💰 quantitative finance

What Useful Alphas?

Este artigo argumenta que as anomalias de equidade acadêmicas publicadas tornaram-se praticamente inúteis para gestores de carteiras que não sejam de micro-capitalização no século XXI, uma vez que seus retornos diminuíram para níveis negligenciáveis após 2005 ao considerar custos de transação e sorte, indicando que os mercados de ações públicos são altamente eficientes.

Autores originais: Andrew Y. Chen, Ivo Welch

Publicado 2026-07-08

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Andrew Y. Chen, Ivo Welch

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 é um caçador de tesouros procurando por ouro em uma vasta e antiga floresta. Durante décadas, exploradores acadêmicos publicaram mapas alegando mostrar exatamente onde o ouro está enterrado. Esses mapas prometem que, se você seguir um caminho específico (uma "estratégia"), encontrará um fluxo constante de moedas de ouro todos os meses.

Andrew Chen e Ivo Welch, em seu artigo "What Useful Alphas?", decidiram testar esses mapas. Eles não apenas olharam para os mapas antigos; eles foram à floresta por conta própria para ver se o ouro ainda estava lá para um explorador moderno com um tipo específico de veículo.

Aqui está o que eles descobriram, explicado de forma simples:

1. O "Mapa Antigo" vs. A "Floresta Real"

Os mapas acadêmicos (artigos publicados) foram desenhados usando dados dos "bons e velhos tempos" (antes de 2006) e incluíam cada árvore na floresta, até mesmo as pequenas e escondidas mudas nas profundezas das matas (ações de micro-capitalização/micro-caps).

O Resultado no Mapa: Se você seguisse esses mapas antigos na floresta antiga, encontraria muito ouro. O "tesouro" médio era de cerca de 48 centavos por mês para cada US$ 100 investidos. Isso parecia uma mina de ouro.

2. O Teste de Realidade Moderno

Chen e Welch perguntaram: "E se formos um investidor moderno que não consegue dirigir um jipe minúsculo nas profundezas da mata? E se dirigirmos apenas pelas rodovias principais (as 90% maiores ações mais líquidas) e buscarmos ouro apenas a partir de 2006 em diante?"

Quando aplicaram esses dois filtros, a mina de ouro desapareceu.

O Filtro da Rodovia (Sem ações minúsculas): Ao ignorar as ações pequenas e de difícil acesso, o ouro desapareceu pela metade.
O Filtro do Tempo (Pós-2005): Ao olhar apenas para os anos recentes, o ouro desapareceu mais 60%.

O Resultado Final: Quando você combina ambos os filtros (apenas grandes ações, apenas anos recentes), o "ouro" restante era de apenas 7 centavos por mês.

3. O Fator "Sorte"

Os autores perceberam que mesmo esses 7 centavos podem não ser ouro real; pode ser apenas um lançamento de sorte.

Imagine 20 de macacos jogando dardos em um alvo. Mesmo que estejam vendados, alguns acertarão o centro apenas por sorte.
Quando os autores ajustaram para essa "sorte de macaco", os 7 centavos de ouro transformaram-se em quase zero.
Além disso, o custo de dirigir o carro (taxas de transação) teria devorado esses últimos 7 centavos instantaneamente. Portanto, para um investidor real, o lucro foi negativo.

4. Por que os Mapas Pareciam Tão Bons?

Os autores desvendaram o mistério em um quebra-cabeça simples de "Dois por Dois":

O Efeito dos "Bons e Velhos Tempos": No passado, os mercados eram mais lentos e a informação viajava de forma mais lenta. Era mais fácil encontrar ouro. Hoje, computadores de alta velocidade e algoritmos encontram o ouro instantaneamente, não deixando nada para o resto de nós.
O Efeito das "Ações Minúsculas": Os mapas originais incluíam milhares de empresas pequenas e obscuras. Estas são como cavernas escondidas onde caminhões grandes (investidores institucionais) não conseguem entrar. O "ouro" estava majoritariamente nessas cavernas. Uma vez excluídas, as rodovias principais são muito eficientes e não resta dinheiro fácil.

5. Os Poucos Sobreviventes

Havia estratégias que ainda funcionavam?

