top of page
  • Foto do escritorRafael Perez

Inteligência Artificial no Trading de Commodities

Atualizado: 15 de out. de 2023

Em nosso último artigo "Implementação de Algo Trading". Falamos um pouco sobre as etapas de implementação de uma estrutura de algo trading e de algumas boas práticas. Este artigo é mais um da série onde resumimos de entrevistas e palestras do Energy Trading Week, um dos painéis do Commodities Trading Week. Lembrando que o próximo evento do Energy Trading Week vai ocorrer agora em Outubro nos dias 5 -15! Não fique de fora! Abaixo o link para se inscrever: ENERGY TRADING WEEK ETW Importante lembrar que esse serviço acontece predominante no mercado de trading europeu e americano, mercados muito mais líquidos e maduros do que o brasileiro. Porém com a financeirização e digitalização do mercado brasileiro as oportunidades ao redor de soluções algorítmicas tendem a tomar forma rapidamente. Abaixo vamos apresentar um pouco sobre a entrevista "Trading more efficiently with AI" do Energy Trading Week. Membros da Painel:

Apresentador: Kasper Walet, fundador da AI Energizer. Consultora especializada em algo trading no mercado de commodities. Ajudam a implementar machine learning, estratégias de algoritmos e construir ferramentas de automatização. Participantes:

Tom James, CEO da Tradeflow Capital. A Tradeflow Capital fundo de investimento sediada em Singapura, focado principalmente no trading de commodities em todo o mundo. Negociam principalmente energia e petróleo, operam em todo o globo. Também operam cotação de navios para transporte dos commodities.

Jurgne Mayerhofer, CEO da Enspired. A Enspired é uma empresa austríaca focada em desenvolver serviços de trading com base em Inteligência Artificial. Otimizam flexibilidade do portfolio de energia. Especialistas na criação de AI para o trading de ativos flexíveis no intraday market. Pré-requisitos para implementar uma estrutura de IA (Inteligência Artificial) na sua empresa

Existem alguns pré-requisitos, que normalmente são necessários antes de uma comercializadora pensar em implementar uma solução de automatização de trading. Antes mesmo de começar é recomendado ter um caso de uso e um objetivo determinado para o IA. Por exemplo, "aumentar o PnL (Profit and Loss) de um ativo X em n%". Além de um objetivo também é necessário, como já apontamos em nosso último artigo, uma boa fonte de dados, tanto de dados brutos como de dados tratados. Pois dados são o combustível de qualquer boa automatização.

Umas das etapas mais importantes em qualquer processo de desenvolvimento e manutenção de IA é a etapa de backtesting. È necessário criar um bom processo de testes para o seu código, usando dados históricos para validar se o comportamento do IA está de acordo com o esperado e até mesmo criando cenários artificiais de estresse para prevenir comportamentos errados do código.

Abaixo temos um vídeo de 12 minutos ontem é apresentado uma forma simples de fazer o backtesting em python na ferramenta "Backtester". Umas das soluções open source mais utilizadas para esse fim. Lembrando que o exemplo abaixo é no mercado financeiro, porém o princípio é o mesmo.


Uma observação, Jurgen aponta que em vários trabalhos que ele realizou, as comercializadoras queria rodar um novo código em alguns meses de desenvolvimento e de backtesting. Porém ele defende que um bom processo de backtesting, para garantir a melhor qualidade do código, leva em média 2 anos e testado em milhares de cenários antes de rodar oficialmente o código.

Tom defende que é imprescindível a confirmação da qualidade e consistência das fontes dos dados que são utilizados pela inteligência artificial. Ele lembra que de nada importa os códigos, dados, tabelas e ferramentas se não tiver bem definido uma estratégia e objetivo de como utilizar tudo isso.

Abaixo um vídeo introdutório para a solução open source Apache Mahout, a mais utilizada para data mining:


Gestão de Dados Como comentado antes, dados é o combustível para qualquer solução de inteligência artificial. Não basta somente extrair, mas sim organizar, filtrar e classificar esses dados. Algumas recomendações dos entrevistados quanto à gestão de dados são: Uma arquitetura de infraestrutura e de ferramentas que possibilitam extrair dados em tempo real (Pontando que um fator que difere boas fontes de dados é o tempo. Se duas fontes me entregam o mesmo dado, na mesma qualidade, quem me entregar mais rápido é melhor).

