O Investidor Essencial

Aula 19 - Finanças Não gaussianas - Taleb:

Fourth Quadrant e Understanding is a poor
substitute for convexity (www.edge.org)

2015
 Fourth Quadrant

• Como se faz ciência? Ou, como caminha o conhecimento humano?

• Através do uso da estatística. É ela que permite-nos afirmar se algo é
certo ou errado.

• Mas quando podemos usar estatística e quando não podemos? Quando o

uso de métodos quantitativos não é útil? Ou pior, seu uso é inferior ao
seu não uso.

• Fourth Quadrant: estabelece um mapa de quando podemos e quando não

podemos

• Problema maior não é dos estatísticos. Mas dos outros, que pegam e
usam a estatística sem saber e onde não poderiam usar. Uso
commoditizado e esterilizado da estatística.

• E o que fazer quando estatística não funciona? How to live in a world we

don’t understand? How not to be a turkey?
 Fourth Quadrant

• Mote do Taleb: como transformar ausência de informação, de

entendimento e de conhecimento em decisões de
investimento.

• Irritação maior com estatística/métodos quantitativos: você

pode estar ligeiramente equivocado e explodir.

• É a iatrogenia das Finanças. Não é neutra.

 As combinações

• Dois tipos de decisão, dois tipos de incerteza. Combinações dois

a dois formam os quatro quadrantes.

• Decisão do Tipo 1: Binária: Falso=0;Verdadeiro=1. Muito certo

ou muito errado não importa. Exemplos: experimentos
biológicos, loteria federal.

• Decisão do Tipo 2: Complexa. Intensidade importa. Não é

somente a frequência de ocorrência que interessa; o tamanho do
impacto conta. Temos mais um nível de incerteza. Exemplo: em
investimento, não importa quantas vezes você perde ou ganha;
importa essa frequência x o tamanho do impacto.
 Os tipos de estrutura de probabilidades

• Mediocristão: exceções (eventos raros, distantes da média) acontecem, mas não

trazem grandes consequências.

• Ex.: adicione a pessoa mais pesada do mundo a uma amostra de mil pessoas. Peso
total vai mudar pouco.

• Tipo de aleatoriedade corresponde a um random walk, do tipo esterilizado de

cassinos, dados e livros-texto tradicionais. Distribuições tradicionais: Gaussianas,
Poison.

• Extremistão: exceções determinam tudo.

• Ex.: adicione Bill Gates à amostra de renda de mil pessoas. A renda total vai ser
multiplicada por 100 mil.

• Tipo de aleatoriedade associada a grandes saltos. Distribuições: Fractais,

Mandelbroit e “eu não sei.”

• Nota sobre eu não sei: para saber a distribuição, preciso ter amostra relevante -
mas como ter amostra de eventos raros, se são raros?
 Os quatro quadrantes

• 1 - Decisão Binária no Mediocristão: Estatística e matematização

produzem maravilhas. A má notícia: só ocorrem em ambientes
esterilizados, como cassinos, ambiente acadêmico, laboratório,
jogos, dados.

• 2 - Decisão Binária no Extremistão: por incrível que pareça,

Estatística e matematização funcionam bem. Problema: não há
muitas decisões binárias no extremistão.

• 3 - Decisão Complexa no Mediocristão: estatística funciona

surpreendentemente bem.

• 4 - Decisão Complexa no Extremistão: estatística não funciona.

Domínio dos cisnes negros. Nem sequer temos amostra. Como
teremos estatística?
 Dois grandes problemas de levar a teoria
quantitativa à prática

• 1 - Inverse Problem: primeira coisa a se definir para fazer inferência

estatística é a distribuição de probabilidade.

• Mas não observamos isso. Temos apenas amostras. E para uma amostra,
várias distribuições se encaixam.

• Problema é: dependendo da distribuição que você atribuir, as

inferências serão completamente diferentes (e com erros formidáveis).

