Código do Factor Investing – Momentum em Python

Nos artigos anteriores, você conheceu o conceito de Factor Investing e, mais especificamente, o fator Momentum, que identifica ativos com tendência de alta sustentada, baseando-se na lógica de que o que está subindo tende a continuar subindo.

Agora é hora de colocar isso em prática.

Abaixo, você confere um exemplo funcional em Python que aplica esse raciocínio usando dados históricos e cálculos simples de retorno. Essa é uma base para testar e desenvolver estratégias quantitativas mais robustas.

OBS: Pegue um arquivo de Excel e coloque seus códigos das ações ex:

Tickers
PETR3
GOAU4
CSNA3

Vamos ao codigo:

1. Instalação e Importação de Bibliotecas

Primeiro, instalamos e importamos as bibliotecas necessárias:

• yfinance: Para baixar dados do Yahoo Finance
• pandas e numpy: Para manipulação de dados
• datetime: Para trabalhar com datas

2. Coletando Dados do Yahoo Finance

Esta função lê os tickers de um arquivo Excel e baixa os dados históricos:

Em cima do código você vera -> #isso é um comentário sobre oque o código faz

3. Cálculo do Momentum

Adiciona colunas de preço defasado e momentum (retorno dos últimos 6 meses):

4. Limpeza e Transformação dos Dados

Filtra dados mensais e remove valores inválidos:

5. Rankeamento e Seleção do Top 10

Rankeia os ativos por momentum e seleciona os 10 melhores:

Cada “Data/linha” ( do nosso DataFrame representa uma carteira mensal. Essa carteira deve ser ajustada somente no último dia de pregão do mês. É nesse momento que avaliamos e realocamos os ativos com base em nossa estratégia de Factor Investing Momentum.

6. Filtrando e Verificando o rebalanceamento da Carteira do Mês de Dez

Obtemos uma visão detalhada dos ativos recomendados com base no fator Momentum e seu ranking específico.

7. Filtrando o rebalanceamento da Carteira do Mês de Jan

Comparativo de Performance das Carteiras Momentum

• Carteira de Nov/29 = Seleção para Dezembro (compra no início de dezembro)
• Carteira de Dez/30 = Seleção para Janeiro (compra no início de janeiro)

Aqui está a análise correta:

Principais Insights:

1. Performance Geral:
   • 5 ativos tiveram retorno negativo
   • 3 ativos positivos
   • Retorno médio: -1.46%
2. Destaques Positivos:
   • MRFG3.SA (+5.84%) e EKTR4.SA (+4.48%) continuaram com bom momentum
   • VLD3.SA manteve estabilidade (-0.39%)
3. Problemas:
   • POMO4.SA (-14.09%) e PGMN3.SA (-7.35%) mostraram reversão acentuada
   • 62.5% das posições tiveram resultado negativo
4. Rotatividade:
   • Apenas 1 ativo (SUZB3.SA) saiu da carteira
   • Entraram 2 novos (não mostrados na tabela por falta de histórico)

Próximos Passos

Para investidores que desejam implementar essa estratégia:

• Backtesting rigoroso: Testar diferentes períodos de momentum e combinações com outros fatores (ex: Quality).
• Automação: No próximo artigo, forneceremos o código Python completo para backtesting e otimização, incluindo métricas de risco e desempenho.

Considerações Finais

O momentum não é uma “bala de prata”, mas uma ferramenta poderosa quando combinada com disciplina e gestão de risco. Seu maior trunfo é a capacidade de identificar tendências emergentes, enquanto seu maior desafio é lidar com mudanças abruptas de mercado. Para resultados consistentes, recomenda-se:

• Monitoramento contínuo da carteira.
• Balanceamento com outros fatores (ex: Low Volatility para reduzir drawdowns).

Em resumo, o momentum investing é valioso, mas exige adaptação constante às condições de mercado. Com as ajustes certos, pode se tornar um pilar estratégico para carteiras quantitativas.

About the Author

Vini

Administrator

Visit Website View All Posts