A Lei Fundamental da Gestão Ativa: IR = IC × Raiz de Breadth

Por que dezenas de robôs medianos costumam render uma curva de capital mais suave que três estratégias “geniais”? A resposta está numa fórmula que governa toda gestão ativa e que conversa diretamente com o critério de Kelly, com a estatística da sua vantagem real e com o índice de Sharpe na engenharia de portfólio. Ela se chama Lei Fundamental da Gestão Ativa, e entendê-la muda como você pensa a montagem de um portfólio de robôs.

A Lei Fundamental separa skill de número de apostas

A Lei Fundamental da Gestão Ativa decompõe o desempenho de uma estratégia em dois fatores multiplicativos e nada mais. Na forma de texto simples: IR = IC × √Breadth. Cada termo tem um significado preciso:

• IR (Information Ratio) — o retorno ativo por unidade de risco ativo; é o “Sharpe do alpha”, a medida de quão boa é a estratégia como um todo.
• IC (Information Coefficient) — a habilidade, medida como a correlação entre o que você previu e o que de fato aconteceu. Um IC de 0 é um cara-ou-coroa; um IC de 0,05–0,10 já é considerado bom em mercados líquidos, porque prever o futuro é difícil.
• Breadth — o número de apostas independentes que você faz por ano. Não é o número de trades: é o número de decisões verdadeiramente separadas.

Grinold & Kahn (2000) formularam essa relação em Active Portfolio Management a partir da ideia original de Richard Grinold (1989), e ela virou um dos pilares conceituais da indústria quantitativa. A leitura é quase chocante de tão simples: você só tem duas alavancas para melhorar uma estratégia — ficar mais esperto (subir o IC) ou apostar mais vezes de forma independente (subir o breadth). E o breadth entra com raiz quadrada, o que tem consequências profundas.

Por que muitas apostas pequenas vencem poucas apostas fortes

A raiz quadrada no breadth é o coração da intuição. Como IR = IC × √Breadth, quadruplicar o número de apostas independentes não quadruplica o IR — ele apenas dobra (√4 = 2). Mas, na direção contrária, isso significa que mesmo uma habilidade pequena, espalhada por muitas apostas, se acumula num desempenho respeitável.

O exemplo clássico de Grinold & Kahn ilustra o trade-off. Um gestor com IC de 0,082 tomando 200 decisões independentes por ano produz IR ≈ 0,082 × √200 ≈ 1,16. Um stock picker brilhante com IC quase dobrado, de 0,15, mas concentrado em apenas 10 apostas, fica em IR ≈ 0,15 × √10 ≈ 0,47 — menos da metade. O segundo é mais talentoso por aposta e ainda assim perde, porque o breadth é a alavanca que a raiz amplifica.

É exatamente esse mecanismo que a síntese de gestão de risco do nosso acervo destaca ao citar Thorp e o trabalho do Quantitativo (2024), More Bets, Better Bets: “mais apostas pequenas com edge superam poucas apostas fortes”, porque o número de apostas independentes amplifica o crescimento geométrico do capital. É a mesma lógica que sustenta o dimensionamento por Kelly: o crescimento de longo prazo cresce com o número de oportunidades de apostar a sua vantagem, não com o tamanho de cada aposta isolada.

A ligação com Kelly e diversificação

A Lei Fundamental e o critério de Kelly são duas faces da mesma moeda da diversificação. Kelly (via Thorp) responde quanto apostar em cada oportunidade para maximizar o crescimento composto: a fração (p×b − q)/b, onde p é a probabilidade de acerto, b são as odds e q = 1−p. A Lei Fundamental responde quantas oportunidades independentes você precisa para que aquela vantagem vire um IR utilizável.

O elo é a diversificação. Espalhar a mesma vantagem por N apostas independentes reduz a variância do resultado agregado por um fator de N, enquanto o retorno esperado cresce proporcionalmente — e a razão retorno/risco, que é o IR, sobe com √N. É o mesmo motor matemático que faz a paridade de risco e o portfólio de muitos robôs funcionarem: cada robô adicional descorrelacionado é uma “aposta” a mais no breadth da carteira inteira. Na prática, a síntese recomenda Kelly fracionário (1/4 a 1/2) justamente porque Kelly puro é volátil — e o breadth alto é o que permite operar fracionário sem desperdiçar o crescimento.

A pegadinha: as apostas precisam ser independentes

O termo “breadth” carrega uma armadilha que destrói estratégias na prática: ele conta apenas apostas independentes. Se você roda 100 robôs que entram todos no mesmo sinal de tendência do mesmo ativo, você não tem breadth de 100 — tem breadth de um, replicado cem vezes. A correlação entre as apostas derruba o breadth efetivo.