• Mercado financeiro: normalmente, pega-se uma amostra pequena e diz-

se que é Normal. Mas não é.Você faz previsões assumindo Gauss, e
tudo que vai explicar seu retorno será um evento não contemplado
pela distribuição Normal.
 Dois grandes problemas de levar a teoria
quantitativa à prática

• 2 - Propriedades pré-assintóticas (bem técnico): as propriedades

assintóticas (infinitesimais, ideia de limite, derivada) não funcionam fora da
assíntota no Extremistão. Mas a Estatística se baseia totalmente nas
propriedades assintóticas.

• Em finanças, ideia da perfeita divisibilidade, dá possibilidade de fazer

cálculos diferenciais e otimizações. Tudo isso que monta Black & Scholes,
VaR, Markowitz, CAPM.

• Importante: quanto mais raro um evento, menos sabemos sobre ele. Mas
quanto mais raro, maior será seu impacto provavelmente. Ele vai
determinar tudo e não sabemos nada sobre ele.

• Torres gêmeas, Fukushima, Tsunami. Os unkown unkowns. O que nem

sequer sabemos que não sabemos.
 Conclusão das considerações até aqui

• Ciênciais sociais estão justamente dentro do Quarto Quadrante.

• Impossibilidade de se fazer previsões neste âmbito.
• Os previsores são os chamados empty suits.
• Os erros de previsão são dominados por eventos raros
completamente. E nossa capacidade de tratá-los é zero.

• Receita geral: cuidado com o charlatanismo, a receita pronta, os sábios

das previsões, a automatização, a fórmula dada. “No map is better than
a wrong map.”

• Como viver sob imprevisibilidade e ausência do conhecimento?

 Phronetic rules
(regras de julgamento prático, abordagem
aristotélica)

• 1) Fuja da otimização, ame a redundância: na otimização, um simples erro

pode te matar. É o caminho para vulnerabilidade.

• Exemplos: empresa como apenas uma internet (menos custo). Meta fiscal,
inflação alta, etc.

• Natureza sabe da importância da redundância: dois pulmões, dois olhos,

duas orelhas, duas pernas...

• Você paga pela redundância, mas pode ser necessário para sobreviver.
 Phronetic rules (regras de julgamento prático,
abordagem aristotélica)

• 2) Não tente prever payoffs remotos (distantes da média): no Extremistão, não

ter modelo será melhor do que qualquer modelo.

• 3) Eventos raros não obedecem a um padrão: tomar o último evento raro

como proxy do que será no futuro é um erro. Ex.: Fukushima. Como formar
padrão se a amostra de eventos raros é pequena?

• 4) Tempo: demora tempo, muito tempo para séries financeiras revelarem suas
propriedades estatísticas. Ex.: “Este retorno demoraria 10 mil anos para
acontecer...” Mas bolsa existe há quanto tempo?

• 5) Risco moral: apostar pela inexistência de Black Swans vai lhe fazer ganhar
dinheiro por bastante tempo.Você vai se achar o máximo. Num único evento,
subitamente, vai entregar tudo.
 Phronetic rules (regras de julgamento prático,
abordagem aristotélica)

• 6) Métricas quantitativas: referências tradicionais se baseiam no tipo 1 de

aleatoriedade e, portanto, não funcionam.

• Desvio-padrão não é estável e não serve para nada no 4th Quadrant.

• Todos métodos tradicionais se baseiam em média e variância, ignorando
outros momentos da distribuição. Mas quem manda é a curtose (que é
instável demais; problema maior: ligeira mudança na curtose muda tudo).

• Regressão linear, sharpe ratio, markowitz, Black & Scholes = lixo!

• Análise de investimentos (qualquer decisão a se tomar em ambiente de
incerteza não pode obedecer a uma pasteurização e mecanização).
Phronetic rules (regras de julgamento prático,
abordagem aristotélica)

• 7) Onde está a assimetria? Pode ser à esquerda (retornos negativos

grandes) ou à direita (retornos positivos grandes).

• Se suspeita-se de assimetria à direita (eventos raros positivos), então

média amostral subestima média verdadeira. Potencial total está
subestimado. E vice-versa.

