Não tente vencer o participante mais forte; capture a parte do fluxo que ainda resta

1. Ponto de partida: que tipo de “aprendizado” Meruem usa contra Netero?

Se fosse preciso escolher um único termo de aprendizado de máquina, o método de Meruem seria mais próximo de modelagem online do oponente. Durante a luta, ele observa Netero e atualiza continuamente a estimativa de qual ação o adversário tende a escolher em cada situação.[1]

Chamar isso apenas de aprendizado por reforço é impreciso. Meruem combina:

1. Observação de distância, direção, ritmo, timing e ação anterior.
2. Estimativa dos vieses inconscientes nas escolhas de Netero.
3. Previsão da próxima ação.
4. Mudança do próprio ataque para provocar uma resposta específica.
5. Busca de uma rota de ruptura vários passos à frente.

Uma descrição melhor é modelagem do oponente＋aprendizado online＋previsão sequencial＋planejamento. Ele transfere para o combate a habilidade desenvolvida no Gungi de ler preferências e comparar ramos futuros.

2. Mesmo um duelo tem combinações demais. Por que ainda é possível ler o adversário?

Suponha que cada lutador tenha apenas cinco opções: atacar, defender, esquivar, mover-se e fintar. Uma rodada simultânea já tem 25 combinações. Dez rodadas geram 25^10, cerca de 95 trilhões de sequências. Uma luta real ainda inclui ângulo, velocidade, distância, força e tempo contínuos, então o espaço verdadeiro é praticamente infinito.

Meruem não memoriza tudo. O ponto central é que as pessoas não usam todas as opções com a mesma probabilidade.

Mesmo que Netero tenha 100 defesas, se em certa distância ele usa A em 50% dos casos, B em 30% e C em 15%, quase todo o problema útil se comprime em A, B e C. Se Meruem atacar de modo a tornar A ainda mais provável, o espaço diminui de novo.

A essência não é força bruta, mas:

Limitar a situação, detectar o viés de comportamento e usar a própria ação para estreitar a resposta do oponente.

3. No mercado, normalmente não é possível ver quem é “o forte”

Em um duelo existe um adversário identificável. No mercado atuam instituições, corretoras, formadores de mercado, traders de alta frequência, profissionais discricionários e pessoas físicas ao mesmo tempo. O livro público normalmente não revela quem enviou cada ordem.

Por isso, “copiar o melhor scalper” é uma forma perigosa de pensar. O que se vê não é a pessoa, mas a marca deixada nos dados públicos:

• Quantos ticks o preço moveu após compras agressivas.
• Se vendas agressivas não conseguiram derrubar o preço.
• Se as ofertas de venda consumidas foram repostas rapidamente.
• Se as ofertas de compra subiram de nível.
• Se o volume continuou após um novo topo.
• Se o spread permaneceu estreito ou abriu de repente.

A pergunta útil não é “quem está comprando?”, mas:

Qual lado está realmente movendo o preço neste estado observável?

4. Por que uma estratégia “rêmora” pode existir

A ideia de não disputar o primeiro movimento e tentar capturar uma parte residual de um fluxo persistente tem algumas bases acadêmicas.

Primeiro, ordens grandes costumam ser divididas. Executá-las de uma vez piora o próprio preço, então uma ordem-mãe pode ser fragmentada em muitas ordens-filhas. Um estudo com mais de nove anos de dados por conta da Bolsa de Tóquio deu suporte quantitativo à ideia de que essa divisão ajuda a criar persistência: compras seguidas de compras e vendas seguidas de vendas.[2]

Segundo, padrões previsíveis podem ser antecipados. Pesquisas mostram que quanto mais previsível é a execução de uma grande ordem, maior pode ser a atividade de antecipação, o custo de execução e o impacto atrasado enquanto outros participantes aprendem sobre ela.[6][7] Isso se relaciona ao back-running: usar o fluxo passado para inferir e negociar depois da atividade de um investidor maior.

Terceiro, a primeira corrida de velocidade é rápida demais para um humano. Um estudo de mensagens de bolsa do Reino Unido encontrou corridas típicas de arbitragem de latência de 5–10 microssegundos, e mais de 20% do volume ocorreu em algum tipo de corrida.[9]

O investidor pessoa física só pode estudar efeitos mais longos: divisão de ordens, ordens de seguimento e falta temporária de liquidez durante segundos ou minutos.

Isso não prova que toda “segunda onda” seja lucrativa. Quando uma ordem grande termina, parte do impacto pode se reverter, e o comprador inicial pode vender para seguidores atrasados. A condição central não é que o preço já subiu, mas que o fluxo ainda não terminou.

