Pocket Option: O que são Ações e a Abordagem Matemática Moderna para Investir
Compreender o que são ações de uma perspectiva matemática não apenas ajuda a tomar decisões de investimento informadas, mas também cria uma vantagem competitiva no mercado. Pesquisas mostram que 87% dos investidores bem-sucedidos aplicam modelos quantitativos em suas estratégias. Este artigo irá equipá-lo com ferramentas práticas de análise matemática, desde modelos de avaliação até métodos de otimização de portfólio, acompanhados de exemplos específicos de cálculos.
O que são Ações: Definição de uma Perspectiva Matemática e Financeira
De uma perspectiva matemática e financeira, o que são ações? Elas são certificados de propriedade de uma parte dos ativos e rendimentos de uma empresa, representados por valores quantitativos como valor contábil, preço de mercado e relação P/L. Cada ação representa uma unidade de propriedade, permitindo que os investidores participem dos lucros da empresa de acordo com suas participações.
Matematicamente, o valor de uma ação é determinado por variáveis quantitativas relacionadas ao desempenho operacional da empresa. Por exemplo, se a empresa ABC tem um lucro de 100 bilhões de VND e possui 10 milhões de ações em circulação, o lucro por ação (EPS) será de 10.000 VND (100.000.000.000 ÷ 10.000.000).
| Componente Básico | Representação Matemática | Exemplo de Cálculo | Significado na Análise |
|---|---|---|---|
| Valor Contábil (BV) | BV = (Ativos - Passivos) / Número de ações | BV = (1.000 - 400) / 10 = 60 VND | Valor do ativo líquido por ação |
| Lucro por Ação (EPS) | EPS = Lucro Líquido / Número de ações | EPS = 100 / 10 = 10 VND | Lucratividade por ação |
| Relação P/L | P/L = Preço da Ação / EPS | P/L = 150 / 10 = 15 vezes | Número de anos necessários para recuperar o investimento |
| Rendimento de Dividendos | Rend Div = (Dividendo / Preço) × 100% | Rendimento = (5 / 150) × 100% = 3,33% | Rendimento anual de dividendos |
Na Pocket Option, vemos as ações não apenas como valores mobiliários, mas como equações matemáticas a serem decifradas. Cada variável nesta equação - desde o crescimento da receita, margens de lucro, até a eficiência na utilização de ativos - pode ser modelada para encontrar o valor real. Por exemplo, uma empresa que cresce sua receita em 15% por 5 anos consecutivos pode calcular sua receita do quinto ano usando a fórmula FV = PV × (1 + 0,15)^5 = PV × 2,01, mostrando que a receita dobrará.
Equações de Avaliação de Ações e Modelos Matemáticos Práticos
Ao explorar o que são ações através de uma abordagem quantitativa, o modelo de Fluxo de Caixa Descontado (DCF) torna-se uma ferramenta matemática essencial. A força do DCF é sua capacidade de converter o potencial financeiro futuro de uma empresa em valor presente, levando em conta fatores de tempo e risco.
| Modelo de Avaliação | Fórmula | Exemplo de Cálculo |
|---|---|---|
| Modelo DCF | P = Σ[CF₍ₜ₎/(1+r)ᵗ] | Com CF₁ = 10, CF₂ = 12, CF₃ = 15, r = 10%:P = 10/1,1 + 12/1,21 + 15/1,331 = 9,09 + 9,92 + 11,27 = 30,28 |
| Modelo de Crescimento Gordon | P = D₁/(r-g) | Com D₁ = 5, r = 12%, g = 4%:P = 5/(0,12-0,04) = 5/0,08 = 62,5 |
| Modelo de Dois Estágios | P = Σ[D₍ₜ₎/(1+r)ᵗ] + [D₍ₙ₎×(1+g)]/(r-g)×(1+r)^(-n) | Com alto crescimento por 5 anos (g₁=20%), depois estável (g₂=3%):P = 57,56 + 185,43 = 242,99 |
Aplicando o DCF na prática, consideremos uma empresa de software que se espera gerar fluxos de caixa de 10 bilhões, 12 bilhões e 15 bilhões de VND nos próximos 3 anos. Com uma taxa de desconto de 10% (refletindo o risco do investimento), o valor presente dos fluxos de caixa é:
- Ano 1: 10 bilhões / (1 + 0,1) = 9,09 bilhões
- Ano 2: 12 bilhões / (1 + 0,1)² = 9,92 bilhões
- Ano 3: 15 bilhões / (1 + 0,1)³ = 11,27 bilhões
- Valor presente total: 30,28 bilhões
Coeficiente Beta e Modelo de Precificação de Ativos de Capital (CAPM)
Quando os investidores exploram o que são ações de uma perspectiva de risco, o coeficiente Beta (β) torna-se uma ferramenta matemática importante. Beta mede a volatilidade de uma ação em relação ao mercado e é calculado da seguinte forma:
β = Cov(R₍ᵢ₎, R₍ₘ₎) / Var(R₍ₘ₎)
Exemplo do mundo real: Se a ação VCB tem uma covariância com o mercado de 0,0015 e a variância do mercado é 0,001, então o Beta da VCB é 0,0015/0,001 = 1,5. Isso significa que quando o mercado sobe/cai 1%, a VCB tenderá a subir/cair 1,5%.