Algumas poucas estratégias de "lucratividade" (olhando para empresas que realmente lucram) e algumas estratégias de "momentum" (apostando em ações que já estão subindo) mostraram um pouco de vida.
No entanto, mesmo estas foram majoritariamente apenas acertos de sorte. Ao considerar o fato de que selecionamos as "melhores" entre 200, o valor delas caiu para quase zero.

A Conclusão

O artigo conclui que as "fórmulas mágicas" encontradas em livros didáticos acadêmicos são inúteis para investidores modernos de grande escala.

As Anomalias eram reais: O ouro estava lá no passado.
O Ouro se foi: Ele foi esgotado pela tecnologia e pela competição.
A Localização estava errada: O ouro restante está nas cavernas das "ações minúsculas" que os grandes investidores não conseguem alcançar.

A Analogia: É como tentar encontrar um sanduíche raro e barato em uma cidade. Em 1980, você poderia caminhar por qualquer rua e encontrar um por US$ 1. Hoje, se você caminhar apenas pelas avenidas principais (onde estão as grandes multidões) e procurar por sanduíches após 2006, não encontrará nenhum por US$ 1. Se tentar procurá-los nos becos (ações minúsculas), pode até encontrar um, mas não consegue passar com seu carro para comprá-lo.

O Aprendizado: Se você é um investidor profissional gerenciando um grande portfólio hoje, as centenas de estratégias "provadas" publicadas em periódicos acadêmicos nos últimos 50 anos não lhe renderão dinheiro. A era do almoço grátis e fácil no mercado de ações chegou ao fim.

Resumo Técnico: "Quais Alfas Úteis?"

Problema
De 1973 a 2016, a literatura acadêmica de finanças publicou mais de 200 características de nível de firma (anomalias) que predizem a seção transversal dos retornos das ações, frequentemente reportando retornos long-short impressionantes de 50 a 100 pontos de base (bps) por mês. No entanto, existe um descompasso crítico entre esses achados publicados e a realidade enfrentada pelos gestores de carteiras de ações. A maioria dos gestores institucionais opera dentro de um universo "não-microcap" (tipicamente as 3.000 maiores ações ou os 90% superiores em capitalização de mercado) e negocia na era moderna (pós-2005). O artigo aborda a questão: Quais dessas anomalias publicadas permanecem lucrativas para gestores que não podem negociar ações de microcaps pequenas e ilíquidas no século XXI?

Metodologia
Os autores utilizam o conjunto de dados de código aberto de Chen e Zimmermann (2022), que reproduz quase 200 preditores de retorno de seção transversal publicados usando código padronizado. O estudo emprega uma abordagem rigorosa de filtragem e decomposição:

Filtros de Universo: Os autores aplicam dois filtros primários ao universo de ações, separadamente e conjuntamente:
- Filtro de Ranking (N): Restringindo às $N$ principais ações por capitalização de mercado (ex: as 3.000 maiores).
- Filtro de Porcentagem (%): Restringindo às ações que compõem os $X\%$ superiores da capitalização de mercado total (ex: os 90% superiores).
- Universo Base: O filtro "Padrão" combina ambos, retendo a interseção das 3.000 principais ações e dos 90% superiores de capitalização de mercado (aproximadamente 3.000 ações grandes e líquidas).
Divisão Temporal: A amostra é dividida em duas eras: "Até 2005" (dezembro de 2005 e antes) e "Pós-2005" (janeiro de 2006 em diante). Esta divisão captura o impacto da decimalização, do trading algorítmico e do trading de alta frequência.
Tratamento de Sinais Esparsos: Para sinais definidos em subconjuntos pequenos (ex: interesse de venda/short interest), os autores descartam sinais com dados insuficientes pré-2005. Pós-2005, se uma perna do portfólio contiver menos de 20 ações, o retorno é definido como zero, simulando uma decisão do mundo real de abster-se de negociar devido à falta de diversificação.
Ajuste Estatístico: Para distinguir sinal genuíno de sorte, os autores aplicam um ajuste de encolhimento (shrinkage) de Bayes empírico (Efron, 2010). Isso calcula a variância dos $t$ -estatísticas através da seção transversal das anomalias; se a variância for próxima de 1 (a variância do ruído puro), os retornos observados são ajustados para baixo para refletir a proporção atribuível à sorte.

