(PF-001) Introdução à Plataforma Fderivs

A Plataforma Fderivs reúne todos os aplicativos disponíveis em ambientes de produção e teste, o chat da empresa conhecido como Integrate, além de atalhos para o Wiki e EAD. Assim, podemos acessar de maneira fácil e rápida todas as funcionalidades da FDerivs em um só lugar.

A API é a versão digital da FDerivs, onde podemos acessar todas as funcionalidades básicas do sistema de forma digital, podendo ser acoplada a outros sistemas externos e internos. Além disso, é possível desenvolver interfaces para registro e manipulação de dados.

Neste vídeo, vamos apresentar a finalidade do sistema Apreciador, além de suas principais funcionalidades.

Nesta aula, vamos apresentar as telas secundárias do sistema, que podem aparecer em mais de um aplicativo e auxiliar os aplicativos.

Nesta aula, vamos aprender a construir os dados de contrato das opções com barreira. Como existem muitas combinações, vamos descrever todas elas e comentar suas particularidades.

Nesta aula, vamos descrever o básico para que o usuário consiga apreciar uma opção Vanilla. Apesar de haver muitos dados, precisamos configurar corretamente os dados do contrato, chamar corretamente os dados de mercado e saber localizar os preços e as derivadas de risco.

Nesta aula, vamos entender como obter as listas de opções listadas e interagir com as telas que podem assumir essas configurações.

No menu, podemos exportar os derivativos que estamos precificando para um arquivo Excel (CSV) e exportar os dados em forma de uma solicitação de preço ou uma resposta de uma cotação.

No menu, podemos configurar as colunas na linha do apreciador, podendo acrescentar e remover informações. Lembrando que temos quase uma centena de colunas disponíveis, das quais uma parte está visível e outra oculta. Portanto, podemos trazer à tona ou esconder colunas, assim como alterar as posições e configurações.

Também temos alguns layouts pré-configurados com três níveis de complexidade: um mais simples, com dados básicos; um intermediário, com mais informações, o que complica a interpretação pela grande quantidade de dados, mas enriquece a análise; e, por último, uma versão muito completa.

Podemos desenhar o gráfico de forma dinâmica, estressando o ativo e o prazo, além do tradicional gráfico no vencimento.

Nesta aula, vamos apresentar o menu inicial do sistema, onde vamos entender o que temos disponível nesta versão do sistema.

Podemos pegar os vetores apreciados e enviar para o chat da empresa em forma de uma estrutura, simulando uma solicitação de uma cotação. Também podemos enviar uma posição com o preço acrescido de um spread, com todos os dados necessários para validar a cotação, sendo esta uma versão completa de um fluxo de um processo de cotação entre um cliente e o formador de preço.

Nesta aula, vamos pegar os vetores apreciados e aprender como gerar um PDF com os dados organizados em forma de um produto.

Nesta aula, vamos aprender a fazer o apreciamento usando a derivação do modelo de Black and Scholes, o B76, onde nosso input é o preço futuro, não o preço à vista. Este método é muito usado no mercado de opções de dólar e Ibovespa.

Nesta aula, vamos aprender como pegar os vetores de opções barreira e empacotá-los em forma de produto em um PDF.

Nesta aula, vamos aprender a manipular o menu da pricer de opção barreira. Como o modelo é complexo, existem centenas de campos, mas nem todos estão visíveis. Portanto, aprenderemos a configurar os campos desejados na ordem que mais se adequa à sua realidade.

Nesta aula, vamos aprender a manipular o básico do pricer de barreira, para que possamos fazer as primeiras apreciações, entendendo como podemos alterar os dados do contrato e seu significado, além de como identificar os dados de mercado, assim como o resultado em forma de preço e gregas."

Nesta aula, vamos aprender a criar o RUN de produtos estruturados que contêm vetores do modelo VAN de forma industrial, além de encontrar uma raiz, sendo esta um valor fixo de fluxos de caixa.

Nesta aula, vamos aprender a criar o RUN de produtos estruturados que contêm vetores do modelo BAR de forma industrial, além de encontrar uma raiz, sendo esta um valor fixo de fluxos de caixa.

