Data Science no Mercado Financeiro

J. Renato Leripio

Kapitalo

Do que vamos falar hoje?

• Eixo 1: Qual o uso da ciência de dados no mercado financeiro?
• Eixo 2: Qual a formação desse profissional e as habilidades necessárias?

Mas antes, uma breve apresentação…

Quem sou eu?

• Formação: MS e BS em Economia (UFF)
• Posições no mercado financeiro:
  • 2019 – 2022: Itaú Asset Management
    • Quantitative Research Analyst
  • 2022 – Atual: Kapitalo Investimentos
    • Head of Data Science

Em resumo: minha experiência é com aplicação de métodos quantitativos e de ciência de dados em pesquisa macroecônomica.

Disponível gratuitamente em: http://book.rleripio.com

As grandes transformações

Métodos:

• Machine learning (ML):
  • Random Forest, Lasso, XGBoost, etc.
• Deep Learning (DL):
  • Redes Neurais densas.

Vantagens: seleção de variáveis, forma funcional desconhecida, não-linearidades, etc

Dados:

• Não-estruturados:
  • Imagens, sensores, transações financeiras, etc.
• Alta frequência
• Bancos de dados eficientes.

Vantagens: informação nova e tempestiva.

IA com um grande potencial de se tornar um novo choque:

• Leitura e processamento de grande volume de dados não-estruturados

O novo conjunto de habilidades

O analista tradicional

• Macroeconomia: teoria e modelos.
• Estatística: descritiva e inferência.
• Ajuste sazonal, deflacionar, filtros, etc.
• Econometria.

O analista quantitativo

• Programação (R, Python, etc):
  • Integrar e automatizar tarefas:
• Modelos mais complexos.
• Banco de dados relacional.
• DevOps: colocar projetos em produção.

Lista em crescimento constante. Ex: LLM’s?

Quais as implicações para a área?

• Melhores métodos para projeção e maior conjunto de dados disponível.
• Automatização: relatórios, projeções e revisões de cenário.
• Escala: maior cobertura de países.
• Melhor comunicação das análises para quem consome:
  • Dashboards, API’s, etc.

Algumas casas decidiram dedicar analistas para estas tarefas.

O mercado do economista

• Maior concorrência: engenheiros, matemáticos, físicos, cientistas da computação.

• Desvantagens do economista

  • Perfil menos programador/desenvolvedor
  • Formação menos intensiva em métodos quantitativos

• Vantagens do economista

  • Multidisciplinar
  • Mais treinado a fazer perguntas
  • Maior treino visual para reconhecer padrões econômicos.

O mercado ainda parece preferir o “Economista Quant” ao “Quant Economista”.

Onde obter esse conhecimento?

• Universidades têm dificuldade para ajustar as disciplinas:
  • Burocracia
  • Busca de profissionais
  • Risco do overfit educacional
• Possíveis saídas:
  • Eletivas em outros cursos (se estiver estudando)
  • Ampla oferta de formação complementar e material online
  • Projetos próprios e learn by doing

Obrigado! Perguntas?

Contato: leripiorenato@gmail.com