Principais Resultados
A análise produz um contraste gritante entre o ambiente do "artigo original" e a "realidade do praticante":

O Ambiente "Original" (Pré-2005, Todas as Ações): O retorno mediano long-short através de ~200 anomalias foi de 48 bps por mês.
A Realidade do Praticante (Pós-2005, Top 90% Market Cap): Ao restringir para o universo Padrão (Top 90% cap) e o período Pós-2005, o retorno mediano colapsa para 7 bps por mês.
- O $t$ -estatística mediana cai para 0,45.
- O alfa CAPM mediano é de 9 bps com um $t$ -estatística de 0,64.
- Apenas 67% das anomalias retêm retornos positivos.
Decomposição do Declínio: Uma análise dois-por-dois revela que a redução de 85% nos retornos medianos é impulsionada por dois fatores multiplicativos:
1. Efeito de Tempo (Pós-2005): Restringir o período para pós-2005 reduz os retornos em ~60%, atribuídos ao declínio pós-publicação e ao aumento da tecnologia de negociação.
2. Efeito de Tamanho (Não-Microcap): Restringir o universo para os 90% superiores de capitalização de mercado reduz os retornos em ~50%, pois as mispricings mais significativas estavam concentradas em microcaps ilíquidas.
Sorte vs. Sinal: No universo Padrão Pós-2005, a variância da seção transversal das $t$ -estatísticas é de 1,09, quase idêntica ao que a pura sorte produziria. Após aplicar o ajuste de encolhimento, a "parcela de sinal" é de apenas ~8%. Mesmo a melhor anomalia de desempenho (bruta de 66 bps) encolhe para um retorno ajustado pela sorte de aproximadamente 6 bps.
Sobreviventes: As poucas anomalias que retiveram retornos modestos foram predominantemente sinais de lucratividade (ex: lucratividade operacional baseada em caixa, lucratidade bruta) e algumas variantes de momentum. No entanto, mesmo estas foram amplamente explicadas por viés de seleção e sorte após o ajuste.
Custos de Transação: Os autores observam que mesmo custos de transação mínimos eliminariam o restante dos 7 bps de retorno mediano, tornando as estratégias economicamente inviáveis.

Principais Contribuições

Verificação de Realidade Empírica: O artigo fornece a primeira quantificação abrangente de quanto "alfa" resta para gestores de large-cap após considerar tanto o regime de mercado pós-2005 quanto a exclusão de microcaps.
Estrutura Dois-por-Dois: Introduz uma estrutura simples e memorável para avaliar qualquer resultado de anomalia publicada, fazendo duas perguntas: "Qual universo de ações foi usado?" e "Qual período de amostra?". Isso esclarece por que retornos históricos impressionantes frequentemente falham em se traduzir em estratégias investíveis atuais.
Síntese de Declínio e Liquidez: O artigo sintetiza os conceitos de declínio pós-publicação e restrições de liquidez, demonstrando que eles atuam juntos para eliminar a lucratidade das anomalias padrão no universo investível.

Significância e Alegações
O artigo conclui que, para gestores de carteiras não-microcap no século XXI, a vasta maioria das anomalias acadêmicas publicadas é inútil.

Significância Estatística vs. Econômica: As anomalias foram "descobertas verdadeiras" em um sentido estatístico (não são artefatos de mineração de dados), mas foram "negociadas para longe" no segmento do mercado que mais importa para investidores institucionais.
Eficiência: As evidências sugerem que os mercados de ações públicos (especificamente o segmento de large-cap) são altamente eficientes.
Escopo Modesto: Os autores declaram explicitamente que não alegam que nenhuma estratégia quantitativa possa ser lucrativa. Eles reconhecem que o timing de fatores dinâmicos, combinações de machine learning e estratégias de dados proprietários podem oferecer retornos além dos portfólios padrão mensalmente rebalanceados estudados aqui. No entanto, em relação à pergunta específica se as mais de 200 anomalias padrão publicadas funcionam em ações grandes hoje, a resposta é "não muito".

O artigo serve como um lembrete sóbrio de que a significância estatística em amostras históricas de todas as ações não equivale à implementabilidade econômica para modernos gestores de carteiras de large-cap.