O cabeleireiro Colin Edsman, que vive nos Estados Unidos, montou uma equipe para cuidar de seus investimentos. A experiência foi apresentada pelo Wall Street Journal (WSJ) em reportagem publicada.
Alex procura oportunidades em ações e fundos. Sarah acompanha as posições antes do fechamento do mercado. Elena prepara o relatório semanal. Os três são agentes de inteligência artificial (IA) e trabalham em um computador sobre a mesa da cozinha.
Edsman utiliza agentes do Claude, da Anthropic, e mantém os investimentos automatizados em uma conta separada na Robinhood. Segundo ele, a carteira vinha superando a maioria das contas que administrava pessoalmente.
O caso faz parte de um movimento acompanhado pelo jornal: investidores americanos passaram a usar assistentes de IA para criar estratégias e executar operações que antes exigiam conhecimento de programação. Corretoras como Robinhood e Webull lançaram recursos que permitem conectar esses agentes às carteiras.
Com essa integração, o investidor pode definir tarefas por escrito e deixar que o sistema acompanhe o mercado. As instruções podem incluir procurar ativos, monitorar posições e negociar quando determinadas condições forem atendidas.
A possibilidade de delegar essas tarefas atrai quem quer acompanhar mais informações sem passar o dia diante da tela. Mas os resultados individuais relatados ao jornal ainda não demonstram como as estratégias se comportam ao longo de diferentes condições de mercado.
O próprio WSJ apresenta evidências que colocam limites ao entusiasmo. Uma pesquisa distribuída pelo National Bureau of Economic Research identificou que modelos de IA, ao receberem pedidos para montar estratégias de investimento, recomendaram carteiras concentradas, ações com avaliações elevadas e empresas com maior exposição na mídia.
O estudo não encontrou desempenho superior ao de referências passivas, como as utilizadas por fundos que acompanham índices de mercado. A concentração também pode deixar o investidor mais exposto a uma queda que atinja um setor ou um pequeno grupo de empresas.
Na Europa, a conexão entre assistentes e contas de investimento também chegou à Scalable Capital. A plataforma alemã foi tema de reportagem do Estadão, publicada pelo E-Investidor em 7 de setembro, com conteúdo da Fortune.
O serviço permite conectar ChatGPT, Claude e Grok para analisar carteiras, configurar investimentos periódicos e preparar ordens de compra e venda. Nesse caso, o usuário precisa aprovar as operações antes da execução.
Segundo a Scalable, os assistentes não podem fazer pagamentos nem retirar dinheiro das contas. A integração utiliza o MCP, um protocolo que conecta sistemas de inteligência artificial a serviços externos.
Um cliente pode, por exemplo, pedir ao assistente que identifique ações em queda há vários meses e passe a acompanhá-las. A ferramenta pode então preparar uma ordem conforme as instruções recebidas, deixando a confirmação com o investidor.
A reportagem do Estadão também relata um experimento da Elm Wealth que ajuda a explicar os desafios dessa automação. Os pesquisadores forneceram notícias históricas aos modelos e avaliaram suas decisões sem revelar o comportamento posterior dos ativos.
Claude e ChatGPT mostraram capacidade de antecipar a direção do mercado. O desempenho foi pior na hora de definir quanto investir. Segundo o estudo, os sistemas assumiram riscos excessivos nas operações simuladas.
A pesquisa separou duas decisões: escolher o investimento e dimensionar a aplicação. O resultado mostrou que uma ferramenta pode identificar um movimento de preços e, ainda assim, comprometer a carteira ao apostar dinheiro demais naquela previsão.
No Brasil, o uso de tecnologia na gestão de recursos passa também pelas gestoras quantitativas, conhecidas como quants. Elas utilizam modelos matemáticos e estatísticos para analisar ativos e orientar a montagem de carteiras.
A Wiser Asset é uma das casas que combinam essa abordagem com inteligência artificial. Segundo a gestora, seus modelos quantitativos são desenvolvidos internamente, testados e revisados pela equipe. Os profissionais também participam da gestão dos portfólios, com limites de risco estabelecidos conforme a proposta de cada fundo.
Nesse processo, o trabalho humano começa antes da operação. É preciso escolher as informações que alimentarão o modelo, formular a estratégia e avaliar se os resultados dos testes sustentam sua aplicação.
Uma relação encontrada em dados históricos, por exemplo, pode refletir uma característica do mercado ou apenas uma coincidência. Cabe à pesquisa investigar se ela aparece em outros períodos e se o resultado permanece depois de considerados os custos de comprar e vender os ativos.
É uma aplicação do método científico à gestão: formular hipóteses, confrontá-las com dados e revisar o que não resiste aos testes. A IA amplia a capacidade de processamento, enquanto a equipe organiza a investigação e define as condições de uso dos modelos.
As experiências descritas pelo WSJ e pelo Estadão levam parte dessas ferramentas diretamente ao investidor. Os estudos citados pelas duas publicações mostram onde permanece uma dificuldade: transformar uma indicação de compra ou venda em uma decisão que leve em conta o risco da carteira inteira.
Na avaliação de Felipe Ferrari, gestor de fundos da Wiser, a IA é uma ferramenta perfeita para acelerar os famosos backtests e testar novos arranjos, mas o que realmente traz o resultado da tecnologia para os investimentos é o conteúdo que a alimentará. O método quantitativo sistemático permite entender os diferentes cenários e buscar o equilíbrio desejado por cada investidor.