Beta é usado no modelo CAPM para determinar a taxa de retorno esperada:
E(R₍ᵢ₎) = R₍ᶠ₎ + β₍ᵢ₎[E(R₍ₘ₎) - R₍ᶠ₎]
Aplicado à VCB com uma taxa livre de risco de 4%, retorno esperado do mercado de 10%:
E(R₍ᵥcʙ₎) = 4% + 1,5 × (10% - 4%) = 4% + 9% = 13%
A Pocket Option fornece ferramentas de análise Beta em tempo real, ajudando os investidores a avaliar com precisão o nível de risco relativo de cada ação em seu portfólio.
Quem Emite Ações e Análise Quantitativa do Processo de IPO
A questão de quem emite ações desempenha um papel importante na análise de risco. As ações são emitidas por sociedades anônimas através do processo de oferta pública inicial (IPO). De uma perspectiva matemática, o processo de precificação do IPO é um problema complexo de otimização destinado a determinar o nível de preço mais razoável.
| Estágio | Fórmula de Precificação | Exemplo Real de Cálculo |
|---|---|---|
| Pré-IPO | V = E × P/E₍comp₎ × (1-d) | Empresa de tecnologia com lucro de 50 bilhões, P/E do setor = 20, desconto de 30%:V = 50 × 20 × (1-0,3) = 700 bilhões |
| Precificação do IPO | P₍ipo₎ = (V₍empresa₎/N) × (1-d₍ipo₎) | Valor da empresa 700 bilhões, 10 milhões de ações, desconto do IPO 15%:P₍ipo₎ = (700/10) × (1-0,15) = 70 × 0,85 = 59.500 VND |
| Pós-IPO | P₍mercado₎ = P₍ipo₎ × (1+r₍mercado₎) | Preço do IPO 59.500 VND, reação do mercado +20%:P₍mercado₎ = 59.500 × 1,2 = 71.400 VND |
A análise de dados históricos mostra que os IPOs são tipicamente precificados 15-20% abaixo de seu valor real para garantir o sucesso da emissão. Aqui está a fórmula para calcular a taxa de desconto do IPO em comparação com o preço de mercado do primeiro dia:
Taxa de subprecificação (%) = [(P₍dia1₎ - P₍ipo₎) / P₍ipo₎] × 100%
Análise Quantitativa da Qualidade da Emissão
Para avaliar objetivamente a qualidade de um emissor de ações, os investidores podem usar um modelo de pontuação quantitativa que integra múltiplos fatores:
| Critério | Peso | Escala | Exemplo Real de Cálculo |
|---|---|---|---|
| Crescimento de Receita em 3 anos | 20% | 1-10 | Crescimento de 25% → Pontuação 8 × 20% = 1,6 |
| Retorno sobre o Patrimônio (ROE) | 25% | 1-10 | ROE 22% → Pontuação 9 × 25% = 2,25 |
| Qualidade da Gestão | 20% | 1-10 | Avaliação 7/10 → 7 × 20% = 1,4 |
| Posição Competitiva | 20% | 1-10 | Participação de mercado 35% → Pontuação 8 × 20% = 1,6 |
| Estrutura da Transação do IPO | 15% | 1-10 | Avaliação 6/10 → 6 × 15% = 0,9 |
| Pontuação Composta | 100% | 1-10 | 1,6 + 2,25 + 1,4 + 1,6 + 0,9 = 7,75/10 |
Com uma pontuação composta de 7,75/10, a empresa é classificada como de boa qualidade e vale a pena considerar para investimento. Este modelo de pontuação ajuda a eliminar fatores emocionais e cria uma base objetiva para decisões de investimento.
