(ES-002) Produtos estruturados avançados

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.

Nesta aula, vamos integrar o conteúdo das últimas três sessões para explorar a interação entre ATM (At-The-Money), SKEW (inclinação) e Smile (curvatura da volatilidade). O foco está na análise do percentil do ATM como ponto de partida para interpretar corretamente o SKEW, destacando que diferentes níveis de ATM podem levar a leituras distintas de inclinação e concavidade. Embora SKEW e Smile tenham significados próprios, ambos são influenciados pela posição relativa do ATM, o que impacta diretamente a leitura e magnitude desses componentes.

A aula discute como o modelo de volatilidade da FDLearn baseado em um polinômio de segundo grau ajustado via método de Nelder-Mead encontra múltiplas soluções que minimizam o erro quadrático entre preços observados e preços modelados. A função de volatilidade segue a fórmula:
Volatilidade(strike) = ATM + SKEW * Normalizado + Smile * (Normalizado² / 2),
onde o termo Normalizado depende da relação entre o forward e a demanda. A interpretação correta exige considerar os três parâmetros em conjunto, especialmente em momentos de baixa volatilidade histórica, onde o mercado tende a inflar SKEW e Smile como mecanismo de ajuste do modelo, e não necessariamente como aposta direcional.

Por fim, a aula introduz seis cenários hipotéticos, incluindo o caso de um ativo com demanda extremamente baixa, simulando um low histórico de 10 anos. Nestes casos, é comum observar um Smile e um SKEW elevados, como forma de compensar a possibilidade de movimento abrupto. O conteúdo desafia interpretações simplistas, mostrando que a ausência de assimetria e curvatura em um ativo apático pode, na verdade, indicar um erro de modelagem. A análise do Ibovespa no pós-COVID é usada para ilustrar essa lógica, reforçando que a presença de SKEW e Smile elevados em percentis baixos não é sinal de risco, mas sim coerência matemática e ajuste do modelo à realidade do mercado.

Nesta aula, o foco recai sobre a aplicação prática da volatilidade implícita como ferramenta para identificar ativos com potencial de alta dentro do índice Ibovespa. Utilizando os dados do pregão de 17/09/2024, realizaremos uma varredura estatística nos principais ativos, combinando conceitos de smile, skew, e análise percentil para interpretar o comportamento dos agentes econômicos no mercado de opções.

Ao observar um mercado em tendência de alta, é comum o aumento da demanda por calls fora do dinheiro, elevando seus prêmios e, por consequência, a volatilidade implícita. Esse fenômeno distorce o smile de volatilidade, que tende a se acentuar. Para manter o equilíbrio entre os strikes, o skew precisa se ajustar para baixo, compensando a assimetria gerada pela valorização das calls. A aula explora como esses ajustes servem como indicativo de posicionamento direcional de players institucionais e oferece critérios objetivos para seleção de ativos com base em liquidez e concentração de contratos.

Por fim, apresentamos uma metodologia replicável, fundamentada em dados históricos de 252 dias para normalização e janela de 21 dias para análise tática. Com auxílio de planilhas analíticas e ferramentas internas da Fderivs, o aluno será guiado na construção de filtros estatísticos que isolam os ativos com maior desvio positivo, sinalizando probabilidade de alta. O conteúdo é essencial para analistas quantitativos, gestores de portfólio e traders que buscam integrar leitura de derivativos às decisões de alocação.

Nesta aula, aplicamos conceitos teóricos no mercado real, utilizando os ativos do Ibovespa em 17/09/2024. O objetivo é identificar sinais de que os agentes econômicos estão se posicionando para uma queda, por meio da análise estatística da volatilidade implícita, com foco nos indicadores SKEW e Smile de Volatilidade. A aula faz uso de ferramentas quantitativas, como planilhas com curvas de volatilidade e percentis históricos, para construir uma leitura clara e objetiva do comportamento do mercado.

Com base no comportamento observado em mercados de baixa, demonstramos como a elevação na demanda por opções de venda (puts) fora do dinheiro (OTM) pressiona os prêmios e altera o SKEW, tornando-o mais negativo. Esse fenômeno é acompanhado por uma redução no Smile, pois a estrutura da curva se ajusta para refletir a assimetria de risco. O foco está na identificação de padrões anômalos nesses indicadores, sugerindo uma precificação de risco de queda pelos agentes.