5. Quatro marcas observáveis

5-1. Desequilíbrio do fluxo de ordens (OFI)

O OFI combina negócios agressivos, novas ordens limitadas e cancelamentos no melhor bid e ask para medir a diferença entre pressão compradora e vendedora. Em 50 ações dos EUA, mudanças de preço em intervalos curtos tiveram relação mais estável com OFI do que com volume bruto; a mesma pressão movia mais o preço quando a profundidade era menor.[3]

Na analogia do cabo de guerra, o OFI não conta só quantas pessoas participaram. Ele observa para que lado a corda realmente andou e quem entrou ou saiu de cada lado.

5-2. Desequilíbrio de fila

Se B é a quantidade no melhor bid e A a quantidade no melhor ask:

QI = (B - A) / (B + A)

QI fica perto de 1 quando o melhor bid visível é relativamente grande e perto de -1 quando o ask domina. Um estudo com dez ações da Nasdaq encontrou relação estatisticamente significativa entre QI e a direção do próximo movimento do preço médio, com melhora maior em ações de tick grande.[4]

Mas profundidade visível pode ser cancelada. É preciso observar inclusões, cancelamentos e execuções, não apenas uma fotografia do book.

5-3. Resposta do preço às ordens

O sinal mais intuitivo não é apenas o tamanho da ordem, mas como o preço responde.

• Muitas compras agressivas sem alta podem indicar um vendedor forte absorvendo a demanda.
• Muitas vendas agressivas sem queda podem indicar demanda compradora absorvendo a oferta.

Para seguir uma alta, “há muitas compras” é evidência mais fraca do que o mercado receber um contra-ataque vendedor e não desmoronar.

5-4. Resiliência do livro

Resiliência é a velocidade com que o livro se reconstrói depois de ser consumido. Um estudo de uma ação na Bolsa de Londres constatou que o livro nem sempre se recompunha, mas, quando isso acontecia, a meia-vida estimada era de cerca de 20 segundos; o trabalho também encontrou indícios de ordens a mercado imitativas.[5]

Isso não é uma regra universal de 20 segundos. A lição é medir se a liquidez contrária volta durante o curto período após o choque inicial.

6. Hipótese de entrada: capturar a reaceleração após a resistência, não o primeiro disparo

Uma hipótese simples para compra tem cinco etapas:

1. Choque: preço, frequência de negócios e OFI positivo sobem de forma anormal.
2. Espera: não perseguir imediatamente; deixar aparecer pressão vendedora.
3. Teste de resistência: recuo pequeno, reposição de bids e preservação da origem do movimento.
4. Reaceleração: o OFI positivo volta, asks são consumidos e o topo recente é rompido.
5. Entrada: participar apenas da continuação curta após a reaceleração.

Exemplo: o preço vai de 1.000 a 1.010, recua para 1.007, não rompe 1.007 apesar das vendas e volta a superar 1.010. O operador mais rápido pega os primeiros dez pontos; a rêmora tenta pegar só parte do que resta depois da confirmação.

Essa sequência não é uma regra universal comprovada. A literatura apoia persistência, informação em OFI e filas, e antecipação de ordens. Transformar isso nesses cinco passos é uma hipótese de estratégia que precisa ser testada.

7. A realização de lucro deve seguir a vida do motivo da entrada

O motivo da entrada é:

“Ainda existe um fluxo comprador de curta duração e compras de seguimento podem chegar logo.”

Portanto, a saída não deve depender apenas do lucro flutuante, mas de a hipótese continuar viva.

7-1. Sair quando a premissa falha

Possíveis sinais:

• O preço volta imediatamente abaixo do rompimento.
• O fundo do recuo é perdido.
• O OFI vira para venda.
• Compras agressivas continuam, mas o preço não sobe.
• O ask é reposto rápida e repetidamente.
• Bids desaparecem e o spread abre.

Se a premissa falha, deve-se sair mesmo sem atingir o alvo. Se o corredor rápido que você seguia parou, não há motivo para continuar sozinho apenas porque uma distância foi planejada.

7-2. Saída por tempo

A estratégia espera continuação rápida. Se não houver novo topo ou reaceleração no horizonte esperado, a falta de avanço também é informação.

Não existe “20 segundos para tudo”. Sinais decaem em velocidades diferentes; modelos dinâmicos com custos mostram que o ajuste ótimo depende da persistência e da velocidade de reversão do sinal.[12] O prazo deve ser estimado com dados próprios: quanto tempo as operações vencedoras normalmente levam para começar a funcionar.

7-3. Alvo fixo

Um alvo fixo pode ser útil, mas “três ticks” ou uma relação universal de 1:2 sem evidência são arbitrários. Deve-se coletar a excursão máxima favorável (MFE) e comparar alvos após spread, taxas e slippage.

Expectativa = taxa de acerto × ganho médio − taxa de erro × perda média − custos

Um alvo mais distante paga mais quando atingido, mas é atingido menos vezes. As duas coisas importam.

