Maro de 2009

Rua dos Pinheiros, 498 Cj 121A 05422-000 So Paulo SP Brasil Tel. + 55 11 3063-4922 Fax. + 55 11 3063-4988

Galleas Hedge Fundo de Investimento Multimercado

Rua dos Pinheiros, 498 Cj 121A 05422-000 So Paulo SP Brasil Tel. + 55 11 3063-4922 Fax. + 55 11 3063-4988

Contedo

1. Conceito ................ 4 2. Operao ........................... 8 3. 3 Estrutura e Equipe ......... 13 4. Term Sheet ......... 16 5. Asset Management ......... 18 6. 6 Anexos ......... 26

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

Conceito
1.1 O que um fundo high frequency?
High frequency uma modalidade de fundo de investimento no qual as decises sobre as aplicaes financeiras so tomadas por modelos matemticos adaptativos, o que contribui para a melhoria e atualizao contnua do prprio modelo. Seus algoritmos consideram uma vasta gama de variveis e correlaes, e para isso contam com uma extensa base de dados histricos. Os O parmetros d modelo so atualizadas em tempo real ao l do d l li d l longo d preges, permitindo-o manter-se rigorosamente a par d dos ii d i de qualquer mnima mudana de cenrio e calcular a melhor alternativa de investimento a cada instante. p p g g g A melhor alternativa de investimento pode estar tanto dentro do escopo da estratgia vigente ou de uma outra estratgia programada em paralelo que o sistema ativa quando entender ser a mais apropriada para a situao. Uma vez que a melhor alternativa calculada, o modelo gera ordens de compra ou venda de ativos que so encaminhadas as bolsas de negociao com auxlio de sistemas de comunicao direta. O nome high frequency refere-se a altssima freqncia de atualizaes dos parmetros do modelo (real-time) e das conseqentes geraes de ordens, que podem chegar a centenas por segundo. As i i i A principais vantagens d t desse conceito d f d so a retirada d f t it de fundos ti d de fatores emocionais no processo d t i i de tomada d d i a d de deciso, possibilidade de execuo de complexas estratgias de trading em fraes de segundo, e o controle do risco determinado pelo prprio modelo como uma condio de clculo. Combinados, estes fatores refletem uma significativa reduo do risco total.

Conceito
1.2 Quem so os fundos high frequency?
Os grandes destaques dentre os fundos high frequency internacionais so os geridos pelo renomado Jim Simons da g q g q y g p Renaissance Technologies, hedge fund com sede em NY especializado em fundos quantitativos. O Medallion Fund o principal e mais antigo da casa. Este fundo iniciou-se na dcada de 80 com aporte dos prprios scios e empregados, em sua maioria PhDs em reas no-financeiras como matemtica, estatstica, fsica e astrofsica. O fundo opera em mercados no acionrios, como US bonds, cambio, commodities e seus derivativos. O Medallion, que j foi fechado para novos aportes, atualmente gere cerca de US$ 8 bi e durante a ltima dcada vem apresentando rendimentos anuais mdios de 35%.

Internacionais

Alm do fundo Nova, que foca em aes da NASDAQ e j chegou a responder por cerca de 14% do movimento dirio da bolsa eletrnica, a Renaissance mantm vrios fundos que operam nos mais diversos mercados, inclusive o de hipotecas. O maior deles, o RIEF, com foco em institucionais, fechar para aplicaes quando captar US$ 100 bi. Com a crise de 2008 os fundos da Renaissance fecharam o ano com perdas entre 12% e 16% e mesmo assim superaram o 2008, S&P500 em 4% a 6%. Internacionalmente e principalmente nos Estados Unidos, os fundos high frequency so bastante difundidos e existem diversos fundos que utilizam-se de modelos quantitativos para compor, parcial ou integralmente, suas estratgias de operao, como por exemplo, o Global Alpha do Goldman Sachs, o Barclay Global Investors, Jump Trading e muitos outros. Como o segredo a alma deste negcio, as informaes so bastante restritas, por isso estes fundos so apelidados de black box. black box .

J no Brasil, a difuso dos fundos high frequency ocorreu mais tardiamente. Dentre os pioneiros em gesto de fundos quantitativos, quantitativos podemos citar a Orbix Global Partners e o WestLB WestLB.

Nacionais

Em alguns fundos a deciso de investimento no delegada inteiramente ao modelo, como o caso do Princpia Hedge Plus, no qual o modelo aponta as oportunidades mas a palavra final do gestor. Neste caso o fundo dificilmente opera em high frequency, uma vez que a anlise do gestor leva tempo e o volume e a frequncia de ordens reduzido. Outros fundos de destaque no Brasil so o Ptria Quantitative e os FICs da Kadima.

Conceito
1.3 Por que investir em um fundo high frequency?
... Ult li id Ultra-liquidez Uma das principais caractersticas dos fundos high frequency sua ultra-liquidez. As posies que so montadas ao longo do dia so em grande parte desfeitas no fim dos preges em operaes conhecidas como day-trades. Desta maneira, no fim do dia o fundo mantm a maior parte dos seus recursos em caixa pode ser aplicada em notas compromissadas , p p p p (overnight). Alm da diminuio do risco pela reduo das posies em aberto, essa liquidez garante ao fundo a liberdade de mudar sua estratgia conforme as mudanas dos mercados, sem comprometer o resultado de estratgias anteriores. ... Grandes oportunidades de ganhos As oportunidades de ganhos exploradas pelos fundos high frequency so invisveis aos olhos de operadores, sendo enxergadas somente por modelos matemticos. Ainda h poucos fundos high frequency mapeando os mercados, principalmente no Brasil, cujas oportunidades de arbitragem estatsticas e determinsticas devem ser maiores do que em mercados mais maduros.

... Maior controle de riscos Ao aproveitar as oportunidades nas operao que comeam e terminam ao longo do dia (intraday), o fundo faz uso de algumas ferramentas de trading para eliminar riscos e garantir retornos, como stop loss e profit-taking, por exemplo. O uso destas ferramentas se d de forma automtica sem a interferncia humana que, por sua natureza, est mais disposta a correr mais riscos para recuperar possveis perdas do que para realizar possveis ganhos ganhos.

