Por Que Abrimos o Código da Nossa Pesquisa Quant
Toda estratégia, todo fracasso, toda linha de código. Por que publicar pesquisa honesta — incluindo os 90% que falham — forma traders melhores.
O Problema
Toda semana, um novo “curso de trading quant” promete segredos por $2,000. Todo mês, um guru de fintwit posta uma curva de equity sem metodologia. Todo ano, traders retail perdem bilhões perseguindo estratégias que não podem verificar, reproduzir ou confiar.
Os hedge funds não publicam nada. Os gurus publicam screenshots. Os acadêmicos publicam papers depois que o alpha já decaiu. O varejo fica com os destroços.
Por Que Publicar Tudo
Compartilhar pesquisa te torna um trader melhor. Não é filosofia — é mecânica:
Você não consegue mentir para si mesmo em público. Quando publica toda estratégia, incluindo as que falharam, não dá para fazer cherry-pick do único backtest que funcionou. Testamos estratégias de entropia, price action, detecção de regime e processamento de sinais. A maioria falhou. Publicar o cemitério nos mantém honestos sobre nossa taxa de acerto.
Outras pessoas encontram seus bugs. Nossa estratégia de colapso de entropia tinha um viés de look-ahead na v1. Alguém pegaria isso. Em produção, é um erro de cinco dígitos. Em código público, é uma revisão gratuita.
Conhecimento composto bate capital composto. Uma pessoa testa 5 estratégias por mês. Uma comunidade compartilha metodologia e pega erros mais rápido que qualquer indivíduo.
O Que Publicamos
- Especificações completas de estratégia. Regras de entrada, regras de saída, dimensionamento de posição, cada parâmetro. Não “usamos RSI e MACD.”
- Código de backtest. Python que você pode rodar. Fontes de dados, pré-processamento, premissas de execução. Se não dá para reproduzir, não vale nada.
- Métricas honestas. Profit factor, win rate, drawdown — e as que as pessoas escondem: contagem de trades, sensibilidade a parâmetros, degradação out-of-sample.
- Os fracassos. Documentados com análise de por que falharam. Um fracasso bem documentado ensina mais que um backtest suspeito.
Compartilhar Não Mata o Edge?
Se seu edge é uma única ineficiência explorável com capacidade limitada — uma opção mal precificada numa exchange de baixa liquidez — sim, não tweete.
Mas a maioria da pesquisa quant retail não é isso. É coleta de prêmios de risco (momentum, carry, reversão à média) onde os edges são estruturais e sobrevivem à publicação. Ou detecção estatística de regime onde saber que o padrão existe não ajuda se você não consegue executá-lo mecanicamente ao longo de 500 trades.
O edge real em trading sistemático é infraestrutura, gestão de risco, execução e disciplina. Isso não se copia de um repo no GitHub.
O Que Encontramos Até Agora
Contabilidade honesta:
- ECVT — colapso de entropia em EURUSD horário. PF 1.44 em 44 trades. Inconclusivo — amostra insuficiente, não transferiu para EURGBP ou equities.
- FVG — preenchimento de fair value gap em tick data. Morto em todos os timeframes. OHLC inflou resultados em 4×.
- Hurst — detecção de regime em crypto horário. Morto. Dispara em 100% das barras. Zero conteúdo informacional.
- Sinais on-chain — funding rates, OI, cascatas de liquidação. Infraestrutura construída, ainda não validada.
A maioria das coisas não funciona. Esse é o ponto de publicar — para que você veja o que não funciona ao invés de só ouvir sobre os vencedores.
Comece pelo cemitério de estratégias. Código: quant-research.