiro ou de investimento. Você deve realizar sua própria pesquisa e investir apenas o que pode se dar ao luxo de perder. Revelo Intel é uma plataforma de pesquisa e não um consultor de investimentos ou financeiro.

Alea Research · 4 de jun. de 2024 · 29 min · 9 seções

Voltar ao topo