Conceito
1.4 Qual o futuro dos fundos high frequency em meio a crise financeira?
... Em funo d sua altssima liquidez, o futuro mostra-se b da l l d bem favorvel aos fundos high frequency l d i A atual crise financeira que iniciou-se com o default do pagamento de hipotecas sub-prime nos Estados Unidos e a consequente depreciao das carteiras de ttulos lastreados a essas hipotecas, deveu-se, em essncia, natureza de iliquidez. Bancos e outras instituies financeiras que negociavam esses ttulos e garantiam sua liquidez seguiam a mesma estratgia: manter em suas carteiras ttulos de baixo risco (AAA) e com bons retornos (high yields). No entanto, essa estratgia mostrou-se bastante frgil, uma vez que um dos seus pilares de sustentao era a nota auferida pela agncias de rating. Portanto, se a nota fosse rebaixada os ttulos sairiam do radar de negociao e perderiam sua liquidez. Foi o que ocorreu. Embora este seja o caso dos ttulos lastreados em hipotecas, h muitos outros ttulos sendo negociados no mercado financeiro mundial seguindo essa mesma estratgia, e portanto, correndo o mesmo risco. J no ambiente de bolsa, por exemplo, isso no ocorreria, uma vez que as compras e vendas de ativos (liquidez) so geradas pelas informaes assimtricas dos agentes, sem a interferncia de um rbitro como as agncias de rating rating. Tendo em vista esta situao, Robert K. Steel, congressman norte-americano que fez carreira no Goldman Sachs, em conversa com o gestor da Galleas, enfatizou que os rgos reguladores americanos (junto com a MFA) querem fomentar apenas as estratgias de negociao mais lquidas. Alm dos rgos reguladores, as Bolsas tm interesse direto em garantir maior liquidez em seus ambientes de negociao, pois o maior volume de ativos negociados gera mais corretagens, e consequentemente maiores dividendos aos seus acionistas. Os investidores, agora mais avessos ao risco, preferem a alta liquidez de seus investimentos associada a retornos mais moderados.

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

Operao
2.1 Como funciona o high frequency da Galleas?

1. Modelagem

Algoritmo 1

Algoritmo 2

Algoritmo 3

Algoritmo n

dados

ordens

dados

ordens

dados

ordens

dados

ordens

2. Controle
Relatrios de Controle

Gerenciamento de Risco

ordens

3. Execuo
Msg FIX dados Msg FIX ordens

Conversor de Comunicao FIX*

Msg FIX dados Msg FIX ordens Msg FIX dados Msg FIX ordens

BOVESPA

BM&F

Outras Bolsas

* Nota: O Protocolo FIX um padro internacional de formatao de mensagens eletrnicas usado transmisso de ordens e envio de dados pelas maiores bolsas de negociao do mundo, e deve ser convertida para um formato que seja compreensvel para o modelo.

10

Operao
2.1.1 Modelagem

Conhecimento
Pesquisas e publicaes acadmicas na fronteira do conhecimento terico Acompanhamento direto por experientes profissionais e acadmicos de diversas reas (Matemtica, Engenharia, Economia, Finanas) Anlise de dados histricos e observao contnua do comportamento dos mercados

Tcnicas estatsticas e economtricas

MODELO HIPOTTICO
Extenso banco de dados com histricos completos de transaes de diversas bolsas

TESTES Tcnicas s
Longos backtests com custos reais de corretagem emolumentos corretagem, emolumentos, aluguis de aes, custos de transao (bid-offer), carry e impostos. Anlise de Inteligncia Artificial, incluindo redes neurais, algoritmos genticos e lgica Fuzzy Otimizao dos parmetros do modelo visando a diminuio de custos e da volatilidade Stress testing observando o comportamento do modelo em situaes reais no passado e hipotticas no futuro.

Fer rramentas

Softwares de desenvolvimento prprio

MODELO

11

Operao
2.1.2 Controle

Critrios para gerenciamento e controle do risco

Liquidez

O volume de operaes gerado pelo modelo no pode influenciar os preos dos ativos em bolsa

Limites

Posies P i em quaisquer ativos d i i devem obedecer os li i b d limites mximos estabelecidos i b l id

Estratgia g

Para determinar o risco da estratgia, utiliza-se o pior drawdown j registrado

Correlaes

As correlaes entre as diferentes estratgias do fundo so analisadas constantemente

Exposies

O risco inerente a exposio a um ativo especfico analisado considerando a maior posio histrica j ocorrida combinando todas as estratgias

12

Operao
2.1.3 Execuo
ordens ordens ordens

Algoritmo
dados

Gerenciamento de Riscos

Conversor formato FIX

Mercado
dados

Cada algoritmo, leia-se estratgia, gera as ordens necessrias automaticamente; Uma vez aprovadas pelo controle de risco, as ordens geradas por duas ou mais estratgias referentes a um mesmo ativo, so centralizadas para reduo dos custos de transao; O sistema de roteamento de ordens independente do das corretoras, o que garante melhor performance para o alto volume de ordens. As ordens so encaminhadas diretamente para as bolsas, eliminando a necessidade de interferncia humana e garantindo, mesmo que no ocorra a execuo integral da ordem, que o modelo saiba exatamente o que foi executado.

Monitoramento:
Retorno

Esperado

A aderncia do modelo aos resultados medida constantemente atravs de track records, como exemplo grfico ao lado; As diferenas so analisadas e as causas corrigidas.

Realizado

Tempo

13

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

14

Estrutura e Equipe
3.1 Quais so as principais caractersticas da estrutura do high frequency da Galleas?

Toda comunicao com bolsas de negociao feita atravs do protocolo FIX ( Financial Information Exchange), padro utilizado mundialmente para troca de informaes e roteamento de ordens na comunidade financeira, isso permite que fundo opere em qualquer bolsa que o utilize; Sistema flexvel, permite a adio de novas bolsas para negociao; Atuao em diversos mercados, como aes, cmbio e juros, o que contribui para mitigar o risco total. Desenvolvimento d software prprio, ou seja, mais i d D l i t de ft i j i independncia d i e agilidade;

Uso paralelo de diversas estratgias, o que diminui o risco total; As ordens, mesmo que provenientes de diferentes estratgias so centralizadas para diminuir o custo operacional; Uso de tecnologia DMA (Direct Market Access), que elimina a necessidade de brokers intermedirio transmitindo as ordens diretamente s bolsas. Implementao feita utilizando modernas tcnicas de desenvolvimento de softwares, metodologias geis e testes exaustivos; Extensa base de dados histricos de negociao de diversos ativos em vrias bolsas.

