LO
Avisa-me quando chegar um registo verificado a esta profissão → · Marcar quais destas tarefas são suas (VOLO Pro, gratuito durante o lançamento) →
Analista quantitativo
Constrói os modelos matemáticos por trás da negociação, da avaliação de preços e do risco: investiga sinais, desenvolve estratégias e testa-as em backtest, escreve o código quantitativo, valida modelos e explica-os a traders, gestores de risco e reguladores. A aprendizagem automática corre há muito dentro de muitos algoritmos de negociação, e os agentes de IA já escrevem código de investigação e propõem sinais que algumas empresas submetem aos mesmos testes que a investigação humana; mas os testes de referência mostram modelos a falhar em métricas de risco básicas, e as regras dos EUA, da UE e do Reino Unido exigem pessoas qualificadas e com nome para conceber, aprovar e validar de forma independente os modelos.
Pede a um assistente de IA que calcule o rácio de Sharpe e a volatilidade de uma estratégia que conheças, e confere os números dele com os teus.
Isto não é uma probabilidade de perder o emprego. Combina que parte da carga de tarefas do posto está exposta à automatização com até onde a adoção chegou de facto: serve para comparar profissões sobre uma base constante, e para mais nada.
Escrito para analistas, investigadores e programadores quantitativos em bancos, gestoras de ativos, fundos de cobertura e empresas de negociação. Os analistas financeiros, os cientistas de dados, os atuários e os engenheiros de aprendizagem automática têm as suas próprias páginas. A evidência é o relato de uma gestora de ativos sobre o seu próprio sistema de investigação com IA, um inquérito de um regulador dos mercados a empresas de negociação, uma análise de um banco central, regras sobre negociação algorítmica e validação de modelos nos EUA, na UE e no Reino Unido, e testes de referência da investigação; estabelece o que as ferramentas fazem em empresas nomeadas e em problemas de teste e o que as regras exigem das pessoas, e não como mudou o tempo dos quants.
O que está mesmo a mudar#
A unidade de análise é a tarefa, não o nome do posto. Um posto não é substituído: é a mistura de tarefas dele que se move.
Cada quadrado é uma tarefa. O tamanho é o peso que tem no trabalho; a cor, para onde a tarefa está a ir. Clique num quadrado para ver o que esse juízo não estabelece.
O relato da empresa é o seu próprio marketing junto dos investidores; os números do regulador são o que quatro empresas declararam; o teste de referência é um backtest, não negociação real.
Testes de referência com tarefas fixas e o relato de uma empresa; nada aqui mede quanto código os quants ainda escrevem eles próprios.
Expectativas de supervisão e uma análise baseada em conversas com empresas; nenhuma das duas mede como os modelos são construídos.
Expectativas de supervisão escritas com «should», para bancos com modelos internos; não medem o trabalho de validação.
Regras para corretoras dos EUA e empresas de investimento da UE; não medem como as estratégias são desenvolvidas.
É este o teu trabalho? Di-lo e esta página estreita-se à tua parte dele.
O nome de um posto é um pacote de tarefas compradas em conjunto, e não há duas pessoas com o mesmo pacote. Não é enviado nada para lado nenhum: fica neste navegador.
Mudanças recentes#
Área do euro, bancos supervisionados pelo BCE que usam modelos internos. O guia espera que as principais partes envolvidas no trabalho com modelos internos baseados em aprendizagem automática tenham competências, capacidades e conhecimentos suficientes nessas técnicas para gerir o risco de modelo; que a validação interna conteste eficazmente as decisões de modelação tomadas sobre esses modelos, avaliando se a sua complexidade se justifica; e que as empresas criem uma monitorização que impeça a implementação automática de alterações materiais. Enuncia expectativas de supervisão («should») para modelos de capital dos bancos, não para investigação de negociação.
Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.
Um teste de referência em que os modelos transformam descrições de estratégias em backtests reproduzíveis, avaliado em 23 modelos de linguagem. O artigo afirma que o melhor modelo atingiu uma exatidão global de 67,41%, e que, embora métricas mais simples como a taxa de acerto tenham maior exatidão, indicadores estatísticos complexos como a volatilidade e o rácio de Sharpe continuam a ser «zonas de desastre» em todos os modelos. É um teste de referência fixo, não trabalho em produção.
Uma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.
