Especialistas discutiram na Expert XP 2026 que a automação de investimentos não dispensa supervisão humana. Os participantes explicaram que modelos matemáticos organizam dados e identificam padrões, mas o sucesso depende de decisões humanas sobre a lógica, os riscos e os ajustes da estratégia.
Os modelos quantitativos servem como ferramentas de triagem, reduzindo o universo de ativos a serem estudados. Lucas Lubrano Melo exemplificou que, em vez de aceitar os primeiros nomes indicados por um algoritmo, ele avalia os mais bem classificados, integrando a análise humana ao processo. Martha Matsumura e Felipe Perigolo afirmaram que as abordagens quantitativa e discricionária não são excludentes; a máquina oferece escala, e o profissional acrescenta contexto.
Perigolo declarou que uma estratégia quantitativa deve ter uma explicação causal, pois “nada funciona para sempre” diante das mudanças de regime de mercado. Ele alertou que o backtest, embora útil, pode criar uma falsa sensação de segurança se usado apenas para encontrar resultados lucrativos por acaso. Lubrano defendeu testes robustos, separando a janela de desenvolvimento (in-sample) da amostra de avaliação (out-of-sample).
Além da lógica, a execução prática é um fator crítico. Matsumura lembrou que simulações podem ignorar a liquidez real do mercado. Felipe Perigolo resumiu o primeiro cuidado: “Primeiro de tudo, você tem que conhecer o ativo que você está operando.” Uma estratégia automatizada deve ser executável no ativo, no horário e na escala planejada.
