Expoente de Hurst: O Mercado Está em Tendência ou Revertendo?
O expoente de Hurst mede a memória de uma série: H>0,5 tende, H<0,5 reverte, H≈0,5 é passeio aleatório. Como estimar por R/S e por que ele é um estimador ruidoso.
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.
O expoente de Hurst mede a memória de uma série: H>0,5 tende, H<0,5 reverte, H≈0,5 é passeio aleatório. Como estimar por R/S e por que ele é um estimador ruidoso.
A validação cruzada k-fold vaza informação em finanças e infla o Sharpe. Veja como a CPCV de López de Prado usa purge, embargo e caminhos combinatórios para gerar uma distribuição honesta de desempenho.
Como o meta-labeling de López de Prado usa um segundo modelo para filtrar os sinais falsos do primeiro, separando direção de decisão e melhorando precisão e sizing.
O HRP de Marcos López de Prado monta portfólio por clustering hierárquico e bisseção recursiva, sem inverter a matriz de covariância. Veja os 3 passos e a evidência de menor variância fora da amostra.
Como o Índice de Turbulência de Kritzman e Li (2010) usa a distância de Mahalanobis para medir regimes de risco — e por que a turbulência persiste e custa caro.
O VaR Gaussiano subestima a perda quando os retornos têm assimetria e caudas gordas. A expansão de Cornish-Fisher ajusta o quantil para skew e curtose sem simulação — veja vantagens, limites e como dimensionar risco de robôs.
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.
A Lei Fundamental da Gestão Ativa (IR = IC x raiz de Breadth) explica por que muitos fatores de risco pequenos e independentes superam poucos fatores fortes, e como a correlação destrói o breadth efetivo.
Reinforcement learning promete um robô que aprende a operar sozinho, mas frustra na descoberta de alpha. Veja por que — e onde RL realmente funciona.
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.