Artigo escrito pela equipe de Dados de Pesquisa Sobre Investimentos Enterprise Bloomberg: Jerome Barkate, Frances Shi e Maris Serzans.
Bem-vindo ao Data Spotlight, nossa série que apresenta insights extraídos dos mais de 8 mil conjuntos de dados Enterprise Bloomberg disponíveis no site data.bloomberg.com via Data License.
Nesta edição, focamos em como os investidores podem usar dados de precificação de ações em uma determinada data, setores e insights sobre posições a descoberto para revelar riscos e oportunidades relacionados a eventos do mercado, como a entrada de um novo participante no setor de inteligência artificial. Também mostramos como uma análise de custo de transação (TCA) eficaz e consistente pode ser feita usando os dados históricos de ticks da Bloomberg.
Procurando outros resultados relacionados a dados? Confira estes artigos recentes da série Data Spotlight:
- Análise abrangente do setor e mais
- Dados da cadeia de suprimentos e insights de notícias baseados em IA
- Trading intraday e volatilidade de mercado
Para mais artigos da série, clique aqui.
1. Avaliação do impacto de custos menores de IA em empresas com precificação em uma determinada data
A DeepSeek, uma startup chinesa de inteligência artificial, desenvolveu modelos de IA que supostamente oferecem um desempenho comparável ao de chatbots conhecidos por uma fração do custo de desenvolvimento. À medida que a plataforma da DeepSeek ganha tração, investidores que acompanham o espaço da IA precisam entender as implicações da entrada desse novo player.
Uma forma de identificar empresas que possam ser impactadas por esse evento é analisar a reação do mercado no dia do anúncio da DeepSeek. Podemos fazer isso usando o conjunto de precificações de ações em uma determinada data para reproduzir o período e medir a atividade de volume anormal, bem como a queda máxima no período.
Em nosso estudo, definimos um aumento no volume como um volume em um dia que seja maior do que 150% do volume médio diário do mês anterior. Também consideramos uma queda máxima de mais de 10% como um indicador significativo de impacto no mercado. Ao aplicarmos esses critérios, criamos uma lista de ações impactadas pelos anúncios da DeepSeek. No Gráfico 1, identificamos as 10 principais empresas de tecnologia impactadas pelo anúncio, conforme avaliado pela reação do mercado à notícia. A lista de empresas inclui a Nvidia, uma empresa de semicondutores que foi impulsionada pelo recente boom nos gastos com IA.
Para obter uma compreensão mais aprofundada sobre as empresas impactadas pelo anúncio da DeepSeek, podemos combinar nossas descobertas com o conjunto de dados fundamentos do setor operacional da Bloomberg. Esse conjunto de dados fornece um detalhamento da receita por setor de mais de 55 mil empresas. Ao analisarmos o conjunto afetado de empresas no nível 4 de classificação do Sistema de Classificação Setorial Bloomberg (BICS), descobrimos que as empresas ativas no setor de semicondutores estão bem representadas nesse universo. Esse setor é um componente-chave para investimentos em IA, e seu desempenho está positivamente correlacionado com o custo de execução de modelos de IA, conforme ilustrado no Gráfico 2.
Ao analisarem a reação do mercado aos anúncios da DeepSeek e combinarem esses dados com os fundamentos do segmento operacional, os investidores podem obter uma compreensão mais aprofundada do cenário à medida que novos desdobramentos surgirem.
Temas: triagem de ações, investimentos temáticos
Funções: quants, gestores de portfólio, gerentes de risco, analistas de ações
Conjuntos de dados da Bloomberg: precificações de ações em uma determinada data, fundamentos do segmento operacional
2. Uso de posicionamento em ações para obter insights do mercado
Devido à crise imobiliária e à desaceleração econômica na China nos últimos anos, o mercado de ações local sofreu uma forte queda em 2024, fazendo com que o mercado acionário chinês tivesse uma relação Preço/Lucro de 10,8 vezes para o Índice Hang Seng em 19 de fevereiro de 2025. Em comparação, o Índice Bloomberg World Large and Mid Cap naquele momento se situava em 20,7 vezes. Em comparação, o índice Bloomberg World Large and Mid Cap teve uma relação P/L de 20,7 vezes no mesmo período.
No entanto, a ascensão da DeepSeek poderia levar os investidores a reavaliar o potencial de crescimento de empresas chinesas, ajustando seus valuations com base no papel emergente da IA e de outras tecnologias avançadas na formação da economia futura. Uma maneira de observar a mudança de sentimento dos investidores se dá pela avaliação da evolução das posições vendidas: uma redução em posições a descoberto em ações indica mais apetite dos acionistas por uma determinada empresa, setor ou mercado.
