Nos últimos 365 dias, o benchmark associado ao ativo DHI registrou uma retração de 12,99%. Contudo, no mesmo período, a simulação histórica do conjunto de estratégias quantitativas aplicadas a este ativo obteve um ganho de 20,41%. A principal alavanca dessa discrepância mecânica é o modelo Core 1 identificado pelo hash 0525546df3064464 — classificado internamente como o sistema de execução independente de melhor desempenho para o ativo. Este estudo investiga a anatomia operacional desse modelo, detalhando como sua gestão de tempo e risco produz esse distanciamento em relação ao comportamento passivo do mercado.

Anatomia da Frequência e Exposição Temporal

A mecânica do modelo 1TRAD-RJQ1 opera essencialmente por meio de janelas de exposição rigorosamente controladas, lendo gráficos de 15 minutos. Em seu histórico completo de operações simuladas, iniciado em setembro de 2019, o modelo completou 234 trades. O tempo mediano de manutenção de cada posição é de 115 horas (pouco menos de cinco dias), caracterizando um perfil clássico de captura direcional de curto a médio prazo.

A cadência do modelo é igualmente reveladora. Em média, há um intervalo de 9,02 dias (mediana) entre o encerramento de um trade e a abertura do próximo. A estratégia não força sua presença no mercado, mantendo o capital fora de risco durante períodos de ruído ou indecisão direcional. Com uma média de 33,16 operações por ano, ou cerca de 2,8 trades por mês ativo, o sistema concentra suas entradas apenas quando os sinais matemáticos superam os limites estabelecidos pela calibração de backtest.

A Dinâmica do Fator de Lucro e Proteção contra Baixas

Uma das métricas mais críticas para entender a sobrevivência da estratégia em prazos longos é o seu fator de lucro, que se manteve em 4.0 ao longo de sete anos. O modelo atingiu esse patamar mantendo uma taxa de acerto histórica de 76,07% (178 operações vencedoras contra 56 perdedoras). A média de resultado por trade é de 2,46%, com a posição mediana entregando 2,08%.

No entanto, o verdadeiro diferencial mecânico reside no piso de risco. O pior trade registrado pela simulação encerrou com uma perda de -13,82%, e o rebaixamento máximo (drawdown) histórico do sistema foi contido em 18,86%. A capacidade de limitar a exposição a eventos catastróficos é o que permite ao modelo reter os ganhos exponenciais acumulados por longas sequências positivas, incluindo um registro de até 16 ganhos consecutivos contra um máximo de apenas 4 perdas consecutivas.

Descolamento Mecânico do Benchmark em Janelas Críticas

A função primária de uma estratégia quantitativa independente não é apenas espelhar o mercado em tempos de alta, mas preservar capital em quedas sistêmicas. O backtest da janela de 365 dias ilustra esse mecanismo em ação. Conforme os dados mais recentes, o benchmark do DHI retraiu quase 13%. O cluster de estratégias do DHI, composto por quatro modelos diferentes operando sobre o mesmo ativo, absorveu os sinais divergentes e entregou um ganho consolidado simulado de 20,41%.

Isolando o comportamento do 1TRAD-RJQ1 nesta mesma janela, o modelo completou 28 dos 80 trades do cluster, obtendo individualmente um ganho no backtest de 27,31%. Isso evidencia que as regras de saída do modelo foram capazes de capitalizar os repiques locais do ativo e cortar posições antes que o viés negativo do benchmark pudesse consumir o saldo positivo, provando a eficácia do intervalo focado em operações pontuais e fechamentos técnicos.

Moderação de Taxas de Acerto em Períodos Recentes

Uma decomposição ano a ano fornece uma leitura madura do comportamento do modelo em diferentes ambientes. A execução simulada atingiu o pico de precisão em 2024, quando o sistema encerrou 39 operações e registrou uma taxa de acerto de 84,62% (apenas 6 perdas). A partir de então, houve uma moderação natural. Em 2025, a taxa de acerto foi de 68,75% (32 trades), e na janela analisada de 2026, o percentual encontra-se em 62,5% após 24 operações concluídas.

Essa diminuição recente na frequência de vitórias demonstra uma fricção inerente ao ajuste contínuo dos modelos quantitativos face às transições de comportamento do mercado. Ainda assim, mesmo operando em uma faixa de 62% a 68% de acerto nos últimos dois anos — bem abaixo de sua média histórica e distante da perfeição —, o controle inflexível dos parâmetros de stop loss sustentou a viabilidade matemática do modelo e a preservação de sua assimetria positiva geral.

A Eficiência da Mecânica de Isolamento Quantitativo

A anatomia da execução do modelo 1TRAD-RJQ1 para DHI demonstra de forma clara como a rentabilidade em sistemas automatizados não depende da previsão de grandes ciclos macroeconômicos, mas da extração disciplinada de micro-oportunidades. Ao limitar rigidamente o tempo no mercado (mediana de 115 horas) e aceitar um drawdown máximo de 18,86% ao longo de mais de sete anos, o sistema fabrica seu próprio descolamento direcional. Como resultado, é capaz de entregar crescimentos expressivos durante momentos em que o referencial passivo perde tração. Esta dinâmica confirma o papel vital de arquiteturas independentes na proteção de portfólios, um dos pilares de análise presentes no Catálogo de Estratégias da DevioLab.

Nota metodológica: Os percentuais apresentados descrevem trades fechados em um ambiente de simulação histórica, existindo a possibilidade de atrasos de até 10 dias na sincronização dos dados de ações para este catálogo. Resultados passados e métricas de backtest não constituem promessas, indicações de patrimônio sob gestão, contas individuais reais na corretora, ou garantias de retornos futuros sob exposição financeira direta.