Um experimento com inteligência artificial indica que a maioria dos grandes fundos brasileiros segue padrões suficientemente reconhecíveis para que seus próximos movimentos de compra ou venda sejam antecipados por algoritmos. O levantamento foi realizado pela Hurst Capital a partir de dados públicos da CVM e mostra que modelos de machine learning superaram uma estratégia básica de previsão em 76% dos fundos analisados.
O estudo foi inspirado no working paper “Mimicking Finance”, publicado pelo NBER em 2026, no qual pesquisadores demonstraram que algoritmos conseguiram antecipar decisões de gestores nos Estados Unidos com 71% de acurácia. A partir dessa provocação acadêmica, a hipótese foi testada na realidade brasileira.
Foram reconstruídas mais de 200 mil operações realizadas por 174 fundos locais com patrimônio líquido superior a R$ 500 milhões. Em seguida, modelos de machine learning foram treinados para prever as próximas alocações. O diferencial metodológico foi o uso de redes neurais do tipo LSTM (Long Short-Term Memory), capazes de analisar sequências temporais e identificar padrões comportamentais ao longo do tempo.
No Brasil, o modelo alcançou 68% de acurácia média. Mais relevante, porém, foi o fato de que em 76% dos fundos analisados a inteligência artificial conseguiu prever o próximo movimento — comprar, manter ou vender — com desempenho superior a uma estratégia considerada ingênua.
Padronização pode reduzir diferencial competitivo
Para Arthur Farache, CEO da Hurst Capital, os resultados reforçam uma transformação estrutural na indústria de investimentos. “A Tecnologia está encurtando a distância entre informação e decisão. Se o processo de gestão for excessivamente padronizado, ele se torna replicável e, portanto, menos diferenciado”, afirma.
O estudo também trouxe uma conclusão considerada provocativa: os gestores classificados como “imprevisíveis” pelo modelo apresentaram, em média, retornos significativamente superiores. Em outras palavras, quanto mais difícil foi para a máquina antecipar o comportamento do gestor, maior tende a ser o desempenho obtido.
Alpha está na quebra de padrões
“Isso sugere que o verdadeiro alpha pode não estar em estratégias lineares ou totalmente modeláveis. O prêmio real está na capacidade de gerar assimetria e romper padrões históricos que uma inteligência treinada com dados passados consegue identificar”, diz Farache.
Segundo ele, o avanço da inteligência artificial impõe um novo desafio à indústria. “Estar entre os 76% previsíveis pode significar risco de comoditização. O investidor começa a questionar por que pagar taxas elevadas por algo que um algoritmo consegue reproduzir com alto grau de acerto”, afirma.
Transparência e evolução do mercado
Para ampliar a transparência, o autor do estudo desenvolveu um dashboard interativo com a metodologia completa, incluindo o processo de extração dos dados da CVM, comparativos por estilo de fundo — como Macro, Ações e Long/Short — e o desempenho dos diferentes modelos utilizados.
A pesquisa está sendo apresentada como um projeto aberto a contribuições de gestores, alocadores e profissionais quantitativos, com o objetivo de aprofundar o debate sobre previsibilidade, eficiência e geração de alpha na indústria brasileira.
“O avanço da IA não elimina o gestor, mas eleva o nível de exigência. A diferenciação passa a depender menos de padrão e mais de visão estratégica, timing e leitura de contexto”, conclui Farache.