Um teste de referência de 17 modelos em 12 estratégias que transforma especificações de estratégias em código de sistemas de negociação e o itera. O resumo afirma que os melhores modelos atingem uma validade acima de 91,7 por cento com pontuações agregadas fortes, que a iteração também leva à convergência do código, e que a supervisão humana continua a ser essencial para estratégias críticas que exigem diversidade de soluções e robustez de conjunto. É um teste de referência, não trabalho em produção.
Uma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.
Man Group, uma gestora de ativos sistemática. O artigo diz que o seu sistema AlphaGPT escreve código Python pronto para produção tirando partido das ferramentas de investigação da casa e consegue interagir com bases de dados proprietárias, que até à data produziu sinais que cumprem os padrões da casa e passam os mesmos limiares de avaliação exigidos à investigação feita por pessoas, e que os sinais gerados por IA são submetidos a uma validação em dupla via. Não dá nenhuma contagem de sinais e é a própria empresa a descrever a sua ferramenta aos investidores.
Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.
Um sistema de investigação em que agentes propõem, implementam e testam fatores e modelos. O resumo afirma que obtém rentabilidades anualizadas até 2X superiores às das bibliotecas clássicas de fatores usando menos 70% de fatores, e que supera modelos profundos de séries temporais em mercados reais. Os resultados são backtests, não negociação real, e o empregador dos autores distribui o sistema.
Uma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.
Reino Unido. Com base em conversas com participantes do mercado, a análise do comité às empresas de negociação por conta própria e aos fundos de cobertura sistemáticos diz que, atualmente, onde estas técnicas estão implementadas, são aplicadas sobretudo como sistemas baseados em regras com um humano no circuito, e alerta para o risco de as razões das posições não serem bem compreendidas pelos gestores de risco humanos da empresa. Não dá números.
Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.
Reino Unido, bancos autorizados a usar modelos internos. A declaração diz que a função de validação deveria funcionar de forma independente do processo de desenvolvimento dos modelos e dos seus responsáveis, e que a validação deveria ser feita por pessoal com a competência técnica necessária e conhecimento suficiente da área de negócio que usa o modelo. A política entrou em vigor a 17 de maio de 2024. Está escrita como expectativas de supervisão («should») e não mede o trabalho de validação.
Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.
Países Baixos, quatro grandes empresas de negociação por conta própria. O regulador diz que o seu estudo concluiu que 80% a 100% dos algoritmos de negociação dessas empresas dirigidos a instrumentos líquidos e normalizados, como futuros e ações, assentam em modelos de aprendizagem automática, e que espera que as empresas consigam explicar por que razão as ordens foram enviadas para o mercado; o seu relatório acrescenta que os algoritmos de negociação com aprendizagem por reforço ainda não são usados na prática. Os números são o que quatro empresas declararam sobre aprendizagem automática clássica, não sobre grandes modelos de linguagem.
Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.
União Europeia, empresas de investimento que praticam negociação algorítmica. O artigo 5.º diz que uma pessoa designada pela direção de topo da empresa de investimento autoriza a implementação ou a atualização substancial de um sistema de negociação algorítmica, de um algoritmo de negociação ou de uma estratégia, e que os registos têm de permitir à empresa determinar a pessoa que fez cada alteração e a pessoa que a aprovou; o artigo 3.º exige pessoal de risco e de conformidade com autoridade suficiente para contestar o pessoal responsável pela negociação algorítmica. Nomeia quem autoriza; não rege os métodos de investigação.
Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.
Estados Unidos, corretoras (broker-dealers) membros da FINRA. A regra diz que cada pessoa associada principalmente responsável pela conceção, desenvolvimento ou modificação significativa de uma estratégia de negociação algorítmica relativa a ações, ações preferenciais ou obrigações convertíveis, ou responsável pela supervisão diária dessas atividades, é obrigada a registar-se como Securities Trader; o aviso regulamentar acrescenta que, se uma empresa encarregar um terceiro de modificar de forma significativa uma estratégia, essa instrução também tem de partir de um Securities Trader. Nomeia quem responde por uma estratégia; não rege a forma como as estratégias são investigadas.
Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.
O que isto significa para ti#
Se estás a começar, conta com que a IA escreva boa parte do teu código de investigação e de backtest e proponha sinais, e conta com que o teu valor esteja em saber quando os números estão errados — as métricas de risco que os modelos ainda calculam mal — e nas funções de validação e de responsabilidade que as regras reservam a pessoas qualificadas.