Nesta aula, vamos aprender a criar o RUN de produtos estruturados que contêm vetores dos modelos VAN e BAR de forma industrial, além de encontrar uma raiz, sendo esta um valor fixo de fluxos de caixa.

Os modelos de Monte Carlo são uma classe de métodos estatísticos que utilizam simulações para obter resultados numéricos em situações complexas. No contexto financeiro, os modelos de Monte Carlo são frequentemente usados para avaliar opções, calcular o valor em risco (VaR), precificar ativos e muito mais. A construção de uma Árvore Binomial desempenha um papel fundamental na implementação de modelos de Monte Carlo para fins de avaliação financeira.

Nesta aula, vamos montar uma carteira e calcular o beta em relação a outro ativo, além de entender sua correlação e R². O uso mais comum é pegar uma cesta de ações e calcular contra o IBOVESPA para entender o quanto este conjunto está correlacionado. Uma operação interessante é comprar uma proteção PUT, onde a volatilidade do índice é menor e, portanto, temos um custo mais acessível para fazer o seguro.

Neste sistema, é possível calcular uma raiz (solver linear) tanto para o modelo Vanilla quanto para o modelo de Barreira, além de permitir uma combinação linear entre ambos. A tela do sistema é bastante complexa, oferecendo uma configuração ilimitada de produtos, onde o usuário pode até criar novos produtos e definir qual raiz deseja minimizar, maximizar ou fazer convergir para um valor predefinido (como zero ou o spread desejado).

Nesta aula, vamos aprender os fundamentos da manipulação dessa tela, sendo que a parte mais avançada de criação de produtos será abordada em conjunto com a equipe de TI, limitada à criação de um call.

Claro, aqui está o texto corrigido e melhorado:

Neste vídeo, vamos apresentar a finalidade do sistema Polynomial, além de suas principais funcionalidades. Assim, poderemos construir curvas de juros, carregamento, volatilidade, correlação e outras curvas adicionais.

Nesta aula, vamos aprender como funcionam os repositórios de curvas e os três tipos presentes. O grupo SYS consiste na consultoria da Fderivs. O segundo grupo são os grupos privados, que pertencem à empresa. Para finalizar, temos o sistema B2B, onde o formador de preço pode disponibilizar a curva através do sistema.

Nesta aula, vamos entender como funciona a arquitetura de sistema dos grupos dentro da nuvem da Microsoft, conhecida como Azure. Portanto, vamos entender como podemos isolar empresas e até áreas da mesma empresa para estar em conformidade com as regras de compliance.

Também vamos aprender como os usuários acessam e manipulam as informações.

As telas secundárias estão presentes em vários sistemas e servem de suporte ao foco do aplicativo. Também vamos aprender como funcionam os modelos para deixar claro o consumo de curvas.

Nesta aula, vamos entender o uso dos modelos e seu consumo de curvas.

Nesta aula, você aprenderá como a Fderivs constrói sua curva de juros diariamente, aplicando restrições de liquidez para suavizar a superfície e evitar discrepâncias nas taxas, eliminando oportunidades de arbitragem como os FRA (Forward Rate Agreements).

Esta aula aborda a taxa de carrego também conhecida como taxa de Y ou basis, dependendo da classe de ativo como elemento central na precificação de contratos futuros, estratégias de arbitragem e gestão de risco. O conteúdo explora como a taxa representa o custo de carregamento financeiro de uma posição até o vencimento, sendo influenciada por fatores como juros, dividendos, aluguel de ativos, custos logísticos e taxas internacionais. O objetivo é capacitar o aluno a aplicar corretamente esse conceito na prática, com ênfase nos diferentes tratamentos para ações, câmbio, commodities, índices e fundos.

A estrutura da aula combina fundamentos teóricos com exemplos reais extraídos de plataformas como a Bloomberg, incluindo a decomposição da taxa de carrego no contrato futuro de dólar (cupom cambial) e na formação de preço do índice Ibovespa. Serão discutidos casos específicos de variações abruptas na taxa de aluguel, como nos papéis de MGLU3, para ilustrar o impacto da percepção de risco na formação do basis. O aluno verá como eventos de mercado alteram a taxa de carrego e afetam diretamente a viabilidade de operações estruturadas como Cash & Carry e Reverse Cash & Carry.

