FE · FirstEnergy Corp.
Stock Universe · mercado global de açõesEstratégia Algorítmica para FE: Análise de Desempenho Quantitativo e Estrutura Temporal
Esta análise examina os resultados históricos simulados da estratégia quantitativa desenvolvida para o ativo FE no tempo gráfico de 15 minutos. Registrando uma taxa de acerto de 82,35%, um Fator de Lucro de 8,75 e um retorno acumulado de 631,59% ao longo de 7,05 anos de histórico, o modelo destaca-se pela elevadíssima seletividade e por um perfil de retorno amplo e não concentrado em outliers. Com 85 operações concluídas, a estratégia demonstra uma dinâmica em que os três maiores trade vencedores representam apenas 14,85% do lucro bruto, embora evidencie um risco de cauda moderado decorrente de um pior trade individual de -21,60%, valor idêntico ao rebaixamento máximo histórico praticado.
Análise em 30.10.2026. Os dados da estratégia são atualizados separadamente.Ler análise completa
Perfil da estratégia
O modelo algorítmico avaliado opera no tempo gráfico de 15 minutos para a ação FE no mercado acionário. No ecossistema da DevioLab, esta estratégia obteve uma pontuação quantitativa de 82 (DevioLab Score), ocupando a posição número 1 no ranking específico do ativo FE. O tempo gráfico operacional de 15 minutos serve como base de amostragem intraday para a identificação de sinais, mas a execução histórica revela um perfil de posicionamento estendido, muito mais alinhado ao swing trading ou position trading do que a estratégias de alta frequência. Durante o período analisado de 16/09/2019 a 02/10/2026, compreendendo aproximadamente 7,05 anos, a estratégia gerou um total de 85 operações finalizadas. Desses negócios, 70 resultaram em ganho e 15 em perda, traduzindo-se em uma taxa de acerto de 82,35%. O retorno total acumulado atingiu 631,59%, correspondendo a uma taxa anualizada composta de 68,89%. Esta lógica quantitativa foi concebida para servir como motor de decisão automatizado para robôs de trading, agentes de negociação e bots operacionais em ambientes sistemáticos, oFErecendo parâmetros estritos de filtragem de entradas.
Ritmo de negociação e duração das posições
Apesar de monitorar o mercado em barras de 15 minutos, a frequência operacional da estratégia é notavelmente contida. Ao longo de 7,05 anos, o sistema registrou em média 12,06 trades por ano, o que equivale a aproximadamente 1,55 operações por mês ativo. O tempo médio entre o encerramento de posições consecutivas é de 28,62 dias, com uma mediana de 21,40 dias, demonstrando que o algoritmo passa longos intervalos em estado de neutralidade ou aguardando a consolidação completa de cada movimento. A duração média de manutenção das posições é de 527,41 horas (cerca de 22,0 dias), enquanto a duração mediana é de 234,75 horas (aproximadamente 9,8 dias). A divergência expressiva entre a média e a mediana da duração indica uma assimetria positiva no tempo de permanência: enquanto metade das posições é encerrada em menos de 10 dias, uma parcela menor de operações permanece aberta por períodos substancialmente mais longos. Essa característica revela um modelo de negociação que não realiza scalping, mas utiliza a amostragem de 15 minutos para buscar pontos de entrada precisos, mantendo os ativos em carteira até que as condições completas de saída do modelo sejam satisFEitas.
Qualidade dos resultados históricos
A métrica de qualidade operacional mais expressiva desta estratégia é o seu Fator de Lucro (Profit Factor) de 8,75, indicando que os ganhos brutos acumulados superaram os prejuízos brutos em quase nove vezes. O retorno médio por operação concluída situou-se em 2,63%, valor bastante próximo da mediana das operações, registradas em 2,92%. A proximidade entre o retorno médio e o mediano reflete estabilidade e consistência na magnitude dos resultados individuais, sugerindo que o desempenho do sistema não é fruto de distorções causadas por lucros atípicos isolados. Além disso, os três maiores trades vencedores do histórico representam conjuntamente apenas 14,85% de todo o lucro bruto gerado. Essa baixa concentração de lucros comprova que a rentabilidade global de 631,59% é distribuída de forma homogênea entre os 70 negócios lucrativos. O melhor trade individual alcançou uma valorização de 18,91%, demonstrando que a alta expectativa matemática do modelo provém do elevado volume de acertos de magnitude moderada, e não da busca por valorizações extremas em uma única operação.
Risco, drawdown e comportamento de perdas
Sob a ótica de controle de risco e exposição a perdas, a estratégia apresenta características quantitativas bastante singulares. O rebaixamento máximo (maximum drawdown) registrado no histórico foi de 21,60%. Um ponto crítico de atenção reside na observação de que o pior trade individual encerrado pelo algoritmo apresentou uma perda de -21,60%, igualando exatamente o rebaixamento máximo absoluto do período. Essa relação revela que o pico de retração de capital da estratégia não foi provocado por um acúmulo prolongado de múltiplas operações perdedoras em sequência, mas sim pela ocorrência de um único evento adverso de cauda. A sequência histórica de perdas reflete essa dinâmica: a maior sequência perdedora enfrentada pelo robô de negociação foi de apenas 2 trades consecutivos no prejuízo. Em contraste, a maior sequência de vitórias atingiu impressionantes 19 trades vencedores ininterruptos. Assim, embora o sistema exiba uma disciplina notável contra séries de perdas sucessivas, o tamanho expressivo da sua pior operação individual em relação ao ganho médio (+2,63%) e ao melhor trade (+18,91%) sinaliza que a gestão de stop ou descontinuidade de mercado em eventos isolados constitui a principal fonte de risco do modelo.