Conta com rever e aprovar muito mais investigação gerada por máquina do que conseguirias escrever, e com responder por ela. As empresas que usam IA na investigação descrevem submeter o seu resultado aos mesmos testes que o trabalho humano; conceber esses testes é onde a experiência conta.
As tuas opções#
Quatro direções, cada uma com as suas restrições reais e com uma coisa que podes testar esta semana. Continuar como estás é uma opção legítima; só tem de ser uma opção escolhida.
Fica, e assume a validação da investigação gerada por máquina
As empresas submetem os sinais gerados por IA aos mesmos limiares que a investigação humana; alguém tem de fixar esses limiares e apanhar o que os passa indevidamente.
As funções de investigação podem encolher onde a IA gera candidatos mais depressa do que as pessoas.
Pede a um assistente de IA que calcule o rácio de Sharpe e a volatilidade de uma estratégia que conheças, e confere os números dele com os teus.
Aproxima-te do risco de modelo e da validação
Os supervisores dos EUA, da UE e do Reino Unido exigem validação independente por pessoas qualificadas, e já escrevem expectativas específicas para modelos de aprendizagem automática.
As funções de validação ficam nos bancos, sob regras de supervisão, e valorizam a amplitude mais do que a velocidade.
Lê a secção sobre aprendizagem automática do guia do BCE para modelos internos e faz a lista das expectativas que a tua equipa já cumpre.
Passa para a supervisão da negociação algorítmica
As regras exigem uma pessoa designada para autorizar a implementação de algoritmos, e pessoal com autoridade para contestar a negociação algorítmica.
Exige registo ou estatuto regulamentar, e conhecimento das regras de mercado.
Descobre quem, na tua empresa, está designado para autorizar a implementação de algoritmos, e o que verifica.
Perguntas frequentes#
Não, pela evidência atual. A IA já escreve código de investigação e propõe sinais, e uma gestora de ativos diz que os seus sinais gerados por IA passam os mesmos limiares que a investigação humana. Mas os testes de referência mostram modelos a falhar em métricas de risco básicas, e as regras dos EUA, da UE e do Reino Unido exigem pessoas qualificadas e com nome para conceber, autorizar e validar de forma independente os modelos de negociação e de risco.
Não respondemos a isso com um número de anos. Acompanha antes um sinal: se as estratégias geradas por IA começam a entrar em produção sem uma pessoa designada que as autorize, e se os supervisores aceitam a validação por máquina em vez de pessoas independentes. Hoje, as regras registadas aqui exigem as duas coisas.
Em parte. A Man Group diz que o seu AlphaGPT escreve código pronto para produção e já produziu sinais que passam os seus limiares de investigação humana, e um agente de investigação chegou a obter até o dobro das rentabilidades anualizadas das bibliotecas clássicas de fatores em backtests. No BacktestBench, porém, o melhor modelo atingiu 67,41% de exatidão global e todos os modelos tiveram dificuldades com a volatilidade e o rácio de Sharpe.
A evidência registada aqui aponta para um trabalho que muda, e não para um que desaparece: mais investigação gerada por máquina para testar, e funções de validação e de responsabilidade que as regras dos EUA, da UE e do Reino Unido mantêm com pessoas qualificadas. Nenhuma projeção oficial separa os quants dos outros analistas financeiros.
Em que assentam estes juízos#
Dos 5 juízos de tarefa desta página, 5 apoiam-se num evento verificado e 0 são inferência da plataforma, cada um etiquetado onde aparece. Por detrás há 2 dimensões tecnológicas, uma trajectória reconstruída desde que os modelos de linguagem chegaram ao público e 10 eventos verificados.
Ver que tecnologias, como chegou aqui e o método →
Onde se situa na classificação oficial: competências, conhecimentos e profissões afins →
Outros cargos na mesma função#
Uma empresa divide o seu trabalho em funções antes de o dividir em cargos. Estes estão em Finanças ao lado deste — um facto sobre organigramas, não um juízo de que sejam parecidos ou de que estejam a mudar na mesma direcção.
Contabilista / Guarda-livros · Auditor · Analista financeiro · Analista de crédito / gestor de risco · Atuário · Subscritor de seguros · Consultor financeiro / planeador financeiro · Técnico de impostos / consultor fiscal