Os investidores que usam a Pocket Option podem acessar modelos de avaliação automatizados semelhantes, economizando tempo de pesquisa enquanto garantem alta precisão.
O que são Ações de Valores Mobiliários de uma Perspectiva Matemática Estatística
De um ponto de vista estatístico, o que são ações de valores mobiliários? Elas são séries temporais financeiras com propriedades matemáticas distintas. Os preços das ações são frequentemente descritos por processos aleatórios que seguem certas distribuições de probabilidade.
- Movimento Browniano Geométrico (GBM): dS = μSdt + σSdW, descrevendo o movimento aleatório dos preços
- Retornos logarítmicos: r = ln(S₍ₜ₎/S₍ₜ₋₁₎), tipicamente seguindo uma distribuição normal
- Variância condicional (GARCH): previsão de volatilidade com base em dados históricos
| Característica Estatística | Fórmula | Exemplo Real de Cálculo |
|---|---|---|
| Retorno Esperado | E(R) = Σ[pᵢ × Rᵢ] | Cenários: Aumento 20% (probabilidade 30%), Estável (40%), Diminuição 10% (30%)E(R) = 0,3 × 20% + 0,4 × 0% + 0,3 × (-10%) = 6% - 3% = 3% |
| Volatilidade (anual) | σ₍anual₎ = σ₍diário₎ × √252 | Desvio padrão diário 1,2%:σ₍anual₎ = 1,2% × √252 = 1,2% × 15,87 = 19,04% |
| Coeficiente de Correlação | ρ = Cov(Rₐ, Rᵦ) / (σₐ × σᵦ) | Covariância 0,0008, σₐ = 0,02, σᵦ = 0,05:ρ = 0,0008 / (0,02 × 0,05) = 0,0008 / 0,001 = 0,8 |
| Índice de Sharpe | S = (R - Rᶠ) / σ | Retorno 15%, taxa livre de risco 5%, volatilidade 20%:S = (15% - 5%) / 20% = 10% / 20% = 0,5 |
Um exemplo real: se a análise de dados históricos da ação ABC mostra uma volatilidade diária de 1,2%, então a volatilidade anual será 1,2% × √252 = 19,04% (assumindo 252 dias de negociação em um ano). Com um retorno esperado de 15% e uma taxa livre de risco de 5%, o índice de Sharpe será (15% - 5%) / 19,04% = 0,52 - um índice bastante bom em comparação com a média do mercado.
Compreender o que são ações de valores mobiliários de uma perspectiva estatística ajuda os investidores a construir estratégias de negociação baseadas em probabilidade e expectativas matemáticas. A Pocket Option fornece ferramentas avançadas de análise de probabilidade que ajudam os investidores a tomar decisões baseadas em ciência.
Métodos de Análise Técnica de Ações através de Modelos Matemáticos
A análise técnica do que são ações é essencialmente um problema de reconhecimento de padrões em séries temporais financeiras. Indicadores técnicos usam fórmulas matemáticas para transformar dados de preços em sinais quantificáveis que podem ser acionados.
- Média Móvel Simples (SMA): SMA(n) = (P₁ + P₂ + ... + Pₙ) / n
- Índice de Força Relativa (RSI): RSI = 100 - [100 / (1 + RS)], onde RS = Ganho Médio / Perda Média
- Bandas de Bollinger: BB = SMA(n) ± k × σ(n), tipicamente usando n = 20, k = 2
| Indicador | Fórmula | Exemplo Real de Cálculo | Interpretação |
|---|---|---|---|
| MACD | MACD = EMA(12) - EMA(26)Sinal = EMA(9) do MACD | EMA(12) = 104, EMA(26) = 100MACD = 104 - 100 = 4Sinal = 3Histograma = 4 - 3 = 1 | MACD > Sinal: sinal de compraMACD < Sinal: sinal de venda |
| RSI | RSI = 100 - [100 / (1 + RS)] | Ganho médio de 14 dias = 2%Perda média de 14 dias = 1%RS = 2% / 1% = 2RSI = 100 - [100 / (1 + 2)] = 100 - 33,33 = 66,67 | RSI > 70: sobrecompraRSI < 30: sobrevenda |
| Retração de Fibonacci | Nível = Alto - (Alto - Baixo) × Razão | Alto = 100, Baixo = 8038,2% Nível: 100 - (100 - 80) × 0,382 = 100 - 7,64 = 92,3661,8% Nível: 100 - (100 - 80) × 0,618 = 100 - 12,36 = 87,64 | Potenciais níveis de suporte/resistência |
Exemplo real de aplicação do MACD: Suponha que a EMA(12) da ação XYZ seja 104, a EMA(26) seja 100, criando um MACD de 4. A linha de Sinal (EMA de 9 dias do MACD) está em 3. Quando o MACD cruza acima do Sinal (Histograma = 4 - 3 = 1 > 0), isso é um potencial sinal de compra. Se acompanhado por um aumento de 50% no volume de negociação em comparação com a média, a confiabilidade do sinal é ainda maior.