Analisando os dados de short interest da S3 Partners para os componentes do índice Hang Seng desde o lançamento da DeepSeek em 26 de janeiro (Gráfico 1), pode-se perceber que as posições com vendas a descoberto estão diminuindo de forma consistente, especialmente para os setores de energia, serviços financeiros e tecnologia.
Para um outro exemplo de uso de posicionamento em ações para obter insights sobre o mercado, vejamos a Gamestop – a empresa varejista de videogames que passou por um grande evento de short squeeze em janeiro de 2021. Em 31 de dezembro de 2020, a empresa tinha cerca de 141% de ações disponíveis para trading que eram vendidas a descoberto, deixando-a entre as 10 principais ações com fortes vendas a descoberto das 18 mil ações negociadas em uma bolsa dos EUA que são cobertas pelo nosso universo de ações.
Os dados de short interest da S3 também fornecem outras métricas relacionadas à atividade de operações vendidas. Por exemplo, teriam sido necessários mais de 5 dias para cobrir o valor das vendas a descoberto da Gamestop, caso fosse avaliado pelo volume médio de trading diário anterior. As outras duas análises preditivas – Squeeze Risk Score e Crowded Score – ficaram em 100, o que indica que a Gamestop enfrentava o nível mais alto de risco naquele momento, em 31 de dezembro de 2020 (Tabela 1).
Temas: triagem de ações, gerenciamento de risco, trading
Funções: gestores de portfólio, traders, analistas
Conjunto de dados da Bloomberg: dados de short interest da S3 Partners
3. Utilização de dados de ticks para melhor execução: abordagem com precisão de IA para resolver a análise de custo de transação
A análise de custo de transação (TCA) é um método usado por investidores institucionais, gestores de patrimônios e traders para avaliar os custos implícitos (comissão e taxas) e explícitos (impacto no mercado, slippage) associados à execução de negociações. São necessários mais requisitos, como a regulamentação para pacotes de produtos de investimento de varejo e investimento com base em seguros (PRIIPs), que se concentra no fortalecimento da proteção ao investidor e exige que as instituições financeiras realizem uma avaliação de risco de crédito (TCA).
Usando o produto Bloomberg Tick History, podemos recuperar dados de ticks de horários específicos e analisar a eficácia das negociações executadas. É importante destacar que os dados de ticks da Bloomberg têm alta granularidade, cobertura abrangente de mercado, consistência entre os mercados por meio da normalização de dados e metadados de trading (como códigos de condição).
Para realizar a análise TCA, podemos usar a REST API da Bloomberg para baixar os dados de forma programática. Conforme ilustrado no trecho de código abaixo (Gráfico 1), é possível combinar uma negociação executada com cotações (nível 1*) usando junções “as-of” para obter as cotações mais próximas e determinar o custo de execução.
Conforme ilustrado no Gráfico 2, todos os dados de ticks em alta resolução necessários para executar a TCA estão disponíveis, garantindo a rastreabilidade e a transparência ao longo do processo. As empresas podem identificar discrepâncias nos preços, avaliar o impacto no mercado e confirmar a adesão a padrões de melhor execução exigidos por órgãos reguladores.
Para concluir com precisão a análise de custo de transação, os analistas devem conseguir coletar e processar grandes quantidades de dados granulares. Os dados da Bloomberg podem ser usados para análise de custo de transação, dada sua amplitude, profundidade e precisão. Com acesso a dados de mercado em tempo real, registros históricos de trading e ferramentas avançadas de análise, a Bloomberg oferece uma plataforma abrangente para analisar os custos de transação e otimizar as estratégias de trading.
Temas: geração de alfa, gerenciamento de risco
Funções: gestores de portfólio, analistas, gerentes de risco
Conjuntos de dados da Bloomberg: dados financeiros de empresas, estimativas e precificações em uma determinada data, cadeia de suprimentos
Quer saber mais sobre nossa oferta de dados? O pacote de produtos de Dados de Pesquisa Sobre Investimentos Enterprise Bloomberg oferece soluções de ponta a ponta para otimizar workflows de pesquisa. Todas essas soluções de dados são interoperáveis e podem ser perfeitamente conectadas a outros conjuntos de dados, inclusive dados alternativos, e estão disponíveis por meio de vários mecanismos de entrega, inclusive na nuvem e via API. Mais informações sobre as soluções podem ser encontradas aqui.
O Data License da Bloomberg oferece bilhões de pontos de dados diariamente e abrange dados de Referência, ESG, Preços, Risco, Regulamentação, Fundamentos, Estimativas e Dados Históricos, entre outros, para ajudar você a otimizar operações e descobrir novas oportunidades de investimento. O conteúdo do Data License alinha-se com os dados no Terminal Bloomberg para oferecer suporte a workflows de investimento de forma consistente e em grande escala em toda a sua empresa.