💰 quantitative finance

Sequential Structure in Intraday Futures Data: LSTM vs Gradient Boosting on MNQ

Este artigo demonstra que nem o gradient boosting nem os modelos LSTM conseguem alcançar precisão preditiva estatisticamente significativa sobre uma taxa base de 51,8% ao prever a direção intradiária dos futuros MNQ utilizando quatro anos de dados OHLCV de cinco minutos, sugerindo que tais conjuntos de dados de instrumento único são insuficientes para aprendizado de máquina financeiro sequencial confiável.

Autores originais: Mathias Mesfin

Publicado 2026-05-19

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mathias Mesfin

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando prever o tempo para uma cidade específica, mas só possui quatro anos de registros diários do clima. Você quer saber: "Se chover na primeira hora do dia, vai chover o dia todo?"

Este artigo é um relatório de um pesquisador chamado Mathias Mesfin, que tentou responder a essa pergunta, mas, em vez do clima, ele analisou futuros do mercado de ações (especificamente o MNQ, que rastreia o Nasdaq 100). Ele queria ver se cérebros computacionais modernos e de alta tecnologia (Aprendizado de Máquina) poderiam encontrar padrões ocultos no "batimento cardíaco" do mercado que os humanos perdem.

Aqui está a história do que ele fez, como fez e o que descobriu, explicada de forma simples.

A Grande Ideia: O "Kronos" vs. A "Loja Local"

Recentemente, um modelo massivo de IA chamado Kronos foi lançado. Ele foi treinado com milhões de gráficos de ações de muitos mercados diferentes. Ele aprendeu que a ordem em que as barras de preço aparecem (a sequência) realmente contém pistas sobre o que acontecerá a seguir. É como um chef mestre que provou milhões de pratos e sabe exatamente como uma sequência específica de ingredientes vai saber.

Mathias fez uma pergunta simples: "Se pegarmos essa mesma ideia, mas aplicarmos a apenas um mercado (MNQ) ao longo de apenas quatro anos, isso ainda funcionará?"

Ele organizou uma corrida entre dois tipos de aprendizes computacionais:

O "Espingardão" (Gradient Boosting): Este modelo olha para uma lista de fatos (como "ontem estava quente", "a abertura foi ampla"), mas trata-os como um monte de itens não relacionados. Ele não se importa com a ordem em que ocorreram.
O "Contador de Histórias" (LSTM): Este modelo foi projetado para ler uma história. Ele olha para as 12 barras de cinco minutos da manhã e tenta entender a sequência de eventos, assim como ler uma frase palavra por palavra.

O Experimento: Um Teste Rigoroso

Mathias não deixou os computadores apenas adivinharem. Ele estabeleceu um teste muito rigoroso chamado Validação Walk-Forward.

A Regra: O computador aprende com 2022, depois tenta prever 2023. Em seguida, aprende com 2022–2023 e prevê 2024. Finalmente, aprende com 2022–2024 e prevê 2025.
O Objetivo: Prever se o mercado fechará mais alto do que abriu às 10:30 da manhã em pelo menos 10 pontos.
A Linha de Base: Se você apenas virasse uma moeda, acertaria cerca de 51,8% das vezes (porque o mercado sobe ligeiramente mais vezes do que desce). Para vencer, o computador tinha que superar essa virada de moeda.

Os Resultados: Os Computadores se Perderam

Os resultados foram honestos e decepcionantes para a esperança de "alta tecnologia", mas muito informativos para a ciência:

O "Espingardão" (Gradient Boosting): Tentou encontrar padrões nos dados diários. Às vezes, teve sorte (54% de precisão em um ano), mas em outros anos, errou mais frequentemente do que uma moeda. Quando Mathias verificou por que estava tomando decisões, as razões mudavam a cada ano. Um ano, ele se importava com "lacunas noturnas", no ano seguinte, se importava com "volume". Era como um aluno que memorizou as respostas do teste do ano passado, mas falhou em aprender a matemática real.
O "Contador de Histórias" (LSTM): Este foi o grande teste. A sequência das barras da manhã importava? A resposta foi não. O modelo essencialmente desistiu. Ele previu uma chance de 50/50 para cada único dia, independentemente de como a manhã parecia. Sua "confiança" era plana. Ele não aprendeu nada.

