IA aproxima gestão de ações: quantitativa e discricionária
A Inteligência Artificial (IA) e a análise de dados não estruturados estão reduzindo barreiras no mercado financeiro, aproximando estratégias de investimento distintas. Marcello Paixão, cofundador e gestor da Bayes Capital Management, destacou que a gestão discricionária e a quantitativa tendem a convergir no uso de informações para a seleção de ativos.
Segundo Paixão, embora os modelos de execução permaneçam diferentes, a etapa inicial de captação de dados e identificação de sinais estatísticos será cada vez mais semelhante entre as duas abordagens de gestão. "Das quatro fases do processo de investimento padrão - que são dado, sinal, construção do portfólio e execução -, nas duas primeiras vai haver uma convergência muito grande entre a gestão discricionária e a sistemática", afirmou o gestor. Essa convergência é impulsionada pelo avanço tecnológico, que permite converter conteúdos brutos em insumos quantificáveis, como gravações de voz, textos e dados de redes sociais, em vetores numéricos por meio de processamento de linguagem e IA.
A Bayes Capital Management, por exemplo, aplicou essa metodologia à análise de transcrições de divulgações de resultados de 20 mil empresas globais. Estratégias quantitativas de médio e longo prazo também exploram imperfeições das finanças comportamentais para capturar prêmios de risco. Paixão ressalta que a flexibilidade de tamanho é uma vantagem competitiva para gestoras menores, que conseguem operar empresas de pequeno e médio porte, enquanto fundos gigantes tendem a se concentrar em papéis de grande capitalização.
O investimento sistemático, na visão de Paixão, combina a transparência e diversificação da gestão passiva com a seleção rigorosa da gestão ativa. Ele citou o fundo Medallion de Jim Simons como um exemplo de estratégia consistente, mas com capacidade limitada a US$ 8 bilhões. A busca por diferenciação exige a exploração de novas bases de dados, além de métricas tradicionais. O acúmulo de experiência na parametrização de modelos é visto como fator de competitividade, permitindo operar com um atraso de um ano em relação às maiores gestoras globais. A Bayes adota atualizações diárias e incrementais de portfólio, sem elevar o custo de giro, executando ordens apenas quando distorções de preço superam custos transacionais.