A comunicao e a execuo das estratgias so totalmente desacopladas, o que torna a modelagem e desenvolvimento de novos algoritmos um processo muito gil e simples;

15

Estrutura e Equipe
3.2 Por que a Galleas a gestora mais preparada para gerir um fundo high frequency?
Nossa equipe uma das mais qualificadas do pas pois ... pas,
... liderada pelo Prof. Dr. Joo Carlos Prandini,
Fundador da Risk Office, a maior empresa de gerenciamento de risco de investidores institucionais; Fundador da PR&A , consultoria especializada em mensurao de riscos financeiros para bancos e empresas; Professor do Instituto de Matemtica e Estatstica da Universidade de So Paulo (1976-2003) e coordenador do Projeto BM&F-USP (1993); Doutor em Matemtica pela Universidade de So Paulo

... Possui time prprio de desenvolvimento de modelos,

Coordenada pelo Prof. Fernando Lima; Bacharel em Cincia da Computao pelo Instituto de Matemtica e Estatstica da Universidade de So Paulo Mestre em Inteligncia Artificial pelo Instituto de Matemtica e Estatstica da Universidade de So Paulo

... Conta com a experincia do gestor Marcos Elias.

Scio-Fundador gestor dos fundos Galleas. S i F d d e g t d f d G ll Co-fundador da GAS Investimentos (2002-2004) Analista Chefe do BNP (2000-2001) e da Link Corretora (2004-2006), sendo apontado por muitos anos como o melhor analista de aes pelo Ibmec. Graduado em Engenharia Mecatrnica pela Escola Politcnica da USP e com estudos de ps-graduao na University of Pennsylvania

16

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

17

Term Sheet
GALLEAS HEDGE FUNDO DE INVESTIMENTO MULTIMERCADO
Proposta de retorno: 140% a 160 % do CDI Limites de Investimento: Por modalidade de ativos: Por emissor:
Instituies Financeiras Companhias Abertas Fundos de Investimento Pessoas Fsicas Outras Pessoas Jurdicas de Direito Privado Unio Federal 20% 10% 10% 5% 5% 100%

Cotas de FI Instruo CVM 409 Cotas de FIC Instruo CVM 409 Cotas de Fundos de ndice Cotas de FI Imobilirio

100% 100% 100%

Aplicao Mnima Inicial: R$ 20.000,00 Movimentao: R$ 5.000,00 Prazo de Resgate: No h carncia

GRUPO A

Cotas de FIDC Conjunto dos seguintes Ativos Financeiros: Cotas de FIC FIDC CRI Outros Ativos Financeiros (exceto Grupo B) Ttulos Pblicos Federais e Operaes Compromissadas Ouro adquirido ou alienado em Bolsa de Mercadorias e Futuros Ttulos de emisso ou co-obrigao de Instituio Financeira Aes admitidas negociao em bolsa de valores ou entidade do mercado de balco organizado Outros Valores Mobilirios objeto de Oferta Pblica (exceto Grupo A) 100% 100% 50% 100% 50% 20%

Converso de cotas: D+2 da data de solicitao do resgate Pagamento: D+3 da data de converso de cotas Prazo de Aplicao: D+0 (at 13h) Tributao: Longo Prazo q Taxa de Performance: 20% da valorizao da cota sobre o que exceder 100% do CDI a cada semestre Taxa de Administrao: mnimo de 2% e mximo de 3% a.a. sobre o valor do patrimnio lquido do fundo Administradora: BNY MELLON Servios Financeiros D T V M S/A D.T.V.M. S/A. Custodiante: Banco Bradesco S/A.

GRUPO B

18

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

19

Asset Management
5.1 Perfil
A Galleas uma casa de gesto independente focada em aes. A filosofia de investimento se baseia em anlise fundamentalista de longo prazo procurando aes abaixo do radar do mercado sobre as quais acreditamos possuir prazo, mercado, algum "edge" em relao ao mercado. A gesto diferenciada almeja proporcionar aos clientes elevados retornos absolutos e boa performance todos os anos, independentemente do desempenho da bolsa de valores como um todo (stock picking). Os pilares da Galleas na seleo de investimentos so: d i ti t

Fundamento

Anlise financeira fundamentalista de cada investimento potencial Quantificar o valor intrnseco e o potencial de valorizao de cada investimento potencial

Entender o setor e toda a cadeia de cada investimento potencial (Foras de Porter)

Estratgia

Vivenciar o dia-a-dia de cada investimento potencial e se relacionar com seu management Entender a estratgia de cada investimento potencial para os prximos anos

Excelncia Profissional

Profissionais altamente qualificados e com timo track record em bolsa Profundo conhecimento e relacionamento no mercado brasileiro de bolsa

20

Asset Management
5.2 Filosofia de investimento
Investir em empresas de segunda e terceira linha (small caps), abaixo do radar do mercado, que apresentem alto potencial d apreciao, aps uma anlise minuciosa ( t lt t i l de i li i i (macro, micro e d campo); i de ) Estreitar os laos com o management da empresa e participar do processo de aproximao com o mercado;

Projetos Monitorados Qualidade da Administrao Qualidade dos Controladores Nvel de Governana Corporativa Mltiplos "com desconto Capacidade de Crescimento de Receitas Poder de Repasse de Preos Estrutura de Capital e Capacidade de Financiamento Mercado de Atuao Histrico de Remunerao do Capital (3 anos) Capacidade de Comunicao com o Mercado Nvel de Previsibilidade do Cash Flow Nvel de Dividendos Qualidade do Float (indicativo p/ o "smart money")