O Veredito: Nenhum dos modelos conseguiu prever o mercado melhor do que uma moeda. O "Contador de Histórias" não encontrou uma história; apenas encontrou ruído.

O "Porquê": A Analogia da Biblioteca

Por que a IA de alta tecnologia falhou? O artigo oferece uma ótima explicação usando uma Analogia da Biblioteca:

O Modelo Kronos (O Vencedor): Imagine uma biblioteca com 9 milhões de livros. Se você quiser aprender um idioma raro, pode ler milhões de exemplos e encontrar as regras.
O Conjunto de Dados de Mathias (O Perdedor): Imagine que você só tem 944 páginas (um dia por ano durante quatro anos).
- Se um padrão específico acontece apenas 5% das vezes, ele aparece apenas 47 vezes em toda a sua biblioteca.
- Tentar ensinar uma IA complexa a encontrar um padrão que aparece apenas 47 vezes é como tentar ensinar uma criança a reconhecer um tipo específico de nuvem mostrando-lhe uma foto dessa nuvem uma vez a cada duas semanas durante quatro anos. Simplesmente não há "combustível de dados" suficiente para o motor funcionar.

A IA não falhou porque era "burra". Falhou porque estava morrendo de fome por dados. Ela precisava de milhões de exemplos para aprender a "gramática" do mercado, mas recebeu apenas algumas centenas.

A Conclusão: Um "Não" Honesto

A parte mais importante deste artigo não é que os modelos falharam; é que o pesquisador admitiu que falharam e explicou exatamente por quê.

A Alegação: Você não pode usar IA avançada para prever a direção diária de um único mercado de ações usando apenas quatro anos de dados de 5 minutos. Os dados são muito pequenos.
A Lição: Para fazer esses modelos funcionarem, você precisa de:
1. Muito mais história (décadas, não anos).
2. Dados muito mais rápidos (dados tick-by-tick, que multiplicam o número de pontos de dados por 50 vezes).
3. Mais mercados (treinar no Nasdaq, S&P e Dow Jones ao mesmo tempo para dar à IA mais exemplos).

Em resumo: A super-IA "Kronos" funciona porque leu toda a enciclopédia do mercado. Mathias tentou ensinar uma IA semelhante usando apenas uma única página de um dicionário e, não surpreendentemente, ela não conseguiu aprender o idioma. Este artigo é um mapa valioso que mostra aos pesquisadores exatamente onde está o "penhasco de dados", para que não desperdicem tempo tentando saltá-lo com dados insuficientes.

Resumo Técnico: Estrutura Sequencial em Dados Futuros Intradiários

Declaração do Problema
Esta pesquisa aborda uma lacuna crítica na finança quantitativa: determinar se a estrutura sequencial em nível de barra em dados futuros intradiários contém informação preditiva explorável quando processada em uma escala significativamente menor que a dos recentes modelos fundamentais financeiros. Motivado pela arquitetura Kronos (Shi et al., 2025), que demonstrou que modelos baseados em transformadores podem aprender padrões preditivos a partir de milhões de barras de candlestick em múltiplos instrumentos, este estudo investiga se dependências sequenciais semelhantes existem dentro de um conjunto de dados restrito de um único instrumento. Especificamente, questiona-se se um histórico de quatro anos de barras de cinco minutos do Micro E-Mini Nasdaq 100 (MNQ) contém sinal estrutural suficiente para previsão direcional, ou se a vantagem "sequencial" é puramente uma função de volume massivo de dados.

Metodologia
O estudo emprega um rigoroso framework de validação walk-forward em três períodos fora da amostra (2023, 2024, 2025), utilizando 944 dias de negociação de dados de MNQ durante o Horário de Negociação Regular (RTH) (dezembro de 2021 a setembro de 2025). A variável alvo é binária: se o fechamento da sessão excede a abertura da barra das 10:30 em mais de 10 pontos (um limiar representando aproximadamente um ATR de base).