Por fim, o conteúdo será aplicado à tomada de decisão em portfólios, destacando como a leitura da taxa de carrego influencia estratégias de hedge, especulação e arbitragem entre ativos locais e internacionais. Serão apresentados os modelos de precificação que incorporam o carrego (ex.: Pf = Ps × (1 + r − y)^t) e suas interpretações para diferentes tipos de ativos, fornecendo ao aluno uma base sólida para atuar com eficiência em ambientes de alta sofisticação financeira.

Nesta aula, você aprenderá a construir curvas de carrego, essenciais para a precificação de derivativos, operações de aluguel de ativos e estratégias de arbitragem. Utilizando o Sistema Polinômio, desenvolvido especificamente para o mercado brasileiro, será apresentada uma metodologia completa que combina a modelagem de curvas com integração de dados de mercado, visualização gráfica e publicação em tempo real. A aula cobre a estrutura da plataforma e seus módulos principais: seletor, construtores, gráficos e exportação.

O conteúdo é voltado à aplicação direta em ambientes profissionais, com simulações práticas utilizando ativos como Ibovespa, Magazine Luiza e ITUB4, demonstrando como a liquidez e a frequência de negociação afetam a geração das curvas. Além disso, será explorada a lógica por trás da estrutura de superfícies de taxa, a distinção entre curvas vigentes e históricas, e o uso de ferramentas como o Apreciador e o Curve History para análise temporal e validação de modelos.

Ao final da aula, o participante estará apto a construir curvas adaptadas à dinâmica de diferentes ativos, interpretar superfícies tridimensionais de carrego, e aplicar esse conhecimento para tomada de decisão em mesas de operação, modelagem de risco, e desenvolvimento de produtos estruturados. O domínio da ferramenta permite atuação com agilidade e precisão em contextos como aluguel de ações, precificação de opções e backtesting de estratégias baseadas em dados históricos.

Esta aula apresenta, de forma objetiva e aplicada, a metodologia para cálculo da taxa de aluguel implícita nos contratos futuros de ações negociados no mercado brasileiro. O conteúdo cobre a utilização da equação de valor presente, dados de mercado em tempo real e curvas de juros interpoladas como ferramentas fundamentais para isolar o custo de carregamento (carry) percebido pelo mercado. A abordagem técnica é demonstrada com exemplos reais, incluindo ações da Petrobras (PETR4), evidenciando como esses conceitos são aplicados na prática.

O aluno aprenderá a identificar os componentes do preço futuro preço à vista, taxa de juros e prazo até o vencimento e a manipular matematicamente esses elementos para derivar a taxa implícita de aluguel. Serão abordadas também as nuances operacionais entre os calendários da B3 e do Banco Central, ressaltando como essa diferença impacta diretamente a precisão do cálculo dos juros compostos e da taxa final de carregamento.

A parte prática da aula é realizada com o apoio de um sistema de precificação automatizado, que conecta dados de mercado em tempo real, aplica interpolação da curva de juros e gera a curva completa de aluguel implícito por vencimento. A aula destaca ainda o uso de extrapolação para vencimentos ilíquidos, construção de superfícies tridimensionais de taxa versus prazo e apresenta recursos visuais como gráficos e planilhas que auxiliam na interpretação dos resultados. Este conhecimento é essencial para profissionais que atuam com hedge, arbitragem, precificação de derivativos e gestão de portfólio em instituições financeiras.

Esta aula apresenta uma metodologia robusta para o cálculo do aluguel implícito embutido nos contratos futuros do Ibovespa, utilizando a relação de arbitragem entre o índice à vista, os contratos futuros negociados na B3 e a curva de juros DI. A técnica contorna as limitações do mercado de aluguel tradicional, geralmente opaco e descentralizado, ao explorar a alta liquidez do mercado futuro. A abordagem alia teoria e prática, com uso de dados reais de mercado e interpolação de taxas via ferramentas automatizadas para construção da curva de aluguel implícito.

A equação de precificação parte do princípio de que o preço futuro de um ativo deve refletir o preço à vista ajustado pela taxa de juros livre de risco e pelo custo de carregamento – neste caso, o aluguel. Ao isolar esse componente, é possível inferir a taxa implícita a partir da observação dos preços de tela e das taxas da curva DI para prazos equivalentes. A aula também destaca as diferenças entre calendários de negociação (B3 x Bacen), que afetam diretamente os fatores de capitalização e impactam a precisão dos cálculos.

