Retrospectiva de cinco anos de Zarathustra FI

“We shall not cease from exploration, and the end of all our exploring will be to arrive where we started and know the place for the first time.” (T. S. Eliot)

A gestão quantitativa

O Fundo Zarathustra foi criado há cinco anos por profissionais imbuídos de uma visão de gestão quantitativa (ou sistemática). Nessa filosofia de gestão as decisões de investimento são baseadas em sinais gerados por algoritmos matemáticos, geralmente a partir de dados enviados em tempo real pelas bolsas. Algoritmos (ou modelos) são um conjunto de regras matematicamente definidas que especificam quando e como comprar ou vender determinado ativo, de modo a otimizar risco e/ou retorno. Assim, diferente do gestor discricionário (isto é, que não segue regras pré-estabelecidas), o gestor quantitativo não é o tomador de decisões de investimento. Sua função mais se assemelha ao de um pesquisador ou cientista experimental: aplica ferramental estatístico a dados (em geral, provenientes de grandes bases de dados) para criar modelos algorítmicos. Utiliza uma parte dos dados para calibrar os parâmetros do modelo e, outra, para testá-lo, num processo iterativo e intensivo em processamento computacional.  Simula o comportamento do modelo na carteira, medindo correlação e risco. Se o modelo sobreviver a todas essas etapas, é beta-testado no fundo antes de finalmente entrar em produção.

As características da gestão quantitativa

A gestão quantitativa possui características bastante interessantes do ponto de vista do investidor. Primeiro, ela permite incorporar ao processo de investimento informação complexa contida no enorme volume de dados (financeiros e outros) largamente disponíveis eletronicamente nos dias atuais. Em geral essa informação se encontra soterrada sob ruído, indetectável senão por técnicas estatísticas e computacionais (as técnicas mais avançadas permitem, inclusive, algo que pode ser chamado de “aprendizagem”) A gestão tradicional, por outro lado, foca em chamados “fundamentos”, conceito definido imprecisamente e que não se presta facilmente a análise quantitativa, muito menos a testes com dados. A consequência é que a gestão tradicional ignora grande parte da informação disponível.

Da mesma forma, a gestão tradicional é frequentemente contaminada por vieses cognitivos (carta de outubro de 2015) e preconceitos sobre o mundo que, muitas vezes resistem mesmo diante de evidências. Diferente de gestores humanos, algoritmos são agnósticos sobre o mundo e não possuem “sistema 1” (Thinking, Fast and Slow), o modo de raciocínio instintivo, emocional e rápido acionado em momentos de estresse – em geral, com resultados negativos. Pode-se discutir se a ausência de vieses cognitivos confere ou não vantagens à gestão quantitativa. Mas resta pouca dúvida de que gestão quantitativa, por ser tão diferente de gestão tradicional, produza retornos descorrelacionados.

Terceiro, é possível simular o comportamento de uma carteira de modelos quantitativos em qualquer período para os quais se tenham dados. Para o investidor, é particularmente interessante observar os retornos de modelos em períodos de estresse agudo, em que não é incomum estratégias ganhadoras em tempos normais sofrerem perdas catastróficas. Por exemplo, o Fundo Zarathustra não existia na crise financeira de 2008 mas todos nossos modelos passam por simulações com séries de dados do período. Um critério adotado é que o modelo sobreviva à simulação (ou, melhor ainda, gere retornos positivos). Na ausência de regras definidas, o mesmo exercício não pode ser feito para carteiras discricionárias. Uma crítica que às vezes ouvimos é que modelos são “caixas pretas”. No sentido de que se pode saber exatamente como se comportariam em qualquer situação modelos são, na realidade, “caixas transparentes”.

Análise quantitativa do fundo Giant Zarathustra

No período de 4 março de 2012 (início), até 31 março de 2017, o fundo gerou retorno líquido de 166,56%, ou 239,55% do CDI. Com um índice Sharpe de 0,78, índice Sortino (carta de novembro de 2015) de 1,21 e Ômega de 1,17, como mostra a tabela abaixo. É ilustrativo comparar essas métricas com índices de fundos multimercados, como IHFA, IFMM e IFMM-A. Esses índices são dominados por fundos de gestão tradicional. Observa-se que o desempenho do Fundo Zarathustra supera os índices em todas as métricas de retorno.

Destacamos algumas características observadas ao longo desse período de cinco anos:

a) Consistência de retornos: o retorno acumulado em uma janela móvel de 252 dias úteis ficou acima do CDI durante 97% do período e acima de 200% do CDI durante 52% do período. Quando testamos nossos modelos, um dos critérios avaliados é índice sharpe. Um sharpe alto geralmente se traduz em retornos elevados mas não necessariamente consistentes no tempo (um modelo pode apresentar longos períodos de baixo retorno intercalados a curtos períodos de alto retorno, resultando em alto sharpe e baixa consistência) Através da diversificação de modelos buscamos uma carteira que seja, simultaneamente, rentável e consistente.

b) Volatilidade: partimos do princípio – óbvio, mas às vezes ignorado – de que o mandato do gestor de fundo multimercado é gerar retornos excedentes positivos. Por definição, isto só é possível tomando-se posições em ativos de risco. Volatilidade não é, evidentemente, um objetivo em si mesmo mas é uma medida de exposição a risco. Um fundo com baixa volatilidade pode estar sub-exposto (caso em que o gestor não está fazendo seu papel), ou exposto a riscos de cauda, como crédito. A meta do Zarathustra FI é uma volatilidade anualizada de 15% operando ativos líquidos. Nesses quatro anos a volatilidade foi de 12,8%, sendo que a volatilidade em uma janela móvel de 252 dias ficou entre 12% e 17% durante 73% do período.

c) Baixa correlação dos retornos com benchmarks: As correlações dão uma medida do quanto do resultado pode ser, de fato, atribuído à gestão – versus meramente a flutuações de mercado (beta). A correlação entre os retornos do fundo e benchmarks foi baixa:

Outra forma de medir a eficácia da gestão é analisando-se os coeficientes de regressão dos retornos excedentes contra os benchmarks. Os coeficientes são os chamados “beta” e representam a parcela do resultado explicada pelo respectivo benchmark. O que sobra, o intercepto da regressão ou “alpha”, representa o quanto do retorno excedente se deveu, efetivamente, à gestão. Utilizando como benchmarks os índices Ibovespa, dólar e IMA-B obtém-se alpha anualizado de 10,1%. Ou seja, quase todo retorno excedente pode ser explicado pela gestão. A mesma regressão para o IHFA, IFMM e IFMM-A, índices de fundos multimercado, obtém-se alphas anualizados bem menores.

Desempenho março de 2017: Fundo Zarathustra

Em março a estratégia Zarathustra gerou +1,04% de retorno. O destaque foi modelo de tendência de juros, que continuou a capturar a queda na curva de juros impulsionada pela fraca atividade e a turbinada sinalização dovish do Banco Central (após a publicação do Relatório de Inflação, o mercado passou a precificar queda de 100bps na próxima reunião do COPOM). Os modelos de cupom cambial (FRC) e volatilidade também tiveram desempenhos fortes no mês. O destaque negativo foi o modelo de tendência de dólar, encerrado no meio do mês (com prejuízo no mês mas pequeno ganho desde o início). A política local e, em particular, a tramitação da Reforma da Previdência no congresso, têm sido fatores decisivos nesse mercado e a maior incerteza em torno da sua aprovação foi responsável pelo aumento da volatilidade.

Veja os dados consolidados do fundo