Comportamento ao longo do tempo e estabilidade anual
A análise da distribuição temporal das 85 operações revela variações no volume operacional e na taxa de eficiência ao longo dos anos. O ano de 2020 destacou-se como o período mais ativo e rentável, somando 21 trades, 19 vitórias (taxa de acerto de 90,48%) e um retorno acumulado no ano de 87,43%. Em 2021, a frequência caiu para 11 trades, mantendo alta precisão com 90,91% de acertos e retorno anual de 38,20%. Durante 2022 e 2023, o ritmo manteve-se estável em 12 e 13 trades, gerando somatórios anuais de 17,87% (taxa de acerto de 83,33%) e 13,88% (taxa de acerto de 76,92%), respectivamente. Em 2024, o algoritmo eFEtuou apenas 5 operações, mas manteve excelente rendimento com 80,00% de acerto e 30,11% acumulados. No ano de 2025, foram registradas 11 operações com 81,82% de taxa de acerto e rentabilidade de 28,22%. Por fim, em 2026, com 12 trades concluídos, observou-se uma redução na taxa de acerto para 66,67% (8 vitórias e 4 derrotas), resultando em um somatório positivo mais modesto de 7,45%. Apesar dessa oscilação pontual no último ano analisado, a estratégia demonstrou capacidade de encerrar todos os anos do histórico com saldo acumulado positivo.
Período recente desde 01/06/2024 versus histórico completo
No recorte temporal recente, cobrindo as posições encerradas a partir de 01/06/2024 até o término da amostragem em outubro de 2026, a estratégia acumulou 25 operações finalizadas. Esse conjunto de dados representa cerca de 29,4% do volume total de trades de todo o histórico de 7 anos, oFErecendo uma amostra quantitativamente relevante para verificar o comportamento recente do modelo. No período recente, o somatório dos retornos das operações atingiu 53,79%. Ao comparar com o histórico completo, observa-se que a frequência de amostragem acelerou ligeiramente nos últimos dois anos do teste, mantendo uma contribuição expressiva para a performance geral do sistema. O fato de o modelo ter entregue 53,79% em 25 operações no período recente confirma que a lógica operacional permaneceu ativa e capaz de capturar retornos em fases de mercado posteriores a meados de 2024, ainda que o ano de 2026 tenha apresentado uma taxa de acerto inFErior à média histórica global.
Pontos fortes e limitações
Entre os pontos fortes da estratégia, destacam-se a elevadíssima taxa de acerto histórica de 82,35% e o expressivo Fator de Lucro de 8,75, sustentados por uma amostragem de 7,05 anos. A distribuição dos lucros é um diFErencial relevante: a baixa dependência dos maiores vencedores (apenas 14,85% do lucro nos três melhores trades) indica que o retorno acumulado de 631,59% é fruto de uma vantagem estatística recorrente. Adicionalmente, a sequência máxima de apenas 2 perdas consecutivas minimiza o impacto psicológico de séries adversas longas quando implementada por um robô de investimento. Quanto às limitações, a baixa frequência de trades (12,06 por ano) exige paciência do operador e pode resultar em trimestres com pouquíssima atividade. A principal vulnerabilidade estrutural encontra-se na assimetria do risco de cauda: a pior operação histórica (-21,60%) superou a magnitude do maior ganho (+18,91%), demonstrando que um único evento adverso pode anular o ganho de múltiplos trades vencedores de tamanho médio (+2,63%).
Conclusão analítica da DevioLab
A avaliação quantitativa da DevioLab posiciona esta estratégia no nível 82 de pontuação geral, conquistando a 1ª colocação no ranking para a ação FE. Os dados históricos indicam um modelo altamente calibrado para seletividade, preFErindo abster-se do mercado durante longos intervalos a expor o capital a cenários de baixa probabilidade. A combinação de uma taxa de acerto de 82,35% com uma retenção de lucros pulverizada faz do sistema uma opção robusta para integração em agentes automatizados de negociação de perfil moderado a paciente. No entanto, os analistas quantitativos devem considerar a assimetria entre o ganho médio e a perda máxima individual ao desenhar os parâmetros de gestão de risco e dimensionamento de posição, garantindo que eventos de cauda isolados como o observado no pior trade não comprometam a estrutura patrimonial durante a execução prática.
Escopo dos dados e metodologia
Esta análise baseia-se estritamente nas estatísticas históricas simuladas geradas pela estratégia entre 16/09/2019 e 02/10/2026 no tempo gráfico de 15 minutos para a ação FE. Todas as métricas apresentadas, incluindo retornos, taxas de acerto, durações e rebaixamentos, reFErem-se exclusivamente a operações FEchadas no período do backtest. Os cálculos não incluem variáveis externas não fornecidas, tais como custos operacionais, comissões de corretagem, impostos, derrapagem de execução (slippage) ou taxas de custódia. O histórico de dados é utilizado como recurso de modelagem e pesquisa quantitativa, não constituindo garantia de retornos futuros nem recomendação de compra ou venda de ativos financeiros.