A aplicação prática é demonstrada com exemplos reais, como contratos futuros sobre ações da PETR4, evidenciando a capacidade do método em construir curvas de aluguel para múltiplos vencimentos, inclusive por extrapolação. Os resultados são utilizados em estratégias de hedge, arbitragem de índice, montagem de estruturas de rolagem e gestão de riscos de portfólio. A aula é ideal para profissionais que atuam com derivativos, precificação e estratégias quantitativas no mercado financeiro brasileiro.

Esta aula explora a metodologia de extração da curva de juros americana utilizando dados do mercado brasileiro, com foco no uso do cupom cambial — taxa que reflete o carrego do par USD/BRL. A partir de conceitos fundamentais de formação de preços de futuros de moeda, os participantes aprendem como derivar a estrutura a termo das taxas americanas por meio da diferença entre as taxas de juros domésticas e estrangeiras implícitas nos contratos futuros negociados localmente.

São abordados instrumentos como o DDI (Depósito Interfinanceiro de Dólar) e o FRA cambial, além de conceitos como moedas tipo A e B, forward points, arbitragem de juros e a fórmula de precificação de câmbio futuro: Futuro = Spot × (1 + taxa estrangeira) / (1 + taxa doméstica). A aula apresenta exemplos com dados reais, planilhas e ferramentas de interpolação utilizadas para a construção da curva, destacando critérios de liquidez, configuração de calendário e uso de sistemas como o Model Builder.

Com foco prático, a aula oferece aplicações em estratégias de hedge cambial, precificação de produtos estruturados em dólar e decisões de gestão de risco em instituições financeiras. Casos como o carry trade japonês e eventos de volatilidade cambial ajudam a contextualizar os riscos associados ao diferencial de juros. Ideal para profissionais de tesouraria, operações estruturadas e mercado de derivativos, o conteúdo prepara o aluno para aplicar com precisão os conceitos em operações reais.

Nesta aula, o foco será a construção da curva a termo de dividendos, a partir da compreensão das normas da CVM e da legislação vigente que regula eventos corporativos como dividendos e juros sobre capital próprio (JCP). Iniciaremos com o levantamento das obrigações legais impostas às empresas listadas especialmente com base na Lei nº 6.404/76, Instruções CVM 400/03 e 481/09 e como essas regras impactam a previsibilidade e o calendário de pagamentos. A seguir, detalharemos o processo de coleta de dados históricos, como datas, valores pagos, periodicidade e sazonalidade.

A segunda etapa será a aplicação de técnicas quantitativas para extrapolação da curva futura de dividendos, utilizando modelos estatísticos como médias móveis, regressões e análise de séries temporais. Serão discutidas práticas de mercado para projetar fluxos futuros com base no comportamento passado e como ajustar essas previsões com base em mudanças econômicas, alterações na política da companhia e características setoriais. A análise combinada entre histórico e perspectiva qualitativa permite maior aderência às condições reais.

Por fim, veremos como essa curva é implementada na precificação de derivativos, com ênfase em produtos cujo valor presente depende de dividendos futuros, como ações com opções, futuros sobre ações e estratégias de arbitragem. Será abordado como ajustes na curva impactam decisões de gestão de risco, alocação de portfólio e modelagem de cenários, reforçando a importância de uma construção precisa e dinâmica para profissionais que atuam em mesas proprietárias, gestão de fundos ou estruturação de produtos financeiros.

Esta aula apresenta uma metodologia prática para a projeção de dividendos com base em séries históricas e análise de cenário macroeconômico, com foco na precificação de derivativos e gestão de risco. O conteúdo ensina a transformar dados passados em cronogramas futuros de eventos corporativos, essenciais para a modelagem de operações com ações, opções e estratégias de hedge. A abordagem inclui a conversão de valores nominais em percentuais do nocional, identificação de padrões sazonais e aplicação de filtros para ajustar as estimativas conforme o ambiente econômico.

