O uso de dados para formular uma tese de investimento não é uma tendência nova, há décadas que os investidores usam indicadores como o volume de negócios para gerar valor acrescentado.
Uma foto de um parque de estacionamento de um centro comercial vazio, uma nota de imprensa atrás da demissão de um diretor executivo, uma marca de roupa que se torna viral nas redes sociais…Têm em comum o facto de serem fontes de geração de alpha. A quantidade de informação disponível no universo digital é praticamente infinita.
O uso de dados para formular uma tese de investimento não é uma tendência nova. Os investidores servem-se há décadas de valores como o volume de negócios, as revisões de analistas, etc., para gerar valor acrescentado. Mas a maior acessibilidade a esta informação e a sua normalização desgastou a sua capacidade para oferecer uma vantagem competitiva. A revolução do Big Data também está a transformar a forma de investir com base em fatores.
A equipa da Systematic Active Equity (SAE), uma divisão da BlackRock, foi pioneira na reformulação dos ditos fatores. Em 2006, tiveram um grande sucesso ao remodelar a maneira de interpretar dados tradicionais e encontrando centenas de novos fatores. “Fatores que hoje já são conhecidos amplamente e que já não geram consistentemente alpha”, reconhece David Wright, responsável pela estratégia dos produtos da região EMEA para o negócio da SAE.
Uma década depois os “sinais” que geram a SAE transformaram-se. “Continuamos a ter economistas e matemáticos, mas agora também trabalhamos com data scientists e engenheiros informáticos”, conta Wright. A informação com que trabalham é infinita e estão constantemente a encontrar novas fontes, assegura. E não são números; nem sequer valores financeiros.
Medir a qualidade: ontem e hoje
Um exemplo claro em que se aprecia a evolução é na forma de medir o conceito de qualidade. Historicamente é uma característica que se poderia medir através da variabilidade nos lucros empresariais, favorecendo a robustez nas contas de resultados. Hoje, a equipa da SAE levo-o um passo mais à frente.
Perante eventos inesperados, como a demissão de um diretor executivo, uma empresa deve emitir um comunicado de imprensa no qual pode contar a sua versão dos factos. Mas nos Estados Unidos, além disso, existe a obrigação de criar um formulário 8-K perante o regulador que notifique os acionistas de acontecimentos importantes. E aqui é legalmente imprescindível contar a verdade. A SAE serve-se de programas de processamento de linguagem natural; algoritmos que são capazes de “compreender” a informação de um documento de texto e determinar o “sentimento” real que dele advém. “Procuramos instâncias onde há uma divergência entre o tom positivo de uma nota de imprensa e o negativo de um 8-K”, conta Wright. Aquelas empresas que com o tempo mostram maior risco e um comportamento pior.
O que não quer dizer que as técnicas tradicionais tenham ficado completamente obsoletas. Fatores como as revisões analistas são muito eficazes nos mercados emergentes, segundo aponta Wright, mas inúteis nos Estados Unidos, onde seria necessário fazer trading quase ao instante – fala de 60 segundos – para gerar valor acrescentado. Por outro lado, há dados que só estão disponíveis em alguns mercados. Como o exemplo anterior dos 8-k. Por isso, o trabalho em equipa da SAE está em constante evolução. “O nosso foco tem sido sempre diversificar mais além dos fatores que se comodificaram”, afirma o especialista.
