A inteligência artificial (IA) prevê 71% das operações de fundos ativos, um feito que está gerando grande preocupação entre os investidores de Wall Street. Diariamente, o setor financeiro se questiona sobre o potencial da IA para transformar ocupações que tradicionalmente dependem de julgamento humano especializado, convertendo-o em código e algoritmos. A seleção de ações, em particular, emerge como um campo maduro para essa disrupção tecnológica.
Uma nova pesquisa acadêmica, liderada por um renomado professor da Harvard Business School, aponta que uma parcela significativa das ações tomadas por gestores de fundos ativos segue padrões detectáveis e replicáveis por máquinas. O estudo, que utilizou um algoritmo avançado de aprendizado de máquina conhecido como rede neural, demonstrou a capacidade do sistema em antecipar aproximadamente 71% das decisões de negociação de fundos mútuos. Isso inclui se um gestor optaria por comprar, vender ou manter uma ação específica ao longo de um trimestre fiscal.
Estudo Harvard: IA prevê 71% operações fundos ativos
Para alcançar essa precisão, o modelo de inteligência artificial foi exaustivamente treinado com dados coletados em janelas móveis de cinco anos, abrangendo o período de 1990 a 2023. As informações utilizadas para o treinamento incluíram variáveis como o tamanho do fundo, os fluxos de entrada e saída de investidores, características intrínsecas das ações e as condições macroeconômicas predominantes. Com base nesses dados, o sistema conseguiu prever com alta acurácia a maioria dos ajustes realizados nos portfólios de investimento.
No entanto, a grande revelação do estudo reside nos seus limites, que podem ser ainda mais elucidativos do que o seu sucesso. As negociações que o sistema de IA não conseguiu antecipar – que correspondem a aproximadamente 29% do total – estavam, em média, mais fortemente associadas à geração de retornos que superavam o desempenho do mercado. Em outras palavras, a atividade que escapa aos padrões rotineiros e previsíveis de investimento é onde parece estar concentrada a maior parte do valor agregado e da capacidade de gerar “alfa”, ou seja, retornos acima do benchmark.
A principal implicação deste trabalho não é que as máquinas desvendaram os mistérios dos mercados financeiros. Pelo contrário, o que elas parecem ter aprendido é a maior parte do “manual” comum da indústria – como os gestores tendem a reagir a fluxos de capital, tendências de mercado e às ações de seus próprios pares. O desafio para a IA, por enquanto, reside em capturar e replicar a fatia menor de decisões que se desviam desse manual padronizado, aquelas que exigem um pensamento mais original ou estratégico.
“Se 71% das suas decisões podem ser antecipadas por um algoritmo, fica muito difícil justificar as taxas de gestão ativa para essa parte”, explicou por e-mail Lauren Cohen, professor de finanças em Harvard e coautor do estudo. Ele complementou que as “operações não rotineiras, aquelas que nosso modelo não consegue prever, são onde o alfa genuíno está. Mas elas representam uma fatia relativamente menor da atividade total.”
O trabalho, intitulado *Mimicking Finance*, ainda em versão preliminar (*working paper*) e publicado na semana passada pelo National Bureau of Economic Research (NBER), surge em um momento em que a inteligência artificial está sacudindo áreas cada vez mais especializadas dos serviços profissionais. Nas últimas semanas, o temor de disrupção impulsionada pela IA provocou fortes oscilações nas ações de diversas empresas, desde gestoras de patrimônio até grupos de logística.
Para os gestores de fundos ativos, a crítica levantada pelo estudo não é exatamente nova. Há anos, investidores vêm retirando capital de fundos de *stock picking* (seleção de ações) e migrando para produtos de índice de baixo custo. A promessa central da indústria de gestão ativa sempre foi o “alfa” – retornos que superam um índice de referência como o S&P 500 – mesmo com o avanço de modelos quantitativos que aumentam a régua ao demonstrar o quanto do desempenho pode ser explicado pela exposição ao mercado e por estilos de investimento já conhecidos.
