Seis meses atrás, defendemos que os investidores não precisam de mais informação, e sim de convicção. Desde então, o motor por trás da Finxer.ai deixou de ser um punhado de opiniões e se tornou um processo completo que transforma essas opiniões em uma carteira. Este artigo mostra como ele funciona, passo a passo.
1. Muitos agentes, muitas filosofias
Cada ativo do nosso universo é avaliado de forma independente por vários agentes. Cada um reproduz a filosofia de um investidor renomado: um agente Warren Buffett procura fossos econômicos duradouros, lucros consistentes e uma gestão racional; um agente Benjamin Graham insiste em um balanço sólido e em uma ampla margem de segurança. Eles leem as mesmas demonstrações financeiras, mas fazem perguntas muito diferentes.
Cada agente produz um veredito claro (altista, neutro ou baixista), acompanhado de um nível de confiança e do raciocínio que o sustenta. Um agente de síntese então pondera essas perspectivas em uma única visão da casa para cada ativo. Você pode ler todas essas análises, toda semana, na nossa seção de análises.
2. Partindo do que o mercado já acredita
Opiniões, sozinhas, não formam uma carteira. Comprar ingenuamente tudo o que os agentes gostam leva a alocações concentradas e instáveis, que oscilam a cada novo sinal. Por isso, não partimos dos agentes. Partimos do mercado.
Com uma abordagem bayesiana no espírito do modelo de Black–Litterman, primeiro derivamos os retornos esperados de equilíbrio: os retornos implícitos nas capitalizações de mercado atuais, supondo que o mercado como um todo esteja em equilíbrio. Essa passa a ser a nossa crença a priori. Sem nenhuma opinião, o modelo simplesmente manteria algo próximo do mercado.
O mercado é a priori. Os agentes são a evidência.
3. Atualizando crenças com visões ponderadas pela confiança
As avaliações dos agentes entram então como visões sobre cada ativo. O ponto crucial é que cada visão carrega sua própria incerteza: uma recomendação altista de alta convicção, com vários agentes de acordo, move bastante o modelo, enquanto um veredito hesitante e dividido quase não o move.
Combinar a priori com essas visões resulta nos retornos esperados a posteriori: uma mistura do que o mercado implica com o que nossos agentes acreditam, ponderada pela confiança deles. O resultado é uma carteira que toma posição onde há convicção e se ancora no mercado onde não há, e que costuma ser mais diversificada e mais estável ao longo do tempo do que uma construída apenas com sinais.
- Disciplinada por padrão. Opiniões fracas ou conflitantes mantêm as alocações próximas do equilíbrio.
- Ousada quando importa. Convicções fortes e consistentes podem inclinar a carteira de forma significativa.
- Testada toda semana. Parâmetros-chave, como a aversão ao risco e a força dada às visões, passam por backtest em uma grade, e a configuração mais robusta em termos de risco e retorno é selecionada. Você pode explorar essa grade na página da carteira.
4. Alocação dinâmica: preservar o capital em primeiro lugar
Uma boa carteira de ações é só metade da resposta. A camada final, e o foco da nossa próxima iteração, é um mecanismo de alocação dinâmica que decide quanto capital deve ficar exposto a essa carteira e quanto deve permanecer em ativos seguros de renda fixa.
Quando as condições são favoráveis, o mecanismo aumenta a exposição à carteira de risco para capturar oportunidades. Quando a volatilidade sobe ou a convicção diminui, ele se desloca para a segurança. O objetivo do desenho é simples: assumir risco quando ele é recompensado e priorizar a preservação do capital quando não é.
O que vem a seguir
As carteiras conscientes de risco já estão no ar, e o Motor de Alocação Dinâmica é o nosso próximo grande marco, previsto para o fim de 2026. Como sempre, você pode acompanhar nosso progresso no roadmap.
Como tudo na Finxer.ai, nada aqui é recomendação de investimento. Modelos podem errar, backtests não são garantias e investir sempre envolve o risco de perda de capital.