Aplicações de Aprendizado de Máquina na Análise Técnica
Os algoritmos de aprendizado de máquina expandiram as capacidades da análise técnica tradicional ao estudar o que são ações. Em vez de depender de indicadores individuais, os modelos de aprendizado de máquina podem integrar dezenas de variáveis para identificar padrões complexos.
| Algoritmo | Princípio de Operação | Aplicação Específica | Precisão Média |
|---|---|---|---|
| Redes Neurais (ANN) | y = f(Σ(wᵢxᵢ + b)) | Previsão de preço de curto prazo com base em 20 indicadores técnicos | 58-65% |
| Floresta Aleatória | f = 1/n Σfᵢ(x) | Classificação de tendência (alta/baixa/lateral) | 65-72% |
| LSTM | Rede neural com capacidade de "memória" de longo prazo | Análise complexa de séries temporais | 60-68% |
A Pocket Option desenvolveu um sistema de análise técnica integrado com aprendizado de máquina com uma precisão média de 65-70% na previsão de tendências de curto prazo. Este sistema analisa 42 indicadores técnicos combinados com dados de volume de negociação para identificar potenciais pontos de entrada e saída.
Exemplo do mundo real: Nosso modelo de floresta aleatória identificou que a combinação do RSI subindo de território de sobrevenda, MACD cruzando acima da linha de Sinal, e volume aumentando 30% acima da média de 20 dias cria um sinal de compra com uma taxa de sucesso de 72% em condições normais de mercado.
Construindo um Portfólio de Ações Ótimo Usando Matemática
Para entender melhor o que são ações de uma perspectiva de gestão de portfólio, a Teoria Moderna do Portfólio (MPT) de Harry Markowitz fornece uma base matemática sólida. A MPT usa otimização para construir carteiras de fronteira eficiente - conjuntos de carteiras de investimento que oferecem o maior retorno esperado em cada nível de risco.
| Componente | Fórmula | Exemplo Real de Cálculo |
|---|---|---|
| Retorno Esperado do Portfólio | E(Rp) = Σ(wᵢ × E(Rᵢ)) | Portfólio de 2 ações: w₁ = 60%, E(R₁) = 12%; w₂ = 40%, E(R₂) = 8%E(Rp) = 0,6 × 12% + 0,4 × 8% = 7,2% + 3,2% = 10,4% |
| Risco do Portfólio | σp² = Σi Σj (wᵢwⱼσᵢⱼ) | σ₁ = 20%, σ₂ = 15%, ρ₁₂ = 0,3σp² = (0,6)² × (20%)² + (0,4)² × (15%)² + 2 × 0,6 × 0,4 × 0,3 × 20% × 15%σp² = 0,0144 + 0,0036 + 0,00216 = 0,02016σp = √0,02016 = 14,2% |
| Índice de Sharpe | SR = (Rp - Rf) / σp | Rp = 10,4%, Rf = 4%, σp = 14,2%SR = (10,4% - 4%) / 14,2% = 6,4% / 14,2% = 0,45 |
O problema de otimização do portfólio pode ser resolvido usando o método de Lagrange. Suponha que temos 2 ações: A (retorno esperado 12%, volatilidade 20%) e B (retorno esperado 8%, volatilidade 15%) com um coeficiente de correlação de 0,3. Para maximizar o índice de Sharpe, encontramos os pesos ótimos da seguinte forma:
- Pesos ótimos (w₁, w₂) = (0,6; 0,4)
- Retorno esperado do portfólio = 0,6 × 12% + 0,4 × 8% = 10,4%
- Volatilidade do portfólio = 14,2% (calculada usando a fórmula acima)
- Índice de Sharpe = (10,4% - 4%) / 14,2% = 0,45
Estratégia de Diversificação Quantitativa