21

Asset Management g
5.3 Estrutura

Anlises Quantitativas

Joo Carlos Prandini Ca los a d

CIO

Marcos Elias

Risco Fernando Lima

Anlise/Trading Paulo Shinohara Renato Breia

Comercial Rodrigo Muraro

Back Office Thiago Konichi

22

Asset Management
5.4 Equipe
MARCOS ELIAS - Scio Fundador e Gestor - Scio e Responsvel pela rea de anlise da Link Corretora (2004-2006) - Co-Fundador da GAS Investimentos (2002-2004) - Analista Chefe do BNP (2000-2001) - Graduado em Engenharia Mecatrnica pela POLI-USP e MBA pela University of Pennsylvania RENATO BREIA - Scio e Responsvel pela rea de Trading - Trader da Mesa Bovespa Private da Link Corretora (2006) - Analista na rea de Sell Side da Link Corretora (2005) p -Economista pela PUC-SP THIAGO KONICHI - Scio e Responsvel pela rea de Controladoria e Backoffice Analista Financeiro da Fast & Food Logstica (2005-2007) g p g Graduado em Engenharia pelo Instituto Mau de Tecnologia JOO CARLOS PRANDINI - Responsvel tcnico pelas medies e anlises quantitativas - Scio diretor da Rocca, Prandini & Rabbat (1996-2006) - Coordenador do Projeto BM&F USP (1993) Professor do Instituto de Matemtica e Estatstica da USP (1976-2003) Doutor em Matemtica pela USP

23

Asset Management
5.4 Equipe
RODRIGO MURARO - Scio e Responsvel pela rea Comercial -E A Ex-Associate do UBS (S F i d (San Francisco) e da S fi i ) d Serfinan (M&A) -Graduado em Administrao de Empresas pela FEI e Ps-Graduao pela UC-Berkeley PAULO SHINOHARA - Scio e Analista de Renda Varivel -E A Ex-Associate da Hermes M i t d H Management C t Consulting e d B lti da Booz All & H ilt Allen Hamilton - Ex-Scio Diretor da BDO Trevisan - Graduado e Mestre em Administrao de Empresas pela FEA-USP FERNANDO LIMA - A li t de Ri Analista d Risco - Analista desenvolvedor de software na Maps RMS (2001-2008) - Mestrado em Cincia da Computao na rea de Inteligncia Artificial pela USP - Graduao em Cincia da Computao pela USP

24

3,5

Asset Management
5.5 Fundo Galleas Partners I FIA
Atualmente, a Galleas est gerindo o fundo Galleas Partners I FIA iniciado em outubro FIA, de 2006, e cuja excelente performance pode ser abaixo verificada. A meta que este fundo esteja entre as Top 5 mais rentveis do Brasil Brasil.

3,0 2,5 2,0 1,5 15 1,0 0,5 out 06 out-06

jan 07 jan-07

abr 07 abr-07

jul 07 jul-07

out 07 out-07 Galleas

jan 08 jan-08 IBOV

abr 08 abr-08

jul 08 jul-08 CDI

out 08 out-08

jan 09 jan-09

Rentabilidade Acumulada
Jan Galleas Ibovespa CDI Galleas Ibovespa CDI Galleas Ibovespa CDI Galleas Ibovespa CDI Fev
-2,84% 0,85% 2,57% 9,05% 0,80% 3,95% 0,87% 0 87% -

Mar
7,18% 0,97% -1,62% -5,53% 0,84% 11,73% 4,44% 1,05% 1 05% -

Abr
5,40% 7,68% 0,90% 8,62% 8,16% 0,94% 0 94% -

Mai
-

Jun
-

Jul
-

Ago
-

Set
-

Out
-

Nov
-

Dez
2,61% 1,06% 1,29% 0,80% 0,80% 0 80% 23,30% 6,39% 0,93%

Ano
-1,90% 8,99% 2,95% -54,88% -41,22% 12,36% 86,07% 43,68% 11,83% 11 83% 35,81% 20,21% 2,91%

Acum
11,87% 8,41% 33,13% 14,03% -0,53% 29,32% 152,71% 72,72% 15,09% 15 09% 35,81% 20,21% 2,91%

2009

0,94% 4,66% 1,10% 0,08% -8,04% 0,96% 6,83% 1,13% 1 13% -

-1,85% -0,97%

200 08

11,20% -0,32% 0,87% 13,83% 6,67% 1,02% 1 02% 0,95% 8,29% 3,56% 0,91% 0 91% -

0,47% -10,62% -18,30% -43,28% -13,38% 6,09% 1,06% 1,27% 1,15% 0,97% 0 97% 1,01% -3,31% 0,99% 0 99% 1,10% 6,43% 0,80% 0 80% 1,17% 7,00% 8,08% 0,92% 0 92% 0,81% 5,60% 0,93% 1,00% -0,83% -2,94% 0,84% 0 84% 9,27% 7,00% 1,02%

6,96% -10,44% -8,48% -6,43% -11,03% -24,80% -1,77%

2007

-0,57% -1,44%

-1,24% 11,23%

Patrimnio Lquido Patrimnio Lquido Mdio

2006

R$ 45 487 608 32 45.487.608,32 R$ 90.631.314,59

Incio 4/10/2006

25

Contedo

1. Conceito 2. Operao 3. 3 Estrutura e Equipe 4. Term Sheet 5. Asset Management 6. A 6 Anexos

26

Anexos
6.1 Notcias e Publicaes - EuroMoney
EuroMoney
JIM SIMONS: THE BEST TRADER ON THE PLANET; TREND FOLLOWER? December 03, 2008 , Chances are you haven't heard of Jim Simons, which is just fine by him. Nor are you alone. Many on Wall Street, including competitors in his specialty, quantitative trading, haven't heard of Simons or of his operation, Renaissance Technologies Corp., either. A d th t' simply extraordinary -- b C ith And that's i l t di because, gross or net, t Simons may very well be the best money manager on earth. An extreme judgment? Perhaps. Certainly, there has been no end of claimants to the title. And one after another, over the p past few years, these celebrated managers have either blown up or y , g p folded their tents. After big reverses, Julian Robertson closed down Tiger Management, and George Soros scaled back the activities of his Quantum Fund this year. John Meriwether's Long-Term Capital Management neatly took down the financial world in 1998. Simons, by contrast, just keeps getting better. Consider his performance over the past decade. Since its inception in March 1988, Simons' flagship $ 3.3 billion Medallion fund, has amassed annual returns of 35.6 percent, compared with 17.9 percent for the Standard & Poor's 500 index. For the 11 full years ended December 1999, Medallion's cumulative returns are an eyepopping 2,478.6 percent. Among all offshore funds over that same period, according to the database run by veteran hedge fund observer Antoine Bernheim, the next-best performer was Soros' Quantum Fund, with a 1,710.1 percent return. Simons is No. 1, says Bernheim. Ahead of ...