A matemática é impiedosa. Quando as apostas têm correlação média ρ entre si, o breadth efetivo despenca de N para aproximadamente N / (1 + (N−1)×ρ). Com correlação modesta de ρ = 0,2 entre 100 apostas, o breadth efetivo cai de 100 para cerca de 5 — uma destruição de mais de 90% da diversificação aparente. Por isso a síntese de gestão de risco coloca a correlação rolante entre estratégias acima de 0,5 como sinal de que “a diversificação quebrou”: quando os robôs começam a se mover juntos, o breadth real colapsa e o IR da carteira desaba, mesmo que a contagem de robôs continue alta.

É aqui que a correlação de portfólio deixa de ser detalhe e vira o fator dominante. Adicionar o 50º robô só aumenta o breadth se ele for genuinamente descorrelacionado dos outros 49. Robôs redundantes inflam a contagem de trades sem mover o IR — e ainda dão a falsa sensação de diversificação.

O Transfer Coefficient: a implementação imperfeita corta o IR

Há um terceiro fator que Grinold & Kahn adicionaram porque a teoria pura ignorava o atrito da realidade: o Transfer Coefficient (TC). A lei refinada vira IR = TC × IC × √Breadth, onde o TC mede o quanto da sua previsão ideal de fato chega ao portfólio depois de custos, restrições e limites de posição.

O TC vale entre 0 e 1. Um TC de 1 seria a implementação perfeita: cada sinal vira posição exatamente no tamanho que a teoria pede. Na prática, restrições de alavancagem, proibição de vender a descoberto, custos de transação, slippage e limites de concentração derrubam o TC para 0,3 a 0,6 em mandatos típicos. Um TC de 0,5 simplesmente corta o seu IR pela metade — você tinha a previsão certa, mas só metade dela chegou à carteira.

Para quem opera robôs, o Transfer Coefficient é onde a teoria encontra a execução. Custos de corretagem, o tamanho real da sua vantagem estatística depois de spreads, e a granularidade do lote (você não consegue posicionar 0,37 contrato) são exatamente os vazamentos que o TC contabiliza. A lição completa: você melhora o IR de três formas — ser mais esperto (IC), apostar mais vezes de forma independente (breadth), ou perder menos sinal na implementação (TC). E a mais barata das três costuma ser a última.

Perguntas Frequentes

O que é a Lei Fundamental da Gestão Ativa em uma frase?

A Lei Fundamental da Gestão Ativa afirma que o Information Ratio de uma estratégia é igual ao seu Information Coefficient (habilidade) multiplicado pela raiz do Breadth (número de apostas independentes): IR = IC × √Breadth. Foi formulada por Grinold (1989) e popularizada por Grinold & Kahn em Active Portfolio Management (2000).

Por que muitas apostas pequenas batem poucas apostas grandes?

Porque o IR cresce com a raiz do número de apostas independentes, então mesmo uma habilidade pequena (IC baixo) espalhada por muitas apostas se acumula num desempenho alto. Um gestor com IC de 0,082 em 200 apostas (IR ≈ 1,16) supera um com IC de 0,15 em apenas 10 apostas (IR ≈ 0,47), conforme o exemplo de Grinold & Kahn (2000).

Por que a correlação entre apostas destrói o breadth?

Porque o breadth conta apenas apostas independentes, e a correlação reduz o breadth efetivo de N para cerca de N / (1 + (N−1)×ρ). Com correlação de 0,2 entre 100 apostas, o breadth efetivo cai para cerca de 5 — por isso correlação rolante acima de 0,5 entre estratégias sinaliza que a diversificação quebrou.

O que é o Transfer Coefficient?

O Transfer Coefficient (TC) é um fator entre 0 e 1 que mede quanto da sua previsão ideal de fato chega ao portfólio depois de custos, slippage e restrições, refinando a lei para IR = TC × IC × √Breadth. Um TC de 0,5 corta o IR pela metade, mesmo com previsão correta — é a parte da fórmula que captura a execução imperfeita.

Referências

• Grinold, R. C. (1989). The Fundamental Law of Active Management. Journal of Portfolio Management, 15(3). (Formulação original IR = IC × √Breadth.)
• Grinold, R. C. & Kahn, R. N. (2000). Active Portfolio Management. 2ª ed., McGraw-Hill. (Lei Fundamental, exemplos de IC/breadth e o Transfer Coefficient.)
• Quantitativo (2024). More Bets, Better Bets. quantitativo.com. (Cita Thorp/Kelly; “mais apostas pequenas com edge superam poucas apostas fortes”; breadth amplifica o crescimento geométrico.)
• Thorp, E. O. (2006). The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market. Handbook of Asset and Liability Management. (Fração de Kelly = (p×b − q)/b; Kelly fracionário na prática.)