Spoofing e Layering: A Anatomia da Manipulação de Ordens
O que são spoofing e layering, como criam liquidez fantasma no livro de ordens, os casos regulatórios (Sarao, CFTC, fixing do FX) e a regra de defesa: não perseguir paredes de ordens.
Categoria Metodologia
Aprenda a validar robôs de investimento com rigor científico. Artigos sobre Backtesting, Walk-Forward Analysis (WFO), Simulação de Monte Carlo, Testes de Robustez e gestão de Overfitting. O guia definitivo para transformar backtests em resultados reais na conta real.
A Lei Fundamental da Gestão Ativa: IR = IC × Raiz de Breadth
A Lei Fundamental da Gestão Ativa (IR = IC x raiz de Breadth) explica por que muitas apostas pequenas e independentes superam poucas apostas fortes — e como a correlação destrói o breadth efetivo.
Reinforcement Learning em Trading: Por Que o Robô Que “Aprende Sozinho” Decepciona
Reinforcement learning promete um robô que aprende a operar sozinho, mas frustra na descoberta de alpha. Veja por que — e onde RL realmente funciona.
Ulcer Performance Index (UPI): A Métrica de Drawdown que o MDD Esconde
O MDD vê só o ponto mais fundo. O Ulcer Performance Index mede submergence (profundidade x tempo debaixo d'água) e dá uma régua mais honesta para ranquear robôs.
O Imposto da Volatilidade: Por Que o Variance Drag Corrói o seu Capital
Por que o retorno geométrico é sempre menor que o aritmético: o variance drag (~sigma2/2) escala com o quadrado da volatilidade e corrói o compounding. Vol targeting preserva o crescimento.
Spillover de Volatilidade: Como o Risco Salta de um Mercado para Outro
Choques de volatilidade saltam de um mercado para outro. Entenda spillover/connectedness, o índice de Diebold & Yilmaz e por que a diversificação falha na crise.
Efeito Overnight: O Retorno Que Acontece Com o Mercado Fechado
Quase todo o retorno historico das acoes aconteceu no overnight (fechamento a abertura); o intraday e quase plano. O que e a anomalia overnight e o que fazer com ela.
Modelos GARCH: Prever a Volatilidade (Já Que a Direção é Imprevisível)
Retornos sao quase imprevisiveis, mas a volatilidade e persistente (clustering). Como o GARCH e o EGARCH modelam isso e para que servem na gestao de risco quantitativa.
LLMs Para Descobrir Estratégias de Trading: Copiloto, Não Piloto
LLMs como ChatGPT e Claude sao copilotos poderosos para pesquisa quant, mas pessimos pesquisadores autonomos de edges. Como usa-los sem acelerar o proprio autoengano.
Machine Learning em Trading: As Armadilhas Que Destroem o Backtest
Mercados sao quase o pior cenario para ML: nao-estacionariedade, vazamento de dados, sinal-ruido baixo e overfitting. Onde o ML realmente ajuda e onde ele engana.