Esta simples carteira de 2 ativos superou o mercado 2x – então a melhorei ainda mais com IA
Os efeitos concretos da otimização genética em uma estratégia simples de rebalanceamento alavancado
Eu estava no Reddit e vi alguém postar talvez a estratégia mais simples (mas extremamente lucrativa) que já vi.
A estratégia é na verdade muito simples. Todo ano, rebalanceie seu portfólio para 50% UPRO e 50% GLD.
Vamos pensar sobre essa estratégia por um segundo. O UPRO é um ETF alavancado de 3x sobre o S&P 500. Isso significa que, se as 500 principais ações, em média, subirem 1% em um dia, o UPRO subirá 3. Inversamente, se essas ações caírem 1%, então o UPRO cairá 3.
Portanto, a estratégia é simples – em vez de investir no SPY, que compõe em média 10% ao ano, por que não aplicar um ativo alavancado E uma boa proteção ao mesmo tempo.
Algumas coisas interessantes que vi sobre essa estratégia original são:
Nos últimos 5 anos, essa estratégia DOBROU o retorno do S&P 500 com um nível de risco semelhante.
Desde 2010, essa estratégia ganhou 1300%, em comparação com 560% do SPY com risco semelhante, mas uma razão Sortino mais alta.
E até o momento, embora o mercado mais amplo esteja em baixa (queda de 4%), essa estratégia conseguiu um pequeno ganho (+2.7%).
E se eu pudesse clicar em um botão e a estratégia se tornasse instantaneamente muito melhor?
Melhorando essa estratégia com um clique de botão
Uma das características mais poderosas do NexusTrade é seu otimizador de algoritmo genético (GA). Algoritmos genéticos são inspirados na seleção natural e ajudam a encontrar soluções ideais para problemas complexos, evoluindo estratégias ao longo de muitas gerações.
Em termos simples, o algoritmo genético:
- Criando múltiplas variações da sua estratégia
- Testa cada uma contra dados históricos
- Seleciona os melhores desempenhos
- Criando novas estratégias “filhas” combinando elementos dos vencedores
- Repete até encontrar resultados significativamente melhorados
Em vez de me ater a uma simples estratégia de rebalanceamento anual de 50/50, usei o algoritmo genético do NexusTrade para otimizar a frequência com que o portfólio deve ser rebalanceado.
Os resultados foram impressionantes, para dizer o mínimo:
Desempenho de 5 Anos (2020-05-10 a 2025-05-10)
A estratégia otimizada entregou um retorno de 220,34% em comparação com o retorno de 207,69% da estratégia original – uma melhoria de 6,1% no desempenho geral. Embora isso possa não parecer dramático à primeira vista, lembre-se de que este é um retorno adicional sobre uma estratégia que já teve um bom desempenho, com métricas de risco ligeiramente melhores.
Desempenho Desde 2010
Neste período mais longo, a otimização realmente brilha. A estratégia otimizada entregou 1451,29% de retorno em comparação com 1298,58% da original. Isso supera dramaticamente o retorno de 561% do SPY no mesmo período, quase triplicando o desempenho do mercado.
A estratégia otimizada ganhou 2,08% até o momento, comparado a 2,68% da original. Embora ligeiramente inferior à original nesse curto período, ambas as estratégias superaram significativamente o S&P 500, que caiu 3,98% durante o mesmo período. Isso demonstra a resistência de ambas as estratégias em condições de mercado desafiadoras.
Discussão
A diferença mais reveladora é a frequência de negociação: 19 negociações para a estratégia original em comparação com impressionantes 2.490 para a versão otimizada ao longo de cinco anos. Esse aumento de 131x levanta sérias preocupações práticas.
Estratégias de alta frequência backtestadas muitas vezes apresentam desempenho inferior na realidade devido ao slippage – especialmente com ETFs alavancados voláteis como o UPRO. Adicione custos de comissão, impacto de mercado ao escalar e impostos sobre ganhos de capital de curto prazo, e a diferença de desempenho provavelmente se ampliará consideravelmente.
Embora a estratégia otimizada mostre métricas de risco ligeiramente melhores (Sharpe: 0,67 vs 0,64, Sortino: 0,90 vs 0,85, perda máxima: 41,39% vs 45,05%), essas melhorias modestas podem não superar as fricções do mundo real.
Acompanhe o desempenho no mundo real de ambas as estratégias aqui:
Dentro do NexusTrade, você pode marcar esses links, implementar qualquer uma das estratégias instantaneamente com um clique e ver se as otimizações backtestadas se mantêm nas condições reais do mercado e se conseguem manter sua vantagem teórica, apesar da frenética atividade de negociação.
Pensamentos Finais
Este experimento demonstra como a otimização por algoritmos genéticos pode aprimorar até mesmo estratégias de investimento simples. Com apenas um clique no NexusTrade, conseguimos melhorias de desempenho significativas enquanto mantivemos perfis de risco semelhantes – e o mais importante, você pode implementar qualquer uma das estratégias para negociação no mundo real instantaneamente.
Principais conclusões:
- Estratégias simples podem ser extremamente eficazes – a abordagem básica UPRO/GLD superou significativamente o mercado
- A otimização algorítmica encontrou maneiras eficientes de capturar retornos adicionais por meio de alocações mais dinâmicas
- Ambas as estratégias mostraram resiliência durante quedas de mercado, destacando o valor de incluir GLD ao lado da exposição a ações alavancadas
- NexusTrade permite que você implemente qualquer uma das estratégias na negociação do mundo real com um único clique – sem necessidade de codificação
Embora a otimização pareça impressionante nos backtests, lembre-se de que fatores do mundo real como slippage e impostos podem impactar o desempenho real. É por isso que acompanhar ambas as estratégias em tempo real é valioso – e por que o NexusTrade facilita tanto a implementação e o monitoramento.
Quer explorar a otimização de estratégias semelhantes para você mesmo? Junte-se à comunidade NexusTrade Discord, onde regularmente compartilhamos e discutimos estratégias quantitativas.
OU visite NexusTrade para criar, backtestar, otimizar e implementar suas próprias abordagens de investimento com apenas alguns cliques – transformando estratégias complexas em operações acionáveis com a pressão de um botão.
Compartilhe
Publicar comentário