StopLoss com Inteligência Artificial: Estratégias de ajuste de perda máxima de posições usando robôs inteligentes

Quando abrimos uma posição em algum mercado, seja comprada ou vendida, utilizando algum instrumento financeiro qualquer, estamos nos baseando em uma série de expectativas sobre os movimentos futuros dos preços, embora tudo seja especulação, pois, em renda variável, nada podemos garantir sobre eles.
Mesmo se você estiver operando com arbitragem estatística, com abertura de outro instrumento de comportamento similar ao anterior, porém com uma posição contrária, ainda assim existirão os riscos de os movimentos serem contrários às expectativas, dobrando o prejuízo.
Na verdade, a única variável que temos controle, a partir da abertura da posição, ou das posições, no caso da arbitragem ou de uma carteira de ativos, é minimizar nossa perda ou realizar nosso lucro, ou seja, encerrar a posição.
Mas encerrar uma posição em um momento de perda é sempre uma decisão de alta complexidade, pois, além dos aspectos emocionais, que passam a pressionar o trader para uma tomada de decisão, e os custos envolvidos, existe o risco de após a posição ser finalizada o mercado se mover a favor da antiga posição, o que causa uma frustração e sensação de perda ainda maior e erro de decisão.
Afinal, uma coisa é aceitar uma perda no mercado variável por falha da estratégia, que se posicionou de forma errada, e outra coisa é ter que aceitar uma perda por ansiedade ou erro de decisão de parada, que afetou a decisão da própria estratégia original.
Uma forma de buscar diminuir os riscos de erro dessa decisão, e que trataremos nesse livro, é fazer a gestão do StopLoss, ou encerramento de uma posição por perda, utilizando inteligência artificial, aproveitando a tecnologia de robôs traders e investidores existente nas plataformas de algoritmos.
No meu entender, a vantagem dessa abordagem é abstrair as questões emocionais com a confiança em um sistema mais inteligente, talvez até mesmo que nossa decisão discricionária, que não irá levar em conta o número necessário e suficiente de variáveis para a tomada de decisão. E essa é uma abordagem que utilizo a bastante tempo em meus robôs traders, mas que exige alguns cuidados de treinamento e aprendizado do mercado, pelas redes neurais artificiais, como veremos com mais detalhes, para ser mais eficaz, principalmente com as diversas evoluções existentes no mercado, que exigem uma modelagem mais eficiente das questões relacionadas ao StopLoss.
Evidentemente que essa será apenas mais uma abordagem de análise, uma vez que não há como garantir que a tecnologia em si seja mais eficiente que outras abordagens.
Mas, em um mercado complexo como o atual, penso que é a análise e teste de várias ideias que pode conduzir a melhores soluções, dentro de nossas próprias convicções.