Tem a maioria dos seus dados em um só lugar, definido por "qualidades", com dados brutos ou dados tratados (dados brutos são dados coletados diretamente de uma fonte, uma contagem "bruta"). Não é recomendado a utilização de apenas dados brutos para rodar backtests, pois o trabalho de organizar e tratar esses dados não é eficiente. Kasper diz que em sua experiência de consultor, ele observou muitas comercializadoras que possuem mesas de operações de diversos ativos (gás, energia, petróleo, etc.) que não trocavam informações e dados entre si. Sendo que em quase todos os casos elas possuíam informações relevantes umas para as outras.

A centralização dos dados é primordial para uma boa estrutura de automação, um único lugar onde os dados são tratados, polidos e geridos com filtros de segmentos diferentes. Podendo utilizar seus dados para backtests, treinamentos e tomadas de decisões de trading em tempo real. Um estrutura de dados descentralizada, como dados em mesas de operações de diferentes ativos, faz com que você perca tempo e eficiência dos dados. Soluções de terceiros e preços

Existem várias soluções de códigos terceirizados para o mercado de curto prazo, de acordo com Jurgen. Em casos de demanda de soluções mais especificas, pode ser mais difícil encontrar soluções "off the shelf", de pronta entrega. Quanto ao valor, essas soluções "off the shelf" geralmente são mais baratas e os preços são mais transparentes. Já as soluções customizadas o preço varia muito de caso para caso e não há uma transparência de quanto deve custar. Em maioria dos casos o preço do serviço é um custo de instalação + desenvolvimento da solução e uma recorrente de manutenção. Tom diz que o modelo que eles trabalham na Tradeflow Capital é de um modelo com KPIs e de performance. Pagando um % constante para o desenvolvedor da solução pelo uso e resultado obtidos. Isso amarra o provedor com a empresa e garante que seja do melhor interesse dele melhorar, otimizar e manter a solução rodando.

Abaixo um link para uma solução algorítmica de trading de energia no mercado europeu: Um ISV independente que atende Epex Spot, Nord Pool entre outras. Uma solução web-based.

Regulamentação e algoritmos: No mercado europeu os códigos utilizados pelos algoritmos são passiveis de fiscalização pelos órgãos responsáveis. Isso é feito para evitar más praticas no mercado como o do "spoofing" que ocorre no mercado financeiro. Spoofing é a prática de manipular o preço de um ativo através do lançamento de ordens de compra e venda. Criando assim uma relação artificial de oferta e demanda, fazendo que o praticante do spoofing lucre com a variação. Um simples algoritmo de lançamento de oferta poderia fazer isso.

O algoritmo serve como uma "caixa preta" para as comercializadoras e para os fiscalizadores. Existem regras e normas de compliance que um código de algoritmo deve seguir. Desde o modelo do código, a estrutura, como ele é testado e suas funcionalidades, entre outras.

Neste link temos o relatório do ESMA (European Securities and Markets Authority) sobre o uso de algoritmos de trading no mercado europeu. É um documento extenso, quem sabe possamos fazer uma análise dele em outro artigo.

Abaixo um trecho da regulamentação de ativos mobiliados da CVM onde ela comenta brevemente sobre algoritmos.

ix. Robot advisors e fintechs. A Instrução CVM 592 expressamente dispôs que a consultoria de valores mobiliários realizada com a utilização de sistemas automatizados ou algoritmos está sujeita às obrigações e regras previstas na Instrução. Adicionalmente, impôs a essas consultorias específicas a necessidade de disponibilização do código-fonte ou do algoritmo para inspeção da CVM, em versão não compilada.

......... Muito obrigado por ler mais um artigo da nossa equipe. Lembramos sempre que tudo que nós construímos na Navarra é um processo colaborativo com o mercado de energia então se você tiver algum assunto ou dúvida fique à vontade para entrar em contato com nossa equipe! Lembrando que na primeira semana do mês que vem (Outubro) começa o Energy Trading Week! Corre lá e se inscreva! e-mail: rafael.perez@navarratech.com


41 visualizações0 comentário

Comments


bottom of page