Utilizando o exemplo do Bradesco, a aula demonstra como empresas com histórico consistente de distribuição servem como base para modelos robustos. São abordadas ferramentas como planilhas eletrônicas, uso de funções condicionais (ex: SUMIF) e integração com plataformas como o Polynomial, permitindo automatização e atualização constante das projeções. O produto final é uma tabela mensal de projeção de dividendos integrada aos sistemas de precificação, pronta para ser usada em estratégias de gestão de portfólio.

Destinada a profissionais de análise, estruturação, trading e risk management, a aula equilibra rigor técnico e aplicabilidade imediata. Os participantes aprenderão como incorporar essas estimativas em modelos de preço de opções, ajustar posições de hedge e reduzir o risco de distorções decorrentes de eventos corporativos não previstos. A metodologia também considera aspectos regulatórios e permite personalização por meio de ponderações analíticas, ampliando a capacidade de tomada de decisão frente a diferentes cenários econômicos.

Nesta aula, você aprenderá a construir curvas de dividendos por meio de um modelo estatístico polinomial, utilizando séries históricas de eventos corporativos. A abordagem considera as particularidades do mercado brasileiro, onde derivativos incorporam proteção automática contra dividendos. O sistema utilizado organiza os dados em três módulos principais seletores, construtores e gráficos auxiliares que viabilizam a modelagem, publicação e controle de versões das curvas geradas.

A metodologia apresentada é voltada para profissionais que atuam na precificação de derivativos de ações e na gestão de risco, oferecendo uma ferramenta prática e flexível para incorporar tanto dados quantitativos como ajustes manuais baseados em análises qualitativas. Casos aplicados com ações como BBDC (Bradesco) e considerações específicas sobre o Ibovespa, que não distribui dividendos reais, demonstram a aplicabilidade direta no mercado.

O conteúdo também aborda o uso das curvas como insumo para estratégias com opções, ajustes de valuation, e gestão de exposição a dividendos em portfólios. Além disso, explora como a comunicação corporativa impacta as projeções e como a plataforma permite integração com outros modelos e ferramentas analíticas. A estrutura técnica e a didática aplicada capacitam o aluno a tomar decisões mais robustas e fundamentadas no ambiente profissional.

Nesta aula, vamos aprender a gerar curvas de volatilidade em larga escala, uma ferramenta crucial para quem precisa manter muitas curvas marcadas.

Nesta aula, vamos demonstrar como transformar o modelo Fvol, que foi gerado tirando uma foto do mercado, em uma marcação em tempo real, transformando os preços em pontos estatísticos. Quando ativamos essa função, criamos um link entre os strikes listados e os dados de mercado, calculando as variações dos preços em tempo real.

Este comando é pesado e comporta apenas um ativo por vez, sendo ativado em um vértice apenas, pois só temos um gráfico.

Nesta aula, vamos apresentar o gráfico de volatilidade, além de suas interações e possíveis interpretações utilizando o construtor de Fvol.

Para facilitar a visualização e análise, implementamos uma série de funcionalidades que podem ser ativadas e desativadas, permitindo uma melhor interação com o polinômio na tela e a alteração de suas variáveis.

Nesta aula, vamos apresentar os estudos estatísticos que utilizaremos sobre a série histórica do ativo, composta por abertura, fechamento, máximos e mínimos. A partir desses dados, calcularemos o desvio padrão por fechamento, máximos e mínimos ponderados, e máximos e mínimos ponderados pelo fechamento. Utilizando econometria, calcularemos o EWMA e o GARCH. Portanto, os gráficos apresentados nesta aula representarão a evolução dos estudos estatísticos sobre um ativo subjacente ao longo do tempo.

Nesta aula, vamos demonstrar os gráficos com médias móveis dos estudos estatísticos HVG, HL, HLC em relação ao ATM e as derivadas Skew e Smile.

Vamos calcular uma média móvel onde podemos trocar os prazos, e portanto, podemos observar a frequência com que o valor se altera e com qual intensidade. Assim, conseguimos ter uma ideia dos possíveis comportamentos ao longo do tempo, podendo tentar prever o que pode ocorrer. Com isso, podemos medir os riscos e retornos de entrar em posições compradas e vendidas em volatilidade Skew e Smile.

O Gamma Shadow consiste na frequência real do ativo objeto, retirando o prêmio de risco e apontando o ponto ótimo de imunização. Nesta aula, vamos mostrar a tela do sistema e seu número, onde faremos uma explicação básica, pois este tema será usado de maneira abrangente no curso de Delta Hedge.

Nesta aula, o foco é a aplicação de uma tabela de ponderação estatística sobre múltiplos estudos de volatilidade para o cálculo refinado do At-The-Money (ATM) histórico. Utilizando indicadores como HVG, GARCH, EWMA, desvio padrão, entre outros, o aluno aprenderá como combinar essas métricas de forma ponderada para extrair uma medida mais robusta e representativa da volatilidade implícita e realizada de um ativo ao longo do tempo.

O conteúdo explora a construção da tabela de pesos temporais, com horizontes que vão de 15 dias úteis até mais de 10.000 dias, permitindo análises que atendem desde estratégias de curto prazo (trading) até abordagens de longo prazo (gestão de portfólio). A aula também ensina a aplicar interpolação linear para cálculo de prazos intermediários e como lidar com conflitos entre estudos que capturam aspectos distintos da volatilidade — como a sensibilidade de curto prazo do HVG versus a estabilidade estrutural do GARCH.

Aplicações práticas são discutidas com exemplos de ativos como Vale e Magazine Luiza, demonstrando como a divergência entre indicadores pode ser interpretada no contexto da gestão de risco e alocação de ativos. A metodologia apresentada está diretamente alinhada às necessidades de profissionais que atuam com precificação de derivativos, modelagem de superfícies de volatilidade e monitoramento de regimes de mercado, sendo implementável via planilhas Excel otimizadas e sistemas quantitativos proprietários como o F Model.

Esta aula apresenta técnicas avançadas para estimar a volatilidade implícita de ativos sem opções listadas, um desafio comum para analistas de risco e estruturadores de produtos em mercados com baixa liquidez. A metodologia cobre o uso de séries históricas de preços (abertura, fechamento, máximas e mínimas) e o cálculo de retornos logarítmicos e desvio padrão, além de estudos complementares como HVG, HL, HLC, EWMA e GARCH(1,1).

O conteúdo tem forte ênfase prática, com demonstrações no Microsoft Excel e uso de ferramentas proprietárias como Polinomial, Apreciador e Volatility Chart. A aplicação prática se dá na precificação de ativos, modelagem de risco e estruturação de produtos financeiros, mesmo em cenários sem referência de opções ATM. O aluno entenderá como transformar dados históricos em proxies de volatilidade, ajustando expectativas conforme o tempo até o vencimento.

A aula ainda utiliza analogias intuitivas – como a estrada entre São Paulo e Campos do Jordão – para reforçar a importância do comportamento passado como guia para projeções futuras. Profissionais que atuam em fundos multimercado, mesa proprietária, estruturação de COEs e gestão de portfólio encontrarão aqui um arcabouço fundamental para navegar em ambientes com baixa transparência de preços e alto grau de incerteza.

Nesta aula, vamos aprender como gerar o market fit sobre o modelo Fvol Model manipulando as telas do Polynomial.

Nesta aula, vamos apresentar como funciona o manuseio da tela do Volatility Percentile, que consiste em uma pesquisa de banco de dados sobre os ativos que possuem curvas marcadas. A tela mostra o valor do ATM, Skew e Smile, junto com o preço atual e o percentil em relação ao seu valor histórico. Com essa análise, podemos entender se as variáveis estão com valores altos ou baixos, e a leitura dos três indicadores simultaneamente nos permite inferir como os agentes estão se posicionando. Além disso, podemos identificar quais estruturas maximizam o payout final, bem como a possibilidade de um desdobramento antecipado.

Esta aula aborda técnicas avançadas de análise de volatilidade implícita com foco no comportamento do ATM (At-the-Money) ao longo do tempo. Utilizando histogramas de percentis, o aluno aprenderá a identificar padrões que indicam se a volatilidade do ativo está em níveis historicamente elevados, medianos ou baixos, permitindo avaliar o custo relativo de operações com opções. A ferramenta central será a distribuição percentual histórica, aplicada sobre janelas móveis de dados para diferentes prazos (ex: 21 e 252 dias).