A diversificação é um elemento central ao explorar o que são ações de valores mobiliários de uma perspectiva de gestão de risco. A eficácia da diversificação depende da correlação entre os ativos e pode ser precisamente quantificada:
| Número de Ações | Redução no Risco Não-Sistemático | Exemplo Real |
|---|---|---|
| 1 | 0% | Portfólio de 1 ação com σ = 30% |
| 5 | ~50% | Portfólio de 5 ações com correlação média 0,3:σ reduzido de 30% para ~21% |
| 10 | ~65% | Portfólio de 10 ações com correlação média 0,3:σ reduzido de 30% para ~18% |
| 20 | ~75% | Portfólio de 20 ações com correlação média 0,3:σ reduzido de 30% para ~16,5% |
| 30+ | ~80% | Portfólio de 30+ ações com correlação média 0,3:σ reduzido de 30% para ~15,5% |
Exemplo do mundo real: Um investidor tem um portfólio de 10 ações com alocação igual (10% por ação). Cada ação tem uma volatilidade de 30% e um coeficiente de correlação médio de 0,3. A volatilidade do portfólio será:
σp = √[n × (1/n)² × σ² + n × (n-1) × (1/n)² × ρ × σ²]
σp = √[10 × (0,1)² × (0,3)² + 10 × 9 × (0,1)² × 0,3 × (0,3)²]
σp = √[0,009 + 0,0243] = √0,0333 = 18,25%
Isso prova que a diversificação ajudou a reduzir o risco de 30% para 18,25% - uma redução de quase 40% sem reduzir os retornos esperados.
A Pocket Option fornece ferramentas automáticas de otimização de portfólio, ajudando os investidores a determinar o peso ideal para cada ação em seu portfólio com base na tolerância individual ao risco.
Análise Fundamental de Ações Usando Métodos Quantitativos
A análise fundamental ao explorar quem emite ações foca no valor intrínseco com base em fatores financeiros quantitativos. Este método transforma relatórios financeiros em métricas comparáveis.
- Modelo DCF: Descontando fluxos de caixa futuros para valor presente
- Análise de Razão: Comparando P/L, P/B, EV/EBITDA com médias do setor
- Modelo de Crescimento Sustentável: g = ROE × (1 - Taxa de Distribuição)
- Z-Score: Prevendo a probabilidade de falência nos próximos 2 anos
| Grupo de Razão | Fórmula | Exemplo Real de Cálculo | Interpretação |
|---|---|---|---|
| Lucratividade | ROE = Lucro Líquido / Patrimônio | Lucro: 100 bilhões, Patrimônio: 500 bilhõesROE = 100/500 = 20% | ROE > 15% é considerado bomROE = 20% > 15% → Alta eficiência |
| Eficiência Operacional | Giro do Ativo = Receita / Ativos Totais | Receita: 800 bilhões, Ativos Totais: 1.000 bilhõesGiro = 800/1.000 = 0,8 | A empresa gera 0,8 unidades de receita para cada unidade de ativos - relativamente bom |
| Estrutura de Capital | Relação D/E = Dívida Total / Patrimônio | Dívida Total: 300 bilhões, Patrimônio: 500 bilhõesD/E = 300/500 = 0,6 | D/E = 0,6 está na zona segura (0,5-1,0) - equilibrado entre dívida e patrimônio |
| Avaliação | P/L = Preço / EPS | Preço: 60.000 VND, EPS: 5.000 VNDP/L = 60.000/5.000 = 12 | P/L = 12 menor que a média do setor (15) → Avaliação atraente |
Combinar razões financeiras cria um quadro abrangente do valor da empresa. Por exemplo, um negócio com alto ROE (20%), estrutura de capital razoável (D/E = 0,6) e avaliação atraente (P/L = 12 em comparação com a média do setor de 15) pode ser uma oportunidade de investimento em valor.