A abordagem é prática e orientada a resultados, utilizando como filtro ativos com alta liquidez e volume de contratos em aberto. A seleção passa por critérios estatísticos: SKEW com percentil historicamente baixo e valor nominal elevado (negativo), e Smile com compressão nas caudas. Essa metodologia é particularmente útil para estratégias de proteção de portfólio, montagem de posições assimétricas com opções e avaliação do sentimento de mercado a partir da superfície de volatilidade.

Nesta aula, abordamos a diferença entre leitura de mercado e otimização de produtos estruturados, especialmente em cenários onde a liquidez é limitada. O foco está na interpretação de curvas e superfícies de volatilidade implícita, destacando a relevância do volume de contratos em aberto e da distribuição dos strikes para identificar sinais confiáveis de tendência. Quando a liquidez é restrita, a leitura direta do mercado se torna ineficiente, exigindo o uso de parâmetros estatísticos para simulação e modelagem.

A ausência de uma superfície líquida para vencimentos mais longos obriga o analista a operar com estimativas baseadas em ATM, Skew e Smile derivados da distribuição histórica de preços. O objetivo, neste caso, é construir uma estrutura que maximize o retorno ajustado ao risco, mesmo que sem um direcionamento claro do mercado. A modelagem passa a depender mais da consistência dos dados do que da dinâmica entre compradores e vendedores.

A aula inclui exemplos práticos com ativos como VALE3 e ITUB4, destacando como avaliar se os preços das opções refletem uma visão de mercado ou apenas artefatos estatísticos. Além disso, discutimos os riscos de se utilizar dados contaminados (“sujeira”) e como aplicar ajustes manuais e critérios objetivos de filtragem. Essa distinção entre leitura e otimização é essencial para profissionais que atuam com estruturação de produtos, gestão de risco e alocação estratégica de portfólio.

Nesta aula, exploramos a montagem de uma carteira recomendada a partir de critérios objetivos, combinando análise estatística de volatilidade com a visão fundamentalista de analistas de mercado. A seleção dos 10 ativos se baseia em rankings neutros de consenso de mercado, com o objetivo de evitar vieses institucionais. A definição dos targets de alta e baixa para cada ativo permite estimar cenários, identificar oportunidades e estruturar produtos adequados a diferentes perfis de risco: conservador, moderado e agressivo.

Utilizamos a superfície de volatilidade implícita para avaliar o posicionamento do mercado frente ao call dos analistas, analisando o comportamento da distribuição em janelas de 21, 125 e 252 dias. Essa abordagem permite diagnosticar se o mercado já precificou as expectativas ou se há espaço para reposicionamento. Casos práticos, como o de Bradesco em nov/24, demonstram como um evento positivo inesperado pode gerar movimentações rápidas quando o mercado ainda não está posicionado — reforçando a importância do timing de entrada.

A metodologia incorpora ferramentas como percentis, smile de volatilidade, skill do ativo e leitura da posição ATM (at-the-money). Além disso, discute-se a relevância da escolha da data de análise, que pode ser ajustada conforme eventos relevantes (ex: balanços, decisões de política monetária). A construção final contempla três estruturas operacionais distintas, permitindo que o aluno aplique os conceitos para montar portfólios reais ou produtos estruturados sob medida, alinhados à análise técnica e à expectativa do mercado.

Nesta aula, exploramos a montagem de estratégias com opções a partir da leitura técnica e setorial de um ativo em máximas históricas, com foco no papel ITUB4. Iniciamos com a análise gráfica de longo prazo (5 e 2 anos), identificando zonas de suporte e resistência para estimar alvos de preço na ausência de guidance de analistas. Em seguida, examinamos o setor bancário, os forward points derivados da taxa de juros e o aluguel de ações, para avaliar o custo de carregar posições e definir o viés direcional implícito.

A análise segue com a avaliação da volatilidade implícita (curto e longo prazo), do percentil do ATM e da estrutura de skew da volatilidade. Esses elementos ajudam a identificar distorções entre calls e puts e guiar a escolha entre estratégias de compra ou venda de volatilidade. A partir do comportamento do mercado em relação ao ativo e ao setor, selecionamos produtos estruturados em três perfis de risco: conservador, moderado e agressivo, cada um alinhado a um cenário específico de expectativa de retorno e proteção.

A aula conclui com o estudo da marcação a mercado e como ela pode influenciar o resultado de estratégias estruturadas. Avaliamos cenários em que a convergência do ATM para a moda ou média da volatilidade pode gerar oportunidades de distrato antecipado com ganho, reforçando a importância do monitoramento dinâmico das posições. O conteúdo oferece uma aplicação direta no dia a dia de gestores, analistas e estruturadores, integrando análise técnica, fundamentos de derivativos e gestão de risco com base em parâmetros objetivos do mercado.