Com base na posição percentual do ATM, o aluno poderá definir estratégias como compra de volatilidade (long vega) quando os percentis estiverem nos níveis mais baixos, ou venda de volatilidade (short vega) em momentos de estresse. A aula também explora o conceito de reversão à média, analisando a distância entre o valor atual e a moda/média da distribuição, com impacto direto na marcação a mercado (MTM) de estruturas com opções. Adicionalmente, será demonstrado como estender essa análise para o SKEW e para a curva de smile de volatilidade, ampliando o leque de decisões estratégicas.

Aplicações práticas envolvem a análise comparativa de ativos como ITUB4 e MGLU3, ilustrando como perfis distintos de dispersão de volatilidade afetam o risco e a precificação. A aula prepara o aluno para utilizar essas técnicas em sistemas de análise profissional, com foco em alocação de portfólio, precificação de derivativos, e ajuste dinâmico de estratégias estruturadas no mercado brasileiro.

Esta aula explora a aplicação do SKEW, uma medida de assimetria da distribuição dos retornos de um ativo, essencial para avaliar o risco de movimentos extremos nos mercados. O conteúdo é voltado para profissionais que atuam com derivativos, permitindo a identificação de cenários com maior probabilidade de quedas acentuadas ou altas inesperadas. Por meio da comparação do SKEW atual com seus percentis históricos, o aluno aprenderá a interpretar desvios de comportamento e a ajustar decisões de alocação de risco, especialmente na estruturação de produtos com opções.

Utilizando uma janela de análise de 21 e 252 dias, a metodologia cobre a coleta e organização dos dados de SKEW para ativos do Ibovespa, com ênfase em métricas como mínimo, máximo, média, moda e percentil. A interpretação prática inclui exemplos de ativos como Petrobras, Vale e Magazine Luiza, demonstrando como o SKEW elevado pode refletir incertezas geopolíticas, políticas de gestão ou o perfil especulativo do papel. Estratégias com compra de puts, ajustes de estruturas de proteção e leitura da curva de volatilidade são aplicadas com base nesses sinais.

A aula combina teoria e prática, com uso de filtros e ordenações em sistemas analíticos para selecionar os ativos mais sensíveis a mudanças de assimetria. A leitura do SKEW é integrada à análise do ATM e do smile de volatilidade, permitindo uma avaliação completa do perfil de risco e da simetria de retornos. Ao final, o aluno será capaz de utilizar o SKEW como ferramenta de gestão ativa de portfólio, precificação de derivativos e suporte à tomada de decisões estratégicas no mercado financeiro.

Nesta aula, o aluno aprofunda sua compreensão sobre o fenômeno conhecido como smile de volatilidade, um desvio observado entre a volatilidade implícita das opções e os pressupostos do modelo Black-Scholes. A curva em forma de “sorriso” que emerge quando se plota a volatilidade implícita em função do strike normalizado é analisada com base em ativos reais como VALE3, PETR4 e MGLU3, destacando como fatores setoriais e de liquidez moldam a superfície de volatilidade observada no mercado.

Com ênfase prática, a aula explora a construção da superfície por meio de ferramentas como o polinômio de ajuste de volatilidade e análise de percentis históricos, capacitando o aluno a comparar ativos e identificar padrões que refletem a expectativa do mercado em relação a movimentos extremos de preço. São abordados os conceitos de skew (inclinação da curva), suas causas — como a demanda por proteção e suas implicações na interpretação do posicionamento médio dos agentes econômicos.

O conteúdo é diretamente aplicável à gestão de portfólios e precificação de derivativos, permitindo ao aluno tomar decisões fundamentadas em relação a estratégias com opções fora do dinheiro, montagem de estruturas assimétricas e leitura do sentimento de mercado. Ao final da aula, o aluno estará apto a analisar a curvatura e magnitude do smile em diferentes horizontes temporais, utilizando-os como indicadores auxiliares na construção de estratégias com perfil de risco-retorno ajustado às expectativas de volatilidade.

Neste vídeo, vamos apresentar a finalidade do sistema Instruments, além de suas principais funcionalidades. Vamos aprender a arte de criar instrumentos e configurá-los corretamente para expressar o payout que desejamos acompanhar. Ao mesmo tempo, vamos organizar o sistema para melhor interpretação da posição em termos de resultado e risco.