• 8) Volatilidade é diferente de risco.

• É a versão talebiana para o problema de indução de David Hume.
Turkey Problem.

• Exemplo: Grande Moderação, Indy Mac

Phronetic rules (regras de julgamento prático,
abordagem aristotélica)

• 9) Cuidado sobre como a ideia de risco é apresentada: versão Taleb

para frame dependence.

• Experimentos mostram que pessoas são agressivas com riscos que

se materializam a cada 30 anos.

• E são conservadoras diante de riscos que têm 3% de chance de se

materializar.

• Mas é a mesma coisa!

Artigo: Understanding is a poor substitute for
convexity (antifragilidade)

• Ideia que eu já passei para vocês de aristotélicos x talesianos.

• Foco não deve ser no entendimento; na antevisão do futuro.
• Foco é a matriz de payoff (convexa) e na antifragilidade.
 Sete regras para antifragilidade

• 1) Antifragilidade é mais fácil de se obter do que o conhecimento (em

termos técnicos, long gamma)

• Em ambiente de incerteza, nos beneficiamos mais de melhorar a

função de retornos do que de tentar entender o ininteligível

• Foco nos payoffs x foco no entendimento

• Ex.: Eletrobras; dólar (juro sobe ou secular stagnation); PIB brasil (viés
para baixo)
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 2) Adotar estratégia 1/N, com N maior possível

• Se retornos são antifrágeis, basta um grande acerto.
• N tem que ser grande pra maximizar a chance de um grande acerto.
• Em outras palavras, minimizar a chance de perder um black swan positivo.
• 1/N = proporcional em cada ativo porque você não sabe exatamente qual
vai subir e qual vai cair; não pode precisar pesos.

• 1 pré operacional na Carteira não faz sentido;Várias fazem. HRT + Africa

Oil + Rockhopper (tem que saber que pode ir a zero)
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 3) Opcionalidade em série
• Valorize a possibilidade de mudança de rota no meio do caminho
• Um plano rígido te deixa trancado, ignorando flexibilidade e saídas
alternativas

• Valorizar serendipity (explicar conceito; exemplo do nosso almoço com

Agora; NTNB longona)

• Cinco opções de um ano são melhores do que uma única de cinco anos
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 4) Respeite o Non Narrative Research (explicar conceito)

• Descobertas seguem processo de tentativa e erro (calvície x
impotência)

• Descobre-se o que não queria (e isso é melhor)

• Venture capitalist divide sua grana entre várias empresas tech
• Estudando Lojas Renner pode ver como Guararapes é barata (não
se fechar a esta possibilidade)
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 5) Teoria é formada da prática (observa o mundo e formula teoria;

não supõe sobre comportamento humano para poder derivar)

• Caminho não pode ser o contrário

• Lecturing Birds on how to fly: lições humanas de mecânica para os
pássaros aprenderem a voar

• Valorize os praticantes do mercado financeiro. Quem ganha dinheiro

com ações? Luis Alves ou Robert Barro?
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 6) Valorize a simplicidade do método

• Quanto mais simples, melhor
• Complicar tem custo
• Exige tempo
• Ex.: você estuda uma ação por 12 meses e vira o maior
especialista do mundo. Enquanto isso, ação multiplicou por 3x.
 Sete regras para antifragilidade
(ver minha apresentação da aula presencial)

• 7) Via negativa
• Opcionalidade funciona por informação negativa, reduzindo
espaço do que fazemos pelo conhecimento do que não funciona

• Deveríamos pagar pelos resultados negativos. Eles fornecem

muita informação

• Valorizemos o conhecimento sobre o que não fazer

 Recado final - o que fazer?

• Comprar barato
• Controlar downside
• Não é ideia mecanicista de que A (preço) converge para B
(valor)

• Tenta fazer com que as surpresas estejam necessariamente do

lado positivo
 The End

• As coisas findas, muito mais que lindas, estas ficarão

• Obrigado