The advantage scientists bring into the game is less their mathematical or computational skills than their ability to think scientifically. They are less likely to accept an apparent winning strategy that might be a mere statistical fluke. fluke. Jim Simons, President Renaissance Technologies
Renaissance Technologies is a private investment management company with over $4,000,000,000 under management founded in 1982 by Jim Simons, who ( y , (correctly) believed in the p y) potential of technical trading models.

27

Anexos
6.1 Notcias e Publicaes - EuroMoney
... George Soros. Ahead of Mark Kingdon. Ahead of Bruce Kovner. Ahead of Monroe Trout. Jim Simons is without question one of the really brilliant people working in this business, says quantitative trading star David Shaw, chairman of D.E. Shaw, which boasts returns above 50 percent thi year. H i a fi t t scholar, with a genuinely b t this He is first-rate h l ith i l scientific approach to trading. There are very few people like him. Simons surrounds himself with like minds. The headquarters of Renaissance, in the quaint town of East Setauket on New York's Long Island, resembles nothing so much as g , g a high-powered think tank or graduate school in math and science. Operating out of a one-story wood-and-glass compound near SUNY Stony Brook, Renaissance, founded in 1982, has 140 employees, one third of whom hold Ph.D.s in hard sciences. Many have studied or taught in Stony Brook's math department, which Simons chaired from 1968 to 1976 1976. Among their ranks: practitioners in the fields of astrophysics, number theory, computer science and computational linguistics. In notably short supply are finance types. Just two employees, including the head of trading, are Wall Street veterans. I have one guy who has a Ph.D. in finance. We don't hire people from business schools. We don't hire people from Wall Street, says Simons. We hire people who have done good science. The atmosphere is college casual, if intense - think of a perpetual exam week. Though a natty dresser, Simons sets a properly idiosyncratic tone. He has been known to show up at formal business meetings without socks, says Jerome Swartz, Simons' next-door neighbor on Long Island. Job candidates don't have to know any finance -- in fact, Wall Street experience is a black mark but they t t talk their i tifi h to the ti - b t th must present a t lk on th i scientific research t th entire firm before being offered a job. Most staffers seem to know little about the rest of the financial services industry, or even the hedge fund business. Asked about the performance of legendary futures p g y trader and Renaissance rival Paul Tudor Jones, one researcher says, Who's Tudor Jones?

Copyright 2000 Euromoney Institutional Investor PLC

28

Anexos
6.2 Notcias e Publicaes New York Post
New York Post
TUDOR JONES' BLACK-BOX FUND FIGURES ON A GOOD 7 MONTHS By Teri Buhl y August 24, 2008 Paul Tudor Jones' trading firm Tudor Investment might be a newbie to trading mathematical- quant strategies but it has soared to the top of the sector through July 31 - beating out seasoned vets in the field namely Goldman Sachs' Global Equities Opportunities field, Sachs fund and Jim Simons' RIEF quantitative hedge funds. Tudor's Tensor fund, run by Steve Evans, boasts an 18.9 percent gain year-to-date, according to sources familiar with the performance and confirmed by the company. The fund, which invests in global equities and has nearly $1 billion in assets, like all quant funds, uses complicated computer-programmed strategies that directs all trades. It is so confusing that most market traders just refer to it as black box magic. Clearly the Tudor team's magic is working as it's beating market peers by a wide margin and even surpassing its 13.78 percent average annual returns since late 2005 inception. Goldman Sachs Asset Management, once hailed as the leader in quant strategies with average returns over 30 percent, h t t gi ith g t t has seen it own its Global Equities Opportunities fund strategy slip. According to sources inside GSAM, the July turmoil that hit many hedge funds hard this year took GEO down off its 7 percent return as of mid-June to a flat-to-up less than 1 percent performance as of July 31. GEO's assets under management have fallen from $6 billion in Sept. 2007 to $1 billion as of Aug. 22. Star trader Mark Carhart took over managing the GEO fund in February. Goldman Sachs refused to comment on the fund. The king of quant strategies, mathematician James Simons is also failing in a similar strategy. According to investors, its Renaissance Institutional Equities Fund is down about 4 percent this year. It has assets of $15 billion under management. While the legendary trader Tudor Jones and his oldtime trading star James Polatta are parting ways at the end of the year, the Greenwich-based fund is not concerned, sources say, as new trading blood, including Evans, appear to be taking the firm in the right direction. Tudor Jones' flagship B.V.I fund, with $11 billion of assets, is also up 2.3 percent year to date.

29

Anexos
6.3 Notcias e Publicaes The Hindu
The Hindu Business Line
MORE FUND HOUSES EYEING QUANT FUND LAUNCH By Ranjan Prasad May 5, 2008 y , The first Quant Fund launched in India has received a fair amount of response, prompting several others to follow suit. The portfolio of a quant fund is based on computer-based quantitative analysis working on a mathematical model with no human model, judgement involved. Lotus India Mutual Funds Lotus India Agile Fund which was launched in November last year as Indias first quant fund, currently manages Rs 230 crore on behalf of around 40,000 investors. The Agile Fund is our largest equity fund today. Though the NAV has come down due to the correction in the market, the investors interest in the fund is intact, said Mr Rajesh Vijay Shastri , Head of Business Development and Strategic Initiative, Lotus India Mutual Fund. Lining up Benchmark Mutual Fund has now filed an offer document with market regulator Sebi for a quant fund while a leading fund house, it is reliably learnt, is planning to convert its index fund into a quant fund. Mr. Rajen Mehta, Executive Director of Benchmark Mutual Fund, said, We have filed our document and are now awaiting Sebis observations. The quantitative analysis is undertaken using computer based computer-based models either designed inhouse or outsourced by the fund.The quant fund works on an algorithm (computer based programme) which is a tough task to develop as it requires a lot of effort and research, said Mr Shastri. Quant funds are more popular among the private funds such as hedge funds, rather than among public funds. Stock universe The fund invests in a stock universe selected by preprogrammed guidelines. For example, in the case of Lotus India Agile Fund, the stock should have been listed for at least one year, the , y , market cap of the stock should be higher than the market cap of the S&P CNX Nifty stock that has the lowest market cap, and so on. The portfolio of stocks is reviewed and reset every month using the quantitative analysis model. Quant Funds first emerged in the 1970s and became popular in the 1990s as computing methods evolved. According to an estimate, currently over $800 billion in assets under management are invested in quant funds globally. There are around 200 fund houses in the quantitative space with 120 in the US alone.