Esta aula explora a construção de produtos estruturados a partir de uma análise prática do ativo PRIO3, com foco em estratégias que maximizam o retorno em diferentes perfis de risco. A metodologia parte da leitura dos gráficos históricos de 5 e 2 anos, permitindo ao aluno simular preços-alvo quando não disponíveis. Com base nessa análise gráfica, definimos cenários para estruturação de produtos alinhados a calls de alta, identificando vetores de mercado como forward points, volatilidade implícita (ATM), skew e percentis históricos.

A partir do setor de atuação do ativo (energia e petróleo), examinamos indicadores como o aluguel de ações, os forward points derivados da taxa de juros e a posição da volatilidade ATM frente ao seu histórico. Esta abordagem permite classificar o ativo dentro de quadrantes estratégicos como o "Setor B", ideal para estruturas com venda de calls e escolher produtos compatíveis com esse cenário. O conteúdo é complementado com a leitura da estrutura de skew de 21 dias e do smile para entender se o mercado está precificando alta, queda ou estabilidade.

Com base na análise de PRIO3, são estruturados três tipos de produtos: conservador, moderado e agressivo, com destaque para estratégias como o Booster (Double Up), o Fence (Put Spread Collar) e a CUO (Call Up and Out). Cada estrutura é discutida com foco em sua sensibilidade à volatilidade, características de marcação a mercado, risco de distrato antecipado, e aderência aos objetivos do investidor. Ao final, o aluno estará apto a alinhar estratégias derivativas com a leitura técnica e conjuntural de um ativo, elevando a assertividade de suas decisões de alocação e proteção de portfólio no mercado real.

Nesta aula, abordamos a construção e avaliação de estratégias com produtos estruturados utilizando o ativo CYRE3 como estudo de caso. Iniciamos com a análise técnica de gráficos de 5 e 2 anos, identificando estimativas de preços-alvo na ausência de projeções formais. A aula destaca a importância da contextualização setorial (construção civil), avaliação de forward points via taxa de juros e aluguel e leitura do percentil da volatilidade implícita ATM.

Exploramos duas estruturas contrastantes: a estratégia Booster (Double Up), de renda variável alavancada, voltada para cenários de alta moderada, com alto potencial de retorno e risco limitado ao valor da ação, e a CUO (Call Up and Out), um produto intermediário com barreira desativadora e custo de entrada reduzido. Discutimos os impactos da volatilidade sobre a performance, destacando os riscos de desativação precoce das CUO em ativos com movimentos abruptos, como a CYRE3.

A aula conclui com considerações sobre marcação a mercado, enfatizando como estruturas bem calibradas podem antecipar distratos vantajosos. O conteúdo é aplicado à gestão de portfólio, com foco em decisões estratégicas de entrada e saída em produtos estruturados. A metodologia combina ferramentas gráficas, percentis de volatilidade, e exemplos reais do mercado brasileiro, promovendo a autonomia do aluno na estruturação sob incerteza de dados.

Nesta aula, será apresentada uma metodologia aplicada para a seleção e estruturação de produtos estruturados a partir da análise técnica e estatística de um ativo objeto no caso, a ação ELET3. Utilizando gráficos de 5 e 2 anos, o aluno aprenderá a identificar regiões de suporte e resistência, estimar preços-alvo e correlacionar essa análise com indicadores como taxa de aluguel, juros futuros e volatilidade implícita, para interpretar os forward points e o sentimento do mercado.

Com base no setor de atuação da ELET3 energia elétrica e nas condições de mercado, a aula mostra como avaliar se os forward points estão elevados ou deprimidos, e como isso afeta a precificação de derivativos. A análise do percentil do ATM, bem como dos indicadores de skew e smile de volatilidade, permite ao aluno inferir o posicionamento institucional e escolher, com base técnica, entre produtos de perfil conservador, moderado ou agressivo, sempre alinhados ao cenário projetado pelo analista.

A aplicação prática é evidenciada na construção de produtos como Collar, Booster e Call In-the-Money, otimizando o payout e respeitando o risco aceito pelo investidor. Por fim, a aula cobre como avaliar o impacto da marcação a mercado, discutindo cenários de convergência do ATM e oportunidades de distrato. Essa abordagem alia teoria quantitativa e leitura gráfica a decisões práticas de gestão de portfólio, preparando o aluno para atuar de forma profissional no mercado de derivativos.

Esta aula explora a aplicação de produtos estruturados como instrumentos de gestão de risco e otimização de retorno, a partir da análise técnica de ativos. O conteúdo parte da leitura dos gráficos históricos de 5 e 2 anos do ativo JBSS3, utilizando estimativas visuais para definição de preços-alvo, em um cenário onde não há acesso às projeções formais de analistas. A identificação do setor econômico do ativo (alimentos e proteínas), combinada com o estudo de juros, aluguel e forward points, fundamenta a escolha estratégica de estruturas derivativas.

Com base em variáveis como ATM, volatilidade implícita e percentil histórico, a aula desenvolve a montagem de três tipos de produtos: conservador, moderado e agressivo, cada um adaptado ao perfil de risco do investidor e ao cenário técnico do ativo. A escolha entre essas estruturas envolve análise do carry da posição, da possibilidade de marcação a mercado favorável e da convergência estatística de preços. Essa abordagem torna o conteúdo altamente aplicável à realidade do mercado financeiro, com destaque para a construção de estratégias aderentes à tese de investimento do analista.

A estruturação é complementada por ferramentas como Collar Knock-In, Booster com opções de barreira e Fence com Put Spread, oferecendo alternativas para proteção e alavancagem em diferentes contextos de volatilidade, skew e liquidez setorial. Ao final da aula, o aluno será capaz de selecionar e implementar estratégias derivativas complexas, alinhadas à análise técnica do ativo e ao posicionamento tático de portfólio.

Nesta aula, o foco é a utilização da estratégia Long Put como ferramenta de hedge para proteção de posição no ativo KLBN11. O conteúdo explora a lógica por trás da compra de opções de venda como forma de limitar perdas em movimentos adversos de preço, destacando os fundamentos da operação, suas vantagens operacionais e o impacto de variáveis como volatilidade implícita e forward points na precificação da proteção. A análise é conduzida com base em dados históricos de KLBN11, utilizando a plataforma Fderivs para simulações e projeções.

A estrutura consiste na combinação de compra do ativo KLBN11 com a aquisição de uma put, garantindo ao investidor a manutenção da exposição aos ganhos, mas com perda limitada ao prêmio pago pela opção. A aula detalha como o comportamento da volatilidade de curto prazo, o percentil do ATM, e os níveis de aluguel e juros influenciam diretamente na atratividade da estrutura. Também é discutido o contexto setorial de papel e celulose e como ele impacta a estratégia.

A aplicabilidade prática inclui cenários em que o investidor deseja se posicionar em KLBN11 de forma mais defensiva, especialmente quando há incerteza quanto à direção dos preços no curto prazo. A estratégia se mostra particularmente eficaz em momentos de volatilidade implícita baixa, permitindo a contratação da proteção a custos reduzidos. A aula destaca ainda a assimetria positiva do payoff da Long Put, que pode resultar em ganhos com a valorização da própria opção, independentemente do desempenho do ativo, tornando a operação uma ferramenta robusta de gestão de risco e preservação de capital.

Nesta aula, exploramos a estrutura da Covered Call, uma estratégia amplamente utilizada por investidores institucionais e gestores de portfólio para gerar renda adicional sobre posições compradas em ativos. A abordagem técnica cobre desde a seleção do strike adequado, passando pela análise do preço implícito da opção, até a avaliação do trade-off entre risco e retorno com foco na volatilidade histórica versus implícita. A plataforma Fderivs é utilizada para mapear as possibilidades de payoff, avaliar os forward points e simular o impacto de diferentes curvas de juros.

A estratégia consiste na manutenção de uma posição comprada em VALE3 e na venda de uma opção de compra (call) sobre o mesmo ativo, o que permite o recebimento do prêmio como uma forma de renda recorrente, limitando o ganho máximo ao strike da opção. Discutimos o impacto da curva a termo de volatilidade, os momentos de maior atratividade do mercado e como avaliar o preço relativo da call vendida frente ao comportamento da ação.

Entre as aplicações práticas, destacam-se: geração de cash flow mensal sobre uma posição existente em VALE3, execução de estratégias defensivas com leve viés altista, e estruturação de produtos com perfil conservador de risco. A aula também aborda rolagens estratégicas das calls vendidas, análise de marcação a mercado e como essa estrutura se comporta em ambientes de alta taxa de juros, típicos do mercado brasileiro.

Nesta aula, o foco será a estruturação prática de produtos derivativos baseados na análise técnica e setorial da ação VBBR3, utilizando gráficos de 5 e 2 anos como ponto de partida. Por meio da identificação de pontos-alvo de alta e baixa, a aula explora a construção de estruturas alinhadas ao call do analista, mesmo na ausência de estimativas oficiais. Os participantes aprenderão a avaliar a volatilidade implícita (ATM e percentis), a influência da taxa de juros e aluguel nos forward points, e o posicionamento relativo da ação dentro do setor de logística e infraestrutura.

Com base nas condições do mercado e nas características técnicas do ativo, a aula apresenta a montagem de três produtos com diferentes perfis de risco: Booster KIKO (ofensivo), Fence (conservador) e CUO - Call Up and Out (defensivo). Cada estrutura é analisada considerando o impacto da explosão da volatilidade, o comportamento do smile e skew, e o efeito da marcação a mercado, principalmente em produtos com alto vega. O aluno aprenderá a ajustar os produtos para otimizar o payout, respeitando as expectativas de retorno e os limites de risco do investidor.

A abordagem é 100% aplicada, utilizando ferramentas como gráficos de percentis históricos, modelos de precificação em tempo real e simulações de marcação a mercado. O conteúdo permite ao aluno experiente aprimorar sua capacidade de estruturar derivativos conforme o cenário técnico e macroeconômico, com foco em decisões reais de gestão de portfólio, proteção de capital e alavancagem tática. A aula reforça a importância do timing na estruturação e da leitura de volatilidade como fator central para produtos estruturados.

O processo é simples. Inicialmente, carregamos os gráficos de 5 anos e 2 anos do ativo objeto. No exemplo, utilizaremos PETR4. Infelizmente, não conseguimos acessar os preços-alvo do ativo, portanto, teremos que desenhar estimativas para servir de base. Idealmente, o analista deve apresentar os pontos-alvo, como fazemos nos podcasts, mas, neste caso, vamos abstrair e definir esses pontos a partir da análise dos gráficos.

Em seguida, identificamos o setor em que PETR4 está posicionado, que é o setor de petróleo e gás. Analisamos a taxa de juros e o aluguel de PETR4 para determinar se os forward points estão altos ou baixos. Depois, confrontamos o ATM com seu percentil para entender melhor o comportamento do ativo dentro do setor.

Faremos uma análise para verificar se o mercado está se posicionando na direção do call do analista, o que pode indicar uma tendência para produtos mais agressivos ou conservadores.

Com o setor definido, selecionamos os produtos que otimizam o payout e os ajustamos ao call do analista, tentando aproximar os preços-alvo estimados. A partir disso, estruturamos três tipos de produtos: conservador, moderado e agressivo.

Por fim, analisamos a possibilidade de termos uma marcação a mercado favorável ou desfavorável, dependendo se o ATM convergir para a moda ou a média. Produtos com marcação a mercado favorável podem resultar em um distrato antecipado vantajoso.

O processo é simples. Inicialmente, carregamos os gráficos de 5 anos e 2 anos do ativo objeto. No exemplo, utilizaremos SBSP3. Infelizmente, não conseguimos acessar os preços-alvo do ativo, portanto, teremos que desenhar estimativas para servir de base. Idealmente, o analista deve apresentar os pontos-alvo, como fazemos nos podcasts, mas, neste caso, vamos abstrair e definir esses pontos a partir da análise dos gráficos.

Em seguida, identificamos o setor em que SBSP3 está posicionado, que é o setor de saneamento. Analisamos a taxa de juros e o aluguel de SBSP3 para determinar se os forward points estão altos ou baixos. Depois, confrontamos o ATM com seu percentil para entender melhor o comportamento do ativo dentro do setor.

Faremos uma análise para verificar se o mercado está se posicionando na direção do call do analista, o que pode indicar uma tendência para produtos mais agressivos ou conservadores.

Com o setor definido, selecionamos os produtos que otimizam o payout e os ajustamos ao call do analista, tentando aproximar os preços-alvo estimados. A partir disso, estruturamos três tipos de produtos: conservador, moderado e agressivo.

Por fim, analisamos a possibilidade de termos uma marcação a mercado favorável ou desfavorável, dependendo se o ATM convergir para a moda ou a média. Produtos com marcação a mercado favorável podem resultar em um distrato antecipado vantajoso.

Nesta aula, vamos analisar os ativos que compõem o setor financeiro, focando naqueles que possuem superfícies com liquidez e posições em aberto. O objetivo é examinar o ATM (At-The-Money), o skew e o smile dos ativos em relação ao preço do ativo-objeto. Compararemos o ATM e o percentual do setