<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Risk management on Thetabruv</title><link>https://thetabruv.com/pt/docs/risk-management/</link><description>Recent content in Risk management on Thetabruv</description><generator>Hugo</generator><language>pt-BR</language><atom:link href="https://thetabruv.com/pt/docs/risk-management/index.xml" rel="self" type="application/rss+xml"/><item><title>Medidas de risco</title><link>https://thetabruv.com/pt/docs/risk-management/misure-di-rischio/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/pt/docs/risk-management/misure-di-rischio/</guid><description>&lt;h1 id="medidas-de-risco"&gt;Medidas de risco&lt;a class="anchor" href="#medidas-de-risco"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Há um fato incômodo no centro desta página: as métricas de risco mais usadas no mundo — volatilidade, Sharpe ratio, Information Ratio — são sistematicamente generosas com as estratégias de &lt;em&gt;volatility selling&lt;/em&gt;. Não um pouco generosas: clamorosamente. Uma estratégia &lt;em&gt;short vol&lt;/em&gt; bem construída exibe números que nenhum gestor tradicional pode sonhar, e esses números são ao mesmo tempo verdadeiros e enganosos. Entender por quê é o pré-requisito para não se apaixonar pelo próprio track record. Procedo por camadas: primeiro as métricas de dispersão, depois as de cauda, por fim as operacionais.&lt;/p&gt;</description></item><item><title>Tail risk</title><link>https://thetabruv.com/pt/docs/risk-management/tail-risk/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/pt/docs/risk-management/tail-risk/</guid><description>&lt;h1 id="tail-risk"&gt;Tail risk&lt;a class="anchor" href="#tail-risk"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Em 19 de outubro de 1987, o S&amp;amp;P 500 perdeu 20,5% em um único pregão. Com a volatilidade da época, sob hipótese gaussiana, tratava-se de um evento de mais de vinte desvios-padrão: algo que, se os retornos fossem realmente normais, &lt;strong&gt;não deveria acontecer nem uma vez na vida do universo, multiplicada por bilhões&lt;/strong&gt;. Aconteceu, e é o &lt;em&gt;memento mori&lt;/em&gt; pendurado na parede de todo vendedor de volatilidade — o dia que criou o skew (página &lt;a href="https://thetabruv.com/pt/docs/derivati/opzioni/"&gt;Opções&lt;/a&gt;), reescreveu os modelos e definiu, de uma vez por todas, o ofício descrito nestas páginas. Esta página é dedicada às caudas: como elas realmente são, quando e como chegam, o que as torna (parcialmente) gerenciáveis e o que não. É a página menos agradável do site e a mais importante.&lt;/p&gt;</description></item><item><title>Ergodicidade</title><link>https://thetabruv.com/pt/docs/risk-management/ergodicita/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/pt/docs/risk-management/ergodicita/</guid><description>&lt;h1 id="ergodicidade"&gt;Ergodicidade&lt;a class="anchor" href="#ergodicidade"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Esta é ao mesmo tempo a página mais abstrata do site e aquela da qual dependem todos os números concretos. A pergunta que ela responde parece uma charada: &lt;strong&gt;como pode uma aposta com esperança positiva arruinar quase todos os que a jogam?&lt;/strong&gt; A resposta está em uma palavra emprestada da física estatística — ergodicidade — e na distinção, simples e vertiginosa, entre a média calculada &lt;em&gt;através dos cenários&lt;/em&gt; e a média calculada &lt;em&gt;através do tempo&lt;/em&gt;.&lt;/p&gt;</description></item></channel></rss>