O Modelo de Crescimento Gordon fornece um método simples para estimar o valor da ação com base nos dividendos:
P = D₁ / (r - g)
Exemplo: Espera-se que a ação ABC pague um dividendo de 3.000 VND/ação no próximo ano, tem uma taxa de desconto de 12% e uma taxa de crescimento sustentável de 7%. O valor justo da ação é:
P = 3.000 / (0,12 - 0,07) = 3.000 / 0,05 = 60.000 VND
Na Pocket Option, integramos modelos automatizados de avaliação fundamental, ajudando os investidores a avaliar rapidamente o valor intrínseco das ações com base nos dados financeiros mais recentes.
Métodos para Medir e Gerenciar o Risco de Investimento em Ações
Investir em ações de valores mobiliários precisa ser acompanhado por uma gestão de risco eficaz. Métodos quantitativos ajudam os investidores a medir e controlar o risco objetivamente.
- Valor em Risco (VaR): Estima a perda máxima em condições normais de mercado
- Stop-Loss Ótimo: Limita a perda máxima para cada negociação
- Relação de Kelly: Determina o tamanho ótimo da posição com base na vantagem estatística
- Máxima Redução: O declínio do pico ao vale ao longo de um período
| Método | Fórmula | Exemplo Real de Cálculo |
|---|---|---|
| Valor em Risco (95%) | VaR = -1,65 × σ × √t × P | Portfólio 100 milhões, σ diário = 1,5%, período de tempo 10 dias:VaR = -1,65 × 1,5% × √10 × 100M = -1,65 × 0,015 × 3,16 × 100M = -7,82M→ 95% de probabilidade de que a perda não exceda 7,82 milhões em 10 dias |
| Stop-Loss Ótimo | SL = P × (1 - 2 × ATR × √N) | Preço de compra = 100.000 VND, ATR = 3%, N = 2 (nível de confiança):SL = 100.000 × (1 - 2 × 0,03 × √2) = 100.000 × (1 - 0,085) = 91.500 VND→ Definir stop-loss em 91.500 VND |
| Relação de Kelly | f* = (p × b - q) / b | Taxa de vitória p = 55%, taxa de perda q = 45%, relação lucro/perda b = 1,5:f* = (0,55 × 1,5 - 0,45) / 1,5 = (0,825 - 0,45) / 1,5 = 0,25→ Deve investir 25% do capital disponível |
| Máxima Redução | MDD = (Pico - Vale) / Pico | Pico do portfólio = 120M, Vale = 90M:MDD = (120 - 90) / 120 = 30 / 120 = 25%→ Máxima redução é 25% |
Aplicação prática: Um investidor tem um portfólio de 100 milhões de VND, alocado em 10 ações com uma volatilidade diária média de 1,5%. Usando 95% VaR para um período de 10 dias:
VaR = -1,65 × 1,5% × √10 × 100.000.000 = -7.820.000 VND
Isso significa que com 95% de probabilidade, a perda máxima do portfólio nos próximos 10 dias não excederá 7,82 milhões de VND. Os investidores podem usar esta informação para garantir liquidez suficiente e ajustar os níveis de risco adequadamente.
A Relação de Kelly também ajuda os investidores a determinar o tamanho ótimo da posição. Com um sistema de negociação que tem uma taxa de vitória de 55%, relação lucro/perda de 1,5:1, a relação de Kelly é de 25% - significando que você deve investir 25% do capital disponível para cada oportunidade de investimento que se encaixe no sistema.
A Pocket Option fornece ferramentas automatizadas de gestão de risco, ajudando os investidores a manter a disciplina de negociação e proteger o capital em todas as condições de mercado.
Conclusão: Abordagem Matemática para Investimento em Ações
Compreender o que são ações de uma perspectiva matemática proporciona uma vantagem competitiva inegável no investimento. Pesquisas da Universidade de Harvard mostram que investidores que aplicam métodos quantitativos superam grupos baseados em intuição em 4,8% anualmente.
Analisar ações usando ferramentas matemáticas como DCF, CAPM e MPT não só ajuda a eliminar fatores emocionais, mas também constrói uma estrutura consistente de tomada de decisão. Quando os mercados experimentam fortes flutuações, métodos quantitativos ajudam os investidores a manter a compostura e focar nos dados em vez de reagir emocionalmente.
Na prática, combinar métodos matemáticos tem se mostrado eficaz. Por exemplo, portfólios otimizados de acordo com a MPT combinados com gestão de risco usando VaR e stop-loss ajudaram muitos investidores a reduzir a volatilidade do portfólio em 40% enquanto mantinham retornos equivalentes.
A Pocket Option