7-4. Trailing e saídas parciais

Um trailing eleva o nível de saída à medida que o preço avança e mantém exposição a movimentos raros e grandes. Sob um modelo de difusão específico, pesquisas matemáticas mostram que uma ordem limite de venda combinada com trailing stop pode ser ótima.[11] Isso não significa que dois ticks sejam universais.

Saídas parciais podem reduzir variabilidade e pressão psicológica, mas também vendem cedo parte das melhores operações e aumentam custos. Não há prova geral de que vender sempre metade seja superior.

8. Um stop mais curto não é automaticamente melhor

Pesquisas sobre stop-loss mostram que, se os preços seguem passeio aleatório, regras mecânicas reduzem o retorno esperado; elas podem agregar valor quando existe continuidade positiva ou momentum.[10]

Como a estratégia rêmora é uma hipótese de continuação curta, um stop por falha da premissa pode fazer sentido. Mas um stop menor que o ruído normal será acionado repetidamente e deixará apenas custos.

É útil separar:

• Stop inicial: preço ou fluxo que invalida a entrada.
• Stop de tempo: a continuação esperada não chegou.
• Stop após lucro: acompanhamento do último recuo ou da reversão do fluxo.

9. A realização de lucro humana tem vieses

Um estudo clássico de cerca de 10 mil contas mostrou que investidores tendem a vender ganhadores cedo demais e manter perdedores tempo demais: o efeito disposição.[13]

No scalping, o mesmo pode ocorrer: o trader encerra rapidamente um ganho de dois ticks para não perdê-lo, mas espera uma perda de dois ticks se recuperar. Os ganhos ficam pequenos e as perdas grandes.

A saída deve estar ligada a motivos definidos:

• A premissa falhou.
• O sinal expirou no tempo.
• Um alvo escolhido estatisticamente foi atingido.
• Uma condição de trailing foi acionada.

10. O que a pesquisa apoia — e o que não apoia

Resultados relativamente bem apoiados

• Modelar o oponente e adaptar a política é uma área séria de pesquisa.[1]
• A divisão de ordens contribui para persistência do fluxo na mesma direção.[2]
• OFI tem forte relação com mudanças de preço de curto prazo.[3]
• Desequilíbrio de fila pode conter informação sobre o próximo movimento.[4]
• Outros participantes podem antecipar execuções grandes e previsíveis.[6][7]
• As corridas mais rápidas são inacessíveis à reação humana.[9]
• O valor de stops e trailing depende do processo de preço, persistência e custos.[10][11][12]

Não comprovado de forma geral

• Que um recuo pequeno e um segundo rompimento produzam lucros líquidos estáveis para pessoas físicas.
• Que o book público identifique um scalper específico.
• Que 20 segundos, três ticks ou sair com 50% sejam ótimos para tudo.
• Que alta precisão preditiva vire automaticamente lucro líquido.
• Que uma regra sobreviva a mudanças de regime, participantes ou desenho de mercado.

11. Desenho mínimo de teste

Registrar 100–300 casos de uma configuração estritamente definida.

Dados de contexto

• Ativo, horário, spread e tick.
• Tamanho e duração do movimento inicial.
• Frequência de negócios e OFI ou pressão simplificada.
• Tamanho do recuo e resposta a ordens contrárias.
• Inclusões, cancelamentos e velocidade de reposição.
• Reaceleração e rompimento de topo.

Dados após a entrada

• P&L após 1, 5, 10, 20 e 30 segundos.
• MFE e MAE.
• Tempo até o topo e até a reversão do OFI.
• Execução real, slippage, spread e taxas.

Comparar saídas

1. Alvo fixo＋stop fixo.
2. Falha da premissa＋saída por tempo.
3. Alvo parcial＋trailing do restante.
4. Saída total na reversão do fluxo.

Criar regras com datas antigas e testar em datas posteriores, sem vazamento do futuro. Repetir testes walk-forward porque o mercado muda.

Sempre avaliar após custos. Uma vantagem de previsão de um tick não é estratégia se spread e slippage consomem esse tick.

Conclusão

A principal lição de Netero contra Meruem não é memorizar todas as combinações.

Aprender vieses a partir de comportamentos visíveis, estreitar a situação, confirmar a reação contrária e entrar apenas no caminho curto que ainda resta.

No mercado, isso não significa encontrar um “supertrader” com nome. Significa ler os rastros públicos deixados por um fluxo forte. Entregue o primeiro trecho aos participantes rápidos, espere o mercado resistir ao contra-ataque e só acompanhe se a pressão voltar a acelerar.

A saída deve responder:

O motivo para seguir ainda existe? A continuação chegou dentro da vida esperada? Ainda há espaço depois de todos os custos?

Em uma frase:

Não tente vencer o líder. Confirme que o fluxo criado por ele ainda está vivo, acompanhe por pouco tempo e saia assim que ele parar, independentemente de uma distância arbitrária.

Esse é o esqueleto mais defensável, com base na pesquisa, de uma estratégia de scalping tipo rêmora.

---