Alvo de volatilidade no trading: dimensionamento, previsão e limites

Um alvo de volatilidade especifica o quanto uma posição ou carteira sem mudanças deveria oscilar sob determinada hipótese de previsão. Primeiro, é preciso definir a série de retornos: por exemplo, de uma ação, de um contrato futuro ou de uma carteira cujas regras já foram estabelecidas. Só então a exposição é ajustada à variabilidade estimada dessa série. O alvo não prevê se o retorno será positivo ou negativo.

Para uma estratégia-base fixa, o multiplicador pode ser escrito como kₜ = volatilidade-alvo ÷ volatilidade prevista. Se a meta anualizada for 10% e a previsão anualizada for 20%, então kₜ = 0,50. Antes de aplicar outros limites, a exposição planejada equivale à metade da exposição-base. Mantidas a estratégia e a estimativa de risco, o fator muda o tamanho da posição; ele não cria, por si só, uma nova ideia de operação.

Isso é diferente de preço-alvo, ordem stop ou orçamento fixo de perda. A regra distribui um nível de risco previsto por vários períodos, mas não limita a perda de um dia específico. Confundir volatilidade com direção do mercado ou com um valor garantido de perda leva a uma leitura incorreta da regra.

Na pesquisa e na prática, os termos gestão de volatilidade e gestão de risco podem descrever regras de escala diferentes. Na regra intuitiva de alvo de volatilidade, o desvio-padrão previsto fica no denominador: a exposição é proporcional ao alvo de volatilidade dividido pela previsão. Mantidas as demais premissas, se a previsão dobrar, o multiplicador cai pela metade, a menos que outra regra interfira.

Uma construção conhecida na pesquisa escala a exposição em proporção à variância inversa estimada com retornos anteriores: peso ∝ 1 ÷ variância estimada. Na construção central de Moreira e Muir, usa-se a variância realizada do período anterior, não o mesmo cálculo direto de um alvo de volatilidade. Como a variância é o quadrado do desvio-padrão, dobrar a volatilidade reduz esse peso a um quarto, não à metade. Os estudos também podem usar um fator de normalização próprio. Esse fator pertence ao desenho de cada análise e não transforma automaticamente a regra em um alvo de volatilidade definido diretamente.

Não é apenas uma diferença de nome. As duas regras reagem de forma distinta à mesma mudança na previsão e podem gerar giro, picos de alavancagem e trajetórias de retorno diferentes. Moreira e Muir estudam a escala inversa à variância em carteiras de fatores (estudo de 2017). Barroso e Santa-Clara analisam uma estratégia de momentum com risco gerenciado (estudo de 2015). Resultados de uma estratégia ou amostra específica não se aplicam automaticamente a um ativo isolado.

A previsão precisa corresponder à mesma série de retornos cuja exposição será escalada. Quem opera um contrato futuro não deve substituir essa série, sem explicar, pela volatilidade de um índice de ações. Se a regra dimensiona uma estratégia long-short definida, a estimativa deve refletir os retornos e as decisões de posição dessa estratégia. Em uma carteira com vários ativos, a variância também depende das covariâncias; calcular a média das volatilidades individuais não basta.

O desvio-padrão móvel dos retornos diários é simples de calcular, mas inicialmente descreve oscilações já observadas. Para agir, a regra precisa de uma estimativa disponível no momento da decisão e relevante para o período seguinte. Uma janela móvel, EWMA ou GARCH pode servir de base, mas cada método reage de modo diferente a choques recentes e observações mais antigas. O guia sobre agrupamento de volatilidade e GARCH explica a previsão da variância condicional; o cone de volatilidade situa medidas de volatilidade realizada em sua distribuição histórica.

Unidade e horizonte também precisam coincidir. Um desvio-padrão diário não pode ser comparado diretamente com um alvo anual. A conversão comum por √252 pressupõe uma convenção diária compatível e retornos aproximadamente não correlacionados e suficientemente estáveis. Com autocorrelação, saltos ou mudanças de regime, essa aproximação pode representar mal as oscilações em prazos mais longos. Compare medidas anualizadas pela mesma convenção ou expresse ambas na mesma escala temporal. Desvio-padrão e variância também não são intercambiáveis: volatilidade de 20% corresponde a variância de 0,20² = 0,04 em unidades de retorno ao quadrado. O guia sobre variância e volatilidade detalha essa diferença.

