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.
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.