Tabela 13: Quadro Resumo de trabalhos acerca da Análise Técnica e o Mercado de Moedas
54
Ano 1990 1997 1997 1999 2000 2001
Paper
Chartists, Fundamentalists,
and Trading in the Foreign
Exchange Market
Do Technical Trading Rules
Generate Profits? Conclusions
from the Intra-Day Foreign
Exchange Market
Technical Analysis in the
Foreign Exchange Market: A
Layman´s Guide
Methodical Madness:
Technical Analysis and the
Irrationality of Exchange-Rate
Forecasts
Support for
Resistance:Technical Analysis
and Intraday Exchange Rates
Intraday Technical Trading in
the Foreign Exchange Market
Autores Frankel, Froot
Curcio, Goodhart, Guillaume,
Payne
Neely Chang, Osler Osler Neely, Weller
País EUA Inglaterra EUA EUA EUA EUA
Foco
Apresentar algumas questões
acerca do comportamento dos
agentes e dos preços no
mercado
Verificar se certas regras da
Análise Técnica reportadas à
Reuters por traders resultam
em lucro.
Faz uma revisão sobre
eficiência de mercado, análise
técnica
(indicadores/osciladores) e faz
uma avaliação de risco/retorno
em algumas estratégias
simples.
Verificar se o padrão Ombro-
Cabeça-Ombro consegue
prever reversões de
tendências de preços, e se é
racional (lucrativo e eficiente)
como estratégia a ser
empregada para decisões de
compra/venda.
Verificar se os Suportes e
Resistências divulgados por
corretoras/bancos tem algum
valor preditivo na interrupção
ou reversão de tendências.
Verificar a performance out-of-
sample de estratégias gráficas
para operações intraday no
mercado de moedas, usando
duas metodologias: um
programa genético para
escolher a melhor estratégia e
um modelo de previsão linear.
Período -
10/04/89 a 29/06/89, e
31/01/94 a 30/06/94
Jan/74 - Out/97 Mar/1973 - Jun/94 Jan/1996 - Mar/1998 1996
Base de
Dados
Não realiza nenhum teste
Dados de 60 minutos para
DEM, JPY e GBP, frentes ao
USD.
Média das cotações diárias
das seguintes moedas contra o
dólar: DEM, JPY, CHF e GBP.
Taxas de overnight para as 4
moedas que não o USD.
Dados diários das cotações
spot para 6 pares de moedas.
5.500 observações.
Suportes e Resistências
divulgados por 6 instituições
financeiras. Cerca de 20.000
observações para cada par de
moeda (DEM, JPY e GBP).
Foram usadas cotações de 1
minuto para os testes.
Dados de 30 minutos para
GBP, CHF, DEM e JPY,
frentes ao USD.
Metodologia Não realiza nenhum teste
Definiram-se quatro tipos de
intervalos de oscilação dos
preços. Quando os preços
rompiam os limites superior ou
inferior destes intervalos,
assinalava-se uma compra ou
uma venda, respectivamente.
O retorno obtido foi verificado
estatisticamente frente a uma
simples estratégia buy-and-
hold por meio de um teste de
médias.
Usaram-se diversas
combinações de médias
móveis e regras de filtros para
definir posições. Além disso,
analisou-se o risco das
estratégias por meio de um
CAPM Beta (em relação ao
S&P500) e do Sharpe ratio.
Criou-se um algoritmo para
identificar OCO e verificar a
lucratividade seguindo certas
regras para entrada e saída do
mercado. Avaliou-se a
significância do lucro por meio
de um bootstrap. Criou-se um
distribuição com 10.000 séries
de preços artificiais em que o
padrão não tem significado
(random walk), e testou-se Ho:
OCO não é lucrativo,
comparando as séries
artificiais com a real (p-value).
Depois, comparou-se tal
estratégia comdiversas
combinações de médias
móveis e parâmetros de
Momentum, assim como o
risco atrelado à cada estratégia
D.P. e Sharpe ratio).
Usou-se a técnica bootstrap
para testar estatisticamente os
dados. Comparou-se o
comportamento dos preços
atingindos os S/R publicados
com o comportamento
atingindo 10.000 valores
arbitrários de S/R. Se o
resultado (permanência dos
preços em torno do valor)
obtido dos dados reais for
maior do que o resultado dos
dados montados para um
grande número de meses, os
S/R publicados tem valor
preditivo. Pensou-se no teste
como uma tentativa de
Bernoulli com 50% de chance
de ocorrer.
Elaborou um programa
genético com 3 variáveis de
input: cotação normalizada da
moeda, o diferencial de juros, e
a hora do dia. Por meio dos
princípios da seleção natural o
método escolheu as melhores
características das estratégias
criando cerca de 40 gerações
de estratégias teoricamente
mais eficientes. Quanto ao
modelo linear, estimou-se
equações autorregressivas
com filtros para reduzir a
frequência do trading. Também
elaborou-se um modelo linear
extendido incluindo as 3
variáveis supra-citadas.