30

Anexos
6.4 Notcias e Publicaes - Veja
Veja Especial Transio Digital
UMA CENA EM EXTINO Nmero de robs que lucram investindo no mercado financeiro cresce e mostra que a economia pende cada vez mais para o virtual q p p os analistas virtuais por vezes apresentam melhor desempenho do que os rivais de carne e osso. De 2001 a 2004, o volume de recursos administrados por mquinas cresceu 21%, enquanto os geridos de forma convencional, 9%. A Lipper, empresa internacional de pesquisa financeira, indica que surgiram nos Estados Unidos 81 novos fundos bti f d robticos em 2006 E 2006. Eram 21 em 2005 e somente t em 2001 t trs 2001. Ningum deve sair correndo de casa para colocar dinheiro sob o comando dessas mquinas, mas elas comeam a representar um contraponto estridente ao mundo analgico dos investimentos. Esses novos fundos tm outra singularidade: no so g administrados por economistas, mas, normalmente, por fsicos, matemticos e engenheiros. Os robs investidores usam conceitos e tcnicas computacionais baseados na teoria do caos. Tal doutrina defende a idia de que sempre possvel encontrar ordem, mesmo em fenmenos tidos como caticos. Um exemplo: antes de soltar um lpis no ar no h como saber exatamente o que vai acontecer com ele ao ar, tocar o cho. Mas, assim que solto, as primeiras informaes sobre seu movimento permitem prever o restante da trajetria de queda. Os fundos quantitativos processam as variaes no mercado financeiro, que correspondem ao incio da descida do lpis, e estimam o que vem depois. Bretas, da Phynance: "Computadores decidem sem a influncia de emoes" No Brasil, os fundos quantitativos engatinham, mas, ainda assim, o volume de recursos gerenciados por computadores ...

Se o desafio pode ser expresso em termos matemticos, ningum melhor do que um computador para resolv-lo. por isso que, sem descargas de adrenalina nem riscos de infarto, crebros eletrnicos esto substituindo o homem em decises de investimento nos principais centros financeiros do planeta. Esses robs j administram 1,5 trilho de dlares o equivalente a 7% do volume mundial gerido por fundos de investimento. Ininterruptamente, analisam o mercado e compram e vendem aes, moedas e commodities. Um estudo feito com base em setenta fundos americanos geridos g id por esses sistemas, chamados d quantitativos, d i t h d de tit ti demonstrou que t

31

Anexos
6.4 Notcias e Publicaes - Veja
... dobrou em 2006, atingindo 0,8% dos 800 bilhes de reais que a indstria de fundos movimenta no pas. Uma dessas empresas, a Phynance, administrada pelo astrofsico Fabio Bretas. H dez anos, ele comeou a experimentar os altos e baixos da bolsa e decidiu d idi aplicar seus conhecimentos cientficos para d t i h essas li h i t i tfi destrinchar flutuaes. Com uma equipe de doze pessoas, com apenas dois economistas e seis fsicos ou especialistas em computao, desenvolveu um modelo matemtico que d aos computadores condies de acompanhar o comportamento das trinta aes com maior liquidez da Bovespa. As mquinas processam perto de 1 milho q p q p p de dados por semana e examinam padres estatsticos. "Os computadores decidem sem nenhuma influncia das emoes", diz Bretas. "Dessa forma, eliminamos da deciso fatores como a paixo ou o dio, comuns em pessoas que ganharam ou perderam dinheiro com determinado papel. O sonho dos fundos quantitativos imitar a trajetria bem-sucedida de dois fsicos americanos que estudaram na Universidade da Califrnia, em Santa Cruz. Na dcada de 1970, a dupla desenvolveu um minicomputador embutido no sapato para vencer as roletas dos cassinos de Las Vegas. Eles lucraram 10 000 dlares. Em 1991, Doyne Farmer (veja entrevista) e Norman Packard fundaram a Prediction Company, aplicando seus conhecimentos sobre sistemas complexos e teoria do caos para fazer previses em torno dos preos de aes. O sucesso foi to grande que, em 2000, eles venderam 25% da empresa ao banco suo UBS por 300 milhes de dlares. Em novembro do ano passado, concluram a venda do restante da companhia, mas silenciaram sobre o valor final do negcio. Os crticos de modelos como os da Prediction argumentam que eles se baseiam em dados histricos e, portanto, no t d lidar t inesperados. Al di d Alm disso, no esto preparados para lid com eventos i conseguem levar em conta fatores humanos, como o lanamento de um produto por uma empresa ou uma mudana administrativa que pode ter impacto nos resultados de uma companhia. "Eles apenas monitoram certas condies do mercado e compram ou vendem reagindo a elas. J uma pessoa capaz de ler j p p jornais, conversar com outras p , pessoas e refletir sobre o que est acontecendo. Por isso, h coisas que os modelos que construmos s sero capazes de fazer quando as mquinas comearem a pensar", disse Farmer a VEJA. Hoje, esses sistemas tm algo de humano, por exemplo, exemplo no comportamento de manada que podem apresentar diante de uma crise sistmica ou de um ataque especulativo. Como as regras que esto por trs dos computadores apresentam muitas semelhanas, as mquinas podem tomar as mesmas decises sobre compra e venda de ativos em uma determinada situao. E isso cria um movimento, que pode apontar para o buraco, semelhante ao de uma manada. Com o tempo, acredita Farmer, uma espcie de seleo natural pelo lucro tender a favorecer os robs que se comportam de maneira diferente. A inteligncia artificial tambm tem sido incorporada em larga escala por bancos e operadores de cartes. Eles usam redes neurais, por exemplo, para reforar a segurana de seus sistemas de computadores. Essas redes tentam simular em mquinas o funcionamento do crebro ...