Este novo estudo, coassinado com Yiwen Lu, da Universidade da Pensilvânia, e Quoc H. Nguyen, da Universidade DePaul, aprofunda ainda mais essa erosão da justificativa para altas taxas. Pesquisas anteriores, em grande parte, se concentravam em dissecar os retornos dos fundos após o fato. Em contrapartida, o artigo atual busca antecipar as operações de compra e venda antes que elas ocorram. Segundo os autores, modelos de aprendizado de máquina são mais adequados do que os modelos lineares tradicionais para capturar as formas complexas pelas quais os gestores reagem aos fluxos de capital, aos sinais de mercado e, inclusive, uns aos outros.
Imagem: infomoney.com.br
Sob essa ótica, o resultado da pesquisa não é tanto uma vitória das máquinas sobre os mercados, mas sim uma redefinição do que a gestão ativa realmente compreende. Grande parte da atividade cotidiana dos fundos parece seguir padrões que podem ser mapeados e, em tese, reproduzidos a um custo significativamente menor. “Algumas dessas compras e vendas previsíveis podem ter funções essenciais – gestão de liquidez, ajuste de risco ou rebalanceamento de portfólios”, afirma Cohen. Ele acrescenta que “se a maior parte dessa atividade for, na prática, baseada em regras, fica mais difícil argumentar que ela exige discricionariedade cara.”
O componente de julgamento humano, afinal, revela-se mais sistemático do que aparenta, mas são necessárias ferramentas suficientemente flexíveis para identificar esses padrões, conforme destacou Cohen. O artigo também conclui que a previsibilidade das operações varia conforme certas características dos fundos e gestores. Fundos de maior porte, aqueles que cobram taxas mais elevadas, geridos por equipes mais numerosas e que enfrentam maior concorrência tendem a ser, em média, menos previsíveis. Por outro lado, gestores com mandatos de investimento mais longos ou que administram múltiplos produtos geralmente exibem um padrão de comportamento mais antecipável. Uma limitação importante mencionada pelos autores é que o modelo prevê a direção das operações, mas não o seu tamanho, aspecto que planejam abordar em estudos futuros.
Apesar do entusiasmo recente em torno da inteligência artificial, as conclusões deste estudo reforçam uma distinção crucial: prever como os gestores de fundos se comportam parece ser uma tarefa mais simples do que prever os movimentos dos mercados financeiros. Os preços dos ativos refletem a interação complexa de milhões de participantes e expectativas que estão em constante mutação. Os hábitos profissionais dos gestores, contudo, frequentemente seguem padrões reconhecíveis e repetitivos.
No final das contas, o conjunto mais restrito de operações que o modelo não conseguiu antecipar teve, em geral, um desempenho superior, indicando que essas decisões podem refletir a criatividade humana genuína – como a capacidade de descobrir informações sobre uma ação que outros participantes do mercado ainda não perceberam. Ser puramente aleatório dificilmente produziria o mesmo resultado positivo. É claro que as máquinas podem se aprimorar ainda mais à medida que acumulam mais dados e refinam seus algoritmos. Por enquanto, no entanto, as implicações são mais econômicas do que existenciais. Se a maior parte dos ajustes de portfólio pode ser antecipada por um algoritmo, a justificativa para as altas taxas de gestão ativa passa cada vez mais a depender da parcela menor de decisões que fogem do padrão convencional.
“A parte genuinamente habilidosa, o componente imprevisível e não rotineiro, é real, mas pequeno”, observou Cohen. “A implicação política não é tanto substituir completamente os gestores, e sim reprecificar o que a atividade previsível versus imprevisível deles realmente vale no mercado.”
Confira também: Imoveis em Rio das Ostras
Este estudo fundamental de Harvard demonstra a crescente capacidade da IA em desvendar padrões no mercado financeiro, ao mesmo tempo em que sublinha o valor insubstituível da criatividade humana nas estratégias de investimento de alto retorno. Para aprofundar a compreensão sobre as dinâmicas do mercado financeiro e outros temas relevantes, continue acompanhando as últimas notícias na nossa editoria de Economia.
Crédito da imagem: 2026 Bloomberg L.P.