Quatro configurações de modelo foram avaliadas:

Gradient Boosting (Diário): Um HistGradientBoostingClassifier treinado em 29 recursos diários engenharia (retornos, gaps, volatilidade, estrutura da sessão) tokenizados em bins de decil para mimetizar a quantização de modelos fundamentais.
Gradient Boosting (Intradiário): O mesmo classificador treinado em 30 recursos intradiários derivados das primeiras 60 minutos da sessão, incluindo uma sequência de retorno de 12 barras tratada como recursos independentes.
Gradient Boosting (Ajustado à Volatilidade): Um modelo intradiário utilizando um alvo normalizado pelo ATR para isolar o sinal direcional dos regimes de volatilidade.
LSTM (Sequencial): Uma rede Long Short-Term Memory mínima (camada única, 16 unidades, dropout de 0,3) projetada para processar a sequência de retorno de 12 barras como uma série temporal genuína, preservando a ordenação temporal que o gradient boosting descarta.

Todos os modelos utilizaram janelas de treinamento expansivas e foram submetidos a testes de permutação (200 iterações) na dobra final (2025) para estabelecer significância estatística contra uma distribuição nula de rótulos embaralhados.

Principais Resultados
O estudo não encontrou evidências de poder preditivo fora da amostra estatisticamente significativo em qualquer configuração:

Acurácia: As acurácias combinadas fora da amostra variaram de 50,00% (GB-Diário) a 50,89% (GB-Ajustado à Volatilidade) para variantes de gradient boosting, e 50,59% para o LSTM. Esses números são indistinguíveis da taxa base de 51,80% e de uma linha de base de lançamento de moeda ingênuo.
Significância Estatística: Os testes de permutação produziram valores-p de 0,135 (melhor GB-Intradiário), 0,390 (GB-Ajustado à Volatilidade) e 0,515 (LSTM). Todos falharam em atingir o limiar de $p < 0,05$ , indicando que os resultados são consistentes com ruído aleatório.
Estabilidade de Recursos: A análise de importância de recursos revelou instabilidade sistemática entre as dobras. Recursos dominantes mudaram completamente entre janelas de treinamento (por exemplo, de recursos de gaps para retornos específicos de barras), confirmando que os modelos estavam ajustando padrões espúrios em vez de capturar sinais estruturais.
Comportamento do LSTM: O modelo LSTM convergiu para um classificador plano e não calibrado, prevendo a probabilidade da taxa base (~0,50) para todas as entradas, independentemente da entrada sequencial. Isso sugere que o modelo não aprendeu nada, em vez de sobreajustar ao ruído.

Principais Contribuições
A contribuição primária deste artigo é um limite inferior empírico honesto sobre a escala de conjunto de dados necessária para aprendizado de máquina sequencial em previsão intradiária. Ao implementar uma aproximação tratável do framework conceitual do Kronos em um conjunto de dados restrito do mundo real, o estudo demonstra que:

Dependência de Escala: Arquiteturas sequenciais (LSTMs) e estratégias de tokenização inspiradas em modelos fundamentais falham em extrair estrutura preditiva de dados de um único instrumento na escala de ~944 dias.
Ruído vs. Sinal: A falta de importância de recursos consistente e a convergência para previsão aleatória indicam que a "estrutura sequencial" observada em modelos fundamentais em grande escala não está presente — ou não é aprendível — nesta resolução e tamanho de amostra específicos.
Documentação Metodológica: O artigo fornece um pipeline completo e reproduzível para testar hipóteses sequenciais em finanças, incluindo validação walk-forward estrita e testes de permutação, servindo como um contraexemplo a alegações excessivamente otimistas sobre aplicações de ML em pequenos dados.

Significância e Alegações
O artigo alega modestamente que seu resultado negativo é uma correção empírica necessária para o campo. Ele postula que a transição de "falha" (como visto aqui) para "sucesso" (como visto no Kronos) provavelmente requer um tamanho de conjunto de dados ordens de magnitude maior — potencialmente entre 500.000 e 5.000.000 de barras. O estudo conclui que, para pesquisadores limitados a dados históricos acessíveis ao varejo padrão (um único instrumento, barras de 5 minutos), arquiteturas de ML sequencial atualmente não oferecem nenhuma vantagem sobre o chute aleatório. O artigo sugere que progresso significativo neste domínio requer uma mudança para dados de nível de tick, treinamento em múltiplos instrumentos ou aprendizado por transferência a partir de modelos fundamentais pré-treinados, em vez de simplesmente aplicar essas arquiteturas a pequenos conjuntos de dados isolados.