Considere uma estratégia-base sem mudanças, com exposição nocional de US$ 100.000 e previsão de volatilidade anualizada de 20%. O alvo escolhido é 10%. A razão é 10% ÷ 20% = 0,50, e a exposição calculada cai para US$ 50.000. É uma ilustração aritmética com escala linear, a mesma carteira e horizontes e unidades compatíveis. Os custos ainda não estão incluídos, e o cálculo não fixa em 10% a volatilidade que será realizada.

Em outro período, suponha que a previsão caia para 5%. Sem limite, o multiplicador seria 10% ÷ 5% = 2, levando a exposição a US$ 200.000. Se uma regra hipotética limitar o multiplicador a 1,25, a exposição permitida será de até US$ 125.000. Com previsão de 5%, isso corresponde, sob a hipótese linear, a 6,25% de volatilidade prevista após a escala, abaixo do alvo de 10%. O limite de alavancagem prevalece sobre o resultado matemático; nesse caso, o alvo não foi atingido.

O exemplo pressupõe a mesma estratégia e carteira, horizonte e unidades compatíveis e uma relação linear entre exposição e risco. Opções, saltos de preço e liquidez limitada podem mudar essa relação. A conta mostra somente como a exposição planejada muda quando a previsão muda. Ela exclui custos e não prevê desempenho ou perdas.

Uma regra de posição só pode usar informações disponíveis antes do período de retornos que será escalado. Uma nova estimativa calculada no fechamento de t pode definir a exposição para o próximo período negociável. Ela não pode ser aplicada retroativamente ao mesmo retorno diário usado para calculá-la. No backtest, horário do sinal, envio da ordem, preço de execução e intervalo dos retornos precisam obedecer à sequência temporal real.

Atrasos na divulgação dos dados também importam. O preço de fechamento pode só ser confirmado depois do fim da sessão; o valor de um fundo ou índice pode sair mais tarde. Se a estratégia real só puder reagir no próximo momento negociável, a simulação histórica precisa reproduzir esse atraso. Um ajuste artificialmente rápido faz parecer que a posição evitou um choque que já tinha ocorrido.

Defina também a frequência de rebalanceamento. Atualizações diárias respondem mais depressa a mudanças na estimativa, mas podem gerar muito mais giro e custos. Uma rotina semanal ou mensal suaviza os ajustes, porém mantém a exposição inalterada por mais tempo entre as datas. Frequência dos dados, horizonte da previsão e calendário de rebalanceamento são escolhas distintas e não devem ser reduzidos a um único número.

Em uma carteira com várias posições, o risco total não depende apenas da volatilidade de cada componente. Se os pesos não mudarem todos na mesma proporção, a variância prevista precisa incluir covariâncias: σ²ₚ = wᵀΣw, em que w representa os pesos e Σ é a matriz de covariâncias prevista. Se um único multiplicador k escalar uma carteira fixa, sua variância aumenta idealmente por k² e sua volatilidade por |k|.

Essa simplificação pressupõe que a composição e os pesos relativos permaneçam fixos durante o ajuste e que os retornos escalem aproximadamente de forma linear com a exposição. Se cada ação, futuro ou estratégia for escalado de acordo com sua própria volatilidade, os pesos da carteira e as correlações também mudam. A volatilidade resultante da carteira não pode mais ser obtida por uma única razão. Choques de mercado e liquidez compartilhados podem alterar correlações justamente quando as médias históricas são menos informativas.

Separe ainda exposição a valor de mercado, alavancagem bruta e líquida, margem e risco de volatilidade. Uma posição em futuros pode exigir pouca margem inicial para uma exposição nocional grande. O saldo disponível na conta não limita automaticamente o tamanho da posição a determinado nível de risco. Especificações do contrato, garantias, margem de variação diária e liquidação pela corretora exigem verificações próprias; o número do alvo de volatilidade não substitui esses controles. O guia sobre dimensionamento de posições em futuros explica por que margem e perda potencial são medidas diferentes.

Quando a previsão se aproxima de zero, alvo ÷ volatilidade prevista cresce muito. Sem limite superior, uma janela recente tranquila pode reduzir a estimativa e sugerir uma posição enorme. Sistemas práticos costumam definir alavancagem máxima, piso para o denominador, tamanho máximo de posição ou limites adicionais de concentração e liquidez. Cada limite altera a regra efetiva e precisa ser reproduzido da mesma maneira no backtest.

Um limite restringe a exposição calculada, mas não garante uma perda máxima. O mercado pode abrir com um gap, ordens podem ser parcialmente executadas, spreads podem se alargar e requisitos de margem podem aumentar. Futuros, perpétuos e outros instrumentos alavancados também envolvem financiamento, funding, custos de empréstimo e fluxos de caixa diários. A estimativa de volatilidade tampouco garante o preço de saída: depois de um gap, a execução pode ficar longe do nível previsto.

Ajustes frequentes e grandes mudanças no multiplicador geram mais giro. Comissões, spread entre compra e venda, slippage, impacto de mercado e financiamento reduzem o retorno líquido. Se esses itens faltarem na série de retornos, também podem distorcer a previsão de volatilidade. Uma avaliação cuidadosa apresenta resultados brutos e líquidos e incorpora hipóteses de custo plausíveis que podem variar ao longo do tempo. Suavizar a previsão, usar histerese ou exigir uma mudança mínima antes de enviar uma ordem pode reduzir o giro, mas acrescenta parâmetros que não devem ser otimizados depois de observar o mesmo resultado do teste.

Compare a posição escalada com a mesma estratégia-base sem escala, usando os mesmos dados e a mesma cronologia. Uma avaliação walk-forward deve usar, em cada data, somente informações anteriores. Se janela, modelo de previsão, alvo, limite e frequência de ajuste forem escolhidos olhando todo o histórico que depois sustenta o resultado, parte do desempenho pode refletir a procura por uma variante favorável.

Além da volatilidade realizada anualizada, registre retorno líquido, drawdown máximo, perdas na cauda esquerda, distribuição da alavancagem, giro, financiamento e comportamento em períodos de estresse. Menor volatilidade pode vir acompanhada de retorno menor; uma melhora de Sharpe dentro da amostra pode depender do desenho da avaliação. A anualização do Sharpe também pode enganar quando os retornos são dependentes; o guia sobre correlação serial e anualização do Sharpe aborda essa questão. Um block bootstrap de retornos da estratégia pode medir incerteza estatística, mas não corrige automaticamente a seleção da estratégia.

A pesquisa não oferece garantia universal. Moreira e Muir relatam benefícios para determinadas carteiras escaladas pela variância inversa (estudo de 2017), enquanto Cederburg e coautores não encontram melhora sistemática do Sharpe em uma comparação mais ampla de 103 estratégias de ações (estudo de 2020). O contraste mostra a importância da definição, da amostra, da normalização ex post e da implementação em tempo real. No enquadramento teórico de Taylor, uma alocação dinâmica ótima também pode depender do retorno condicional, da variância e da preferência por risco (estudo de 2023). Uma previsão de volatilidade, isoladamente, não é uma otimização completa da carteira.

Uma regra de alvo escala a exposição ex ante com base em uma previsão; ela não promete que a volatilidade realizada será igual à meta. O mercado pode se mover mais rápido ou com maior intensidade do que o modelo antecipa. Um gap inesperado atinge primeiro a posição existente; só depois uma nova previsão pode reduzir a exposição. Se a alta da volatilidade vier junto com queda de preços, o ajuste não desfaz a perda nem impede um drawdown específico.

Mercados tranquilos também não são livres de risco. Volatilidade recente baixa pode aumentar a exposição pouco antes de a distribuição mudar. Um único desvio-padrão não descreve assimetria, tamanho de saltos, problemas de liquidez nem movimentos extremos conjuntos. Duas estratégias com a mesma volatilidade estimada podem ter trajetórias de perda muito diferentes. Portanto, volatility targeting não é stop-loss, não garante proteção contra perdas e não prevê retornos futuros.

Antes de usar a regra, defina o horizonte do alvo, o modelo de previsão, o momento da execução, o piso do denominador, o limite de alavancagem, as premissas de custo e o processo de revisão. Os testes históricos devem mostrar quando a regra aumentou ou reduziu a exposição, e não apenas uma estatística agregada. O método explica como converter uma estimativa de risco definida em exposição; não prova que a estratégia-base seja sustentável e não constitui recomendação financeira personalizada.