Nesta aula, vamos aprender a criar e configurar um repositório para armazenar ativos e derivativos.

A configuração do instrumento é algo complexo, pois envolve muitos fatores que devem ser configurados corretamente para que possamos expressar o resultado no vencimento.

O modelo de registro dos ativos e derivativos da FDerivs contém uma camada conhecida como ordem. Esta camada cria o efeito de contar uma história da posição, além de ajudar na análise de risco. Portanto, entender como usar esta camada é crucial.

A finalidade do Booker é criar um CRM que ajuda a entender qual área e qual colaborador participou de cada estágio do produto, desde a criação, venda, até a execução, além de viabilizar a forma de pagamento na cadeia do produto.

Ações frequentemente passam por diversos eventos corporativos que alteram o fluxo de caixa do ativo. Portanto, é necessário realizar ajustes nos derivativos para manter a proporção quando essa funcionalidade é aplicada ao vetor. Nesta aula, vamos entender como manipular esse fluxo.

O conceito de intrabook é algo muito comum em grandes tesourarias. Portanto, vamos criar duas ordens com o mesmo instrumento e vamos comprar o ativo ou derivativo em uma ordem e aplicar o seu lote e preço igual na outra. Portanto, não houve cruzamento do ativo e derivativo no mercado, apenas entre ordens e book.

Nesta aula, vamos aprender como criar books, abrir ordens e inserir trades usando uma planilha de forma fácil e rápida. Com um pouco de programação e trabalho, podemos criar um sistema industrial para gerir os fluxos.

Nesta aula, vamos apresentar a tela que realizará uma construção lógica na estruturação, definir a capacidade de ganho e perda, e medir o quanto temos a ganhar ou perder. Além disso, vamos avaliar, por meio do delta, a possibilidade de um distrato antecipado, parcial ou total.

Neste vídeo, vamos apresentar a finalidade do sistema Risk, além de suas principais funcionalidades. Este sistema condensa todas as funcionalidades dos demos, sendo um VRM para controlar posições, visualizar resultados, bem como os riscos e suas derivadas

Nesta aula, vamos aprender todas as funcionalidades da tela de filtro. Aprender a isolar as posições desejadas permite uma análise do risco precisa.

O sistema possui diversas telas que vão apresentar as posições em aberto sob diferentes óticas. Podemos consolidar por todos os books, por book, por ativo, por estratégia, por instrumento e por trades.

Entender as janelas e interpretar os dados é fundamental para usar o sistema, que se propõe a ser um CRM de risco.

Nesta aula, vamos aprender a alterar os dados de mercado do Risk. Portanto, podemos determinar o valor do ativo que desejamos marcar no sistema e precificar os ativos e derivativos. O mesmo vale para as curvas de mercado: juros, carregamento, volatilidade e correlação.

Entender como alterar essas variáveis é fundamental para quem está usando um sistema que marca os resultados e as gregas.

Fechar o livro implica em tirar uma foto de todas as posições com a marcação a mercado das últimas curvas marcadas do grupo selecionado.

Portanto, se temos uma foto todos os dias, podemos calcular o resultado do que negociamos no dia (P&L 0) e o resultado que ganhamos no dia do inventário que carregamos (P&L 1), sendo o resultado do período a somatória de ambos. O mesmo pode ser feito na base mensal e anual, se os livros forem fechados todos os dias.

Quando os BOOKS são fechados corretamente, o sistema consegue marcar os resultados diários, separados pelas posições que abrimos no dia e o P&L do inventário que carregamos de um dia para o outro.

O mesmo efeito será observado na base mensal e anual. Nesta aula, vamos demonstrar os cálculos que estamos realizando e apresentar as nomenclaturas.

Nesta aula, vamos analisar uma tela que gera um teste de estresse no valor do ativo objeto e na volatilidade. O número de saltos e sua magnitude podem ser configurados como positivos ou negativos para gerar uma assimetria. O mesmo será feito com a volatilidade.

A matriz de risco contém variações de resultado e das gregas, podendo ser realizada com um ativo, uma estratégia, um book ou vários. O Risk permite uma configuração de filtros extensa e vamos aplicar o teste de estresse no filtro selecionado, tornando esta tela ainda mais flexível.