32

Anexos
6.4 Notcias e Publicaes - Veja
... humano em atividades de aprendizado, associao de idias e abstrao. Elas so capazes de identificar o comportamento dos clientes e avaliar se uma operao especfica de saque ou de compra por carto pode ser fraudulenta. Caso se detecte uma atividade fora dos d d padres, a operao no autorizada. t i d O processo de virtualizao do dinheiro, movido pela indstria financeira, comeou com os caixas eletrnicos, na dcada de 1970, passou pelos sistemas de internet banking e, atualmente, pode ser observado no crescimento do mercado de cartes. Enquanto o q nmero total de cheques trocados no Brasil caiu 35% nos ltimos oito anos, o uso de cartes de crdito cresceu mais de 150% desde 2000. Nas transaes realizadas pelos consumidores, que excluem as pessoas jurdicas, o carto superou o cheque como meio de pagamento em 2004 e sua participao vem crescendo. Neste ano, a estimativa que os cartes sejam usados em 20% dos pagamentos feitos pelas famlias brasileiras, em comparao com 13% realizados com cheques. Segundo projeo da consultoria Boanerges & Cia., em 2015 a participao dos cartes deve crescer para 32% e a dos cheques cair para 8%. Entrevista: Doyne Farmer "As mquinas vo pensar" Quando os estudos sobre a teoria do caos apenas engatinhavam na Universidade da Califrnia, em Santa Cruz, na dcada de 1970, d 1970 os f i fsicos D Doyne F Farmer e N Norman P k d d idi Packard decidiram usar clculos para vencer as roletas de Las Vegas. Os anos de estudo e as incurses aos cassinos renderam 10 000 dlares dupla, mas eles perceberam que podiam usar suas teorias para apostar mais alto. Em 1991, fundaram a Prediction Company, especializada no desenvolvimento de modelos computacionais para a gesto de recursos p p g no mercado financeiro. O sucesso da empresa chamou a ateno da Unio de Bancos Suos (UBS), que, no ano passado, adquiriu o controle da empresa. Packard atua hoje na rea de biotecnologia. Farmer professor do Instituto Santa F, no Novo Mxico, e concedeu a seguinte entrevista a Ana Paula Baltazar. Veja Os modelos para previso de movimentos do mercado financeiro se mostraram eficientes em alguns aspectos. Mas onde podem falhar? Farmer Esses modelos so primitivos. Essencialmente, respondem a estmulos, de modo muito mais parecido com o crebro de uma barata do que com o de um ser humano. Eles no apresentam um modelo cognitivo do mundo. Apenas monitoram certas condies do mercado e compram ou vendem em resposta a essas variaes. Em contrapartida, uma pessoa pode ler jornais, conversar com outras e pensar sobre o que est acontecendo. Portanto, existem coisas que uma pessoa capaz de fazer que os modelos do tipo que construmos s podero ...

33

Anexos
6.4 Notcias e Publicaes - Veja
... fazer quando as mquinas comearem a pensar. Veja Como esses modelos devem evoluir? Farmer E F Esses ti tipos d modelo fi cada vez mais precisos e se de d l ficaro d i i estendero a outros domnios. Com o tempo, eles comearo a processar informaes de texto e a modelar o comportamento dos agentes financeiros. Enfim, um dia as mquinas comearo a analisar o cenrio usando modelos cognitivos complexos. Vo superar totalmente os operadores humanos. p Veja Quando isso deve acontecer? Farmer Nos prximos vinte anos, o poder de hardware dos computadores ser multiplicado por 1 000. Com isso e com o lento aperfeioamento do software eles podero executar tarefas cada vez software, mais complexas at que terminem pensando, mesmo que faam isso por mtodos completamente diferentes do nosso. No consigo dizer quando isso acontecer, mas ficaria surpreso se levasse mais do que 100 anos. O grande desafio entender como fazer com que os computadores se programem sozinhos, estabeleam objetivos espontaneamente e construam modelos abstratos sobre o mundo. Esses so problemas difceis, mas no h razo para acreditar que no tenham soluo. Afinal, ns fazemos isso. Nossos crebros so apenas mquinas, com lentas unidades biolgicas de processamento e grande quantidade de processamento paralelo. Ainda no entendemos a arquitetura que nos permite pensar, mas isso tambm uma questo de tempo. Veja Ento, os robs investidores vo dominar os mercados financeiros no futuro? Farmer Eu acredito que sim. Hoje verdade que, na maioria dos casos, a deciso de comprar e vender tomada por um ser humano e que a mquina apenas gerencia a ttica e o momento de execuo da ordem. No entanto, sistemas como os da Prediction Company, em que todas as decises so tomadas por mquinas, esto se tornando cada p q , vez mais comuns.

34

Anexos
6.5 Notcias e Publicaes Valor Econmico
Valor Econmico
INTELIGNCIA ARTIFICIAL 15.02.2006 Os fundos quantitativos, que usam frmulas matemticas e estatsticas para decidir onde investir, devem ganhar espao este ano com a busca dos investidores por diversificao de maior risco. Esses fundos j somam um patrimnio de mais de R$ 400 milhes, metade disso em aplicaes feitas apenas no ano passado. As estratgias variam bastante de gestor para gestor e neste ano at dia e, ano, 9 de fevereiro, a maioria dessas carteiras ganha do CDI, conforme estudo feito pelo Valor com base em dados do site Fortuna. Aos poucos, os fundos quantitativos vo tambm se tornando acessveis a clientes de varejo de alta renda. No ms passado, o BankBoston passou a oferecer o Boston Expert para seus clientes. E novas empresas esto criando alternativas para os investidores, seja via fundos ou via assessoria financeira. Alm disso, alguns multimercados passaram a adotar a estratgia em parte de suas carteiras, caso da Mxima Asset Management. A principal caracterstica dos quantitativos que eles tentam evitar que as emoes dos gestores influenciem nas decises. Quem decide o que fazer o modelo, que funciona como uma espcie de rob, mandando o gestor comprar ou vender. L fora, o prprio rob faz as operaes, caso do mercado internacional de moedas, que funciona 24 h f i horas. Na viso desses gestores, o mercado eficiente e no pode ser vencido. "A emoo um problema grave no processo de deciso", diz o fsico - sim, fsico, no engenheiro ou economista - Fabio Bretas, scio da Phynance Estratgias. Criada no fim do ano passado, a empresa vende servios de anlise quantitativa para aes e j conta com mais d 90 usurios. "L li tit ti t i de i fora voc tem cerca de US$ 80 bilhes em fundos quantitativos, geridos por mquinas", diz ele, que cuidava at o ano passado de um fundo desse tipo do BankBoston. Bretas espera que este seja o ano dos fundos p q j quantitativos no Brasil pela necessidade do mercado em buscar novas alternativas para diversificar suas carteiras. "No ano passado, o destaque foram os long/shorts, que abriram o caminho para os quantitativos", diz. A falta de preparo cientfico dos investidores brasileiros para entender os princpios dessas carteiras ainda um desafio, avalia o executivo. Mas os exemplos de sucesso no exterior como o Superfund, da austraca Quadriga, que acumula mais de 500% em dlar de 1996 at hoje, devem atrair a ateno dos aplicadores. No mesmo perodo, os ndices Dow Jones e S&P 500 registraram alta de 100% e o CDI no Brasil, em dlar, acumula 229%. Os fundos quantitativos usam como base a Teoria do Caos, segundo a qual haveria ordem mesmo nos desastres. A questo encontrar os padres - ou fractais - que permitiriam antecipar os eventos e com isso prever o comportamento do mercado. ...

35

Anexos
6.5 Notcias e Publicaes Valor Econmico
... O modelo quantitativo mais simples o dos fundos seguidores de tendncias ("trend following"), tambm chamados de CTA, do qual faz parte o Superfund. No Brasil, um de seus representantes o Orbix. Apesar de semelhante ao modelo grafista, esses f d fundos criam um sistema que ti i it tira d gestor a f do t funo d de interpretar os grficos, reduzindo com isso a influncia da emoo na deciso. Outros modelos vo alm e utilizam tanto os instrumentos de "trend following" quanto os fractais para decidir a hora de entrar e sair do mercado, diz Bretas. Alm disso, esses sistemas tm a capacidade de se aperfeioar, aprendendo com os erros do passado, usando p , p p , instrumentos de inteligncia artificial. " como o sistema de identificao de voz dos servios telefnicos, por exemplo, que vai aprendendo com os erros", diz. Caula no mercado, o Singular, criado em julho do ano passado, passado alia teorias comportamentais com a teoria quantitativa para fazer investimentos em bolsa. "Montamos as premissas e, depois do modelo pronto, no interferimos mais", diz David Gotlib, scio da Zoom Asset Management. O objetivo tornar as decises o mais racionais possveis, para evitar as armadilhas da emoo humana. "H tendncia de o investidor vender rapidamente um ativo que subiu muito, mas uma grande dificuldade em se desfazer de um que est em queda", exemplifica ele. Gotlib lembra de um episdio no fim do ano passado, quando um dos scios se viu tentado a desobedecer o modelo e se desfazer de determinado papel que todos estavam vendendo. "Chamei-o para tomar um caf, conversamos e decidimos que devamos confiar no modelo", explica. O resultado foi que o fundo voltou a ganhar. A principal vantagem d gesto quantitativa o estudo i i l t da t tit ti t d estatstico dos riscos, diz Mrio Carvalho, vice-presidente snior de Fundos de Investimentos do WestLB. "O gestor faz a simulao, pega o histrico desde 1999 e contrabalana todas as nuances de risco, as caractersticas da curva de preos", diz. Isso evita que o gestor se deixe levar pelos movimentos do mercado. "E o mercado soberano", p , diz Carvalho, outro fsico gestor. No ano passado, dois dos trs quantitativos do WestLB bateram o CDI. O Institucional, moderado, atingiu 108% do CDI e o Absolut Return, agressivo, 115%. O Performance, conservador, ficou perto do CDI. Os trs fundos adotam a estratgia de "trend following", diz Carvalho. Esse modelo serve para identificar a tendncia geral de um ativo, de alta ou baixa, e os pontos de compra e venda para determinado ativo. Depois, feito um clculo para definir o peso do papel na carteira, para evitar o risco das flutuaes de curto prazo. Para impedir o impacto desses altos e baixos e reduzir o risco do fundo, o gestor coloca um percentual menor dos ativos mais volteis na carteira. Alm do BankBoston, outro banco de rede que oferece carteira quantitativa para a clientela o Santander Banespa. O fundo, porm, voltado para investidores de maior renda, e exige ...

36

Anexos
6.5 Notcias e Publicaes Valor Econmico
... aplicao mnima de R$ 50 mil. No ano passado, a carteira ficou abaixo do CDI, mas neste ano j acumula alta de mais de 7%, at dia 9. A corretora Santander Banespa criou inclusive um servio de anlise quantitativa de aes para pessoa fsica. At o maior b i banco privado d pas, o B d i d do Bradesco, est atendo aos f d t t d fundos quantitativos. Segundo Marcos Villanova, superintendente executivo responsvel pelo Departamento de Investimentos, o banco acompanha o desempenho dessas carteiras para ver se h espao para a estratgia entre as opes de fundos diferenciados oferecidas aos clientes. Nem todos os fundos usam os instrumentos quantitativos a ferro e fogo. q g No caso da ForeSee, por exemplo, os modelos so usados como base para a deciso do gestor. J o Princpia rene estratgias long/short com modelos estatsticos. A Fidcia Asset, por sua vez, transformou o fundo quantitativo em uma parte do fundo multiestratgia da casa.

37

Disclaimer

Fundos de investimento no contam com garantia do administrador do fundo, do gestor da carteira, de qualquer mecanismo de seguro ou ainda do fundo garantidor de crditos FGC A rentabilidade ou, ainda, FGC. obtida no passado no representa garantia de rentabilidade futura. recomendada a leitura cuidadosa do prospecto e regulamento do fundo de investimento pelo investidor ao aplicar seus recursos. Este fundo utiliza estratgias com derivativos como parte integrante de sua poltica de investimento. Tais estratgias, da forma como so adotadas, podem resultar em significativas perdas patrimoniais para seus cotistas. O f d t i i i ti t Os fundos d aes podem estar expostos a significativa de d t t i ifi ti concentrao em ativos de poucos emissores, com os riscos da decorrentes.

38