Christine Downton conhece o mercado de títulos de dentro para fora. Por mais de 20 anos ela acompanhou os mercados globais como acadêmica, funcionária de banco central e administradora de investimentos e, mais recentemente, como co fundadora da Pareto Partners, uma pequena corretora de administração de fundos com clientela restrita.
Essa perícia duramente conquistada, agora foi transferida para um computador. Durante nove meses, ela fez um "download" metódico das regras e dos princípios que orientam as suas decisões sobre investimentos. O resultado é um sistema baseado no conhecimento, um sofisticado programa de computador que imita as suas habilidades na administração de investimentos.
Os sistemas baseados no conhecimento são uma forma de inteligência artificial que destila o conhecimento de um "expert" humano num conjunto de regras "se"..."então". Pela primeira vez concebidos no começo da década de 70, esses sistemas vêm sendo utilizados para automatizar a adoção de decisões em áreas que variam de classificação de créditos à estratégia de campos de batalha.
A Pareto Partners viu a possibilidade de aplicar os sistemas baseados no conhecimento aos investimentos em 1992, depois que formou uma sociedade de pesquisa com a Hughes Research Laboratories, a unidade central de pesquisa sediada na Califórnia da Hughes Aircraft Companhy, que utiliza extensivamente a inteligência artificial em projetos militares.
Os administradores de fundos e os pesquisadores viram paralelos entre a defesa e os investimentos. "Ambos tem que processar uma quantidade maciça de informações para analisar uma situação e tomar decisões. Em ambas as situações é muito importante adotar o caminho certo", diz Downton.
A sua tarefa era elaborar 1,5 mil regras que englobassem o seu conhecimento de como funcionam os mercados de títulos. Isso implicava pensar sobre o relacionamento entre 20 variáveis, inclusive inflação, fornecimento de dinheiro, preços de commodities, taxas de juro e taxas de câmbio.
O aspecto mais difícil desse exercício era a "feature extraction", na qual o especialista tinha que definir o que se entendia por conceitos como "crescimento elevado", "médio prazo" e "normal".
"Foi uma experiência extenuante, mas agradável. Foi engraçado.Isso faz você se despojar de todos os sofismas do seu próprio cérebro. Eu tive que ficar segura de que as regras estavam imitando o que eu estava pensando. Há uma quantidade surpreendente de sutilezas na forma de você pensar", afirma ela.
Muitos experts têm dificuldade em codificar o que é muitas vezes uma compreensão instintiva de um assunto, mas Downton estava bem qualificada para cumprir essa tarefa.
Charles Dolan, um "engenheiro do conhecimento" da Hughes que traduziu as regras de Downton em algoritmos, diz que ela pensava de forma excepcionalmente clara. "Christine pensa de uma maneira extremamente lógica e tem um tremendo discernimento de seus próprios processos de pensamento," diz ele.
Reproduzir a sutileza das decisões sobre investimentos teria sido impossível se não tivesse sido por causa da lógica imprecisa, outra arma do arsenal da inteligência articial. Esta é uma forma de lógica que permite a integração parcial dos conjuntos, em vez de tudo ser preto ou branco, levando em considerarão a existência de zonas cinzentas.
Assim, em vez de descrever simplesmente o panorama da política monetária como três discretas variáveis ("apertar", "aliviar" ou "neutra"), o sistema pode determinar uma gama de valores intermediários entre zero e um. Isso torna o software muito mais sensível para mudar as circunstâncias e menos inclinado a mudanças repentinas nas suas conclusões.
Todos os meses, 500 novas estatísticas são vasculhadas para detectar os erros e colocadas num sistema, que roda num computador Macintosh. Ele processa os números e calcula previsões para seis meses relativos aos retornos do mercado global de títulos, mercados monetários e taxas de juro de curto prazo. Essas previsões, juntamente com os custos "hedging" da moeda projetados para o futuro, são inseridos numa estrutura de " otimização" que calcula as alocações do portfólio que provavelmente deverão maximizar retornos num dado nível de risco.
Ela declina em revelar os retornos registrados no primeiro ano de operação do sistema, mas diz que a empresa, até agora, está satisfeita com o seu desempenho. Ela acrescenta que a performance é conseqüência de simulações históricas utilizadas para testes, quando foram cronometrados imaginariamente os retornos anuais de 20% na década.
Downton tem um orgulho especial sobre a capacidade do sistema em funcionar também quando examinou dados a partir da década de 70. "Foi um teste difícil," diz ela. "Era uma época inteiramente diferente, uma era de inflação."
A capacidade do sistema de enfrentar essas diferentes condições reforça a sua visão de que há algumas leis do mercado que são "inexoráveis". Até mesmo os períodos aparentemente erráticos como o colapso de títulos em 1994 é, na sua visão, apenas um "ruído de curto prazo". Embora o seu modelo tenha perdido dinheiro em dois trimestres de 1994, ela acha que uma abordagem prudente e oposta é o caminho para os ganhos a longo prazo. Na realidade, não há absolutamente quaisquer circunstâncias - a não ser a introdução de controles sobre o capital - nas quais o modelo é atropelado.
A ausência de emoção é uma vantagem que um modelo de investimento por computador tem sobre os humanos. O outro repousa sobre a quantidade de informações que ele pode processar de uma só vez. O modelo da Pareto pode acompanhar 12 mercados, muito mais do que a média dos administradores de fundos. "Eu acho que uma pessoa pode adotar uma ou duas decisões corretamente. É impossível que adotem uma ampla série de decisões corretamente," diz ela.
Downton está convencida de que as ineficiências do mercado de títulos podem ser detectadas com a aplicação de leis "fundamentais". Em relação a outros mercados, ela não está tão segura assim. Os mercados acionários são menos previsíveis que os mercados monetários pois são governados mais por especulação do que pelos fundamentos econômicos.
A Pareto está próxima de concluir o projeto do sistema baseado no conhecimento para a alocação de ativos táticos globais. Em outros aspectos de administração de investimentos ele pode empregar outros tipos de inteligência artificial como os algoritmos genéticos - que utilizam uma versão de seleção natural para "desenvolver" soluções de software ou redes neurais -sistemas de reconhecimento de modelos imprecisos baseados em trabalhos do cérebro humano.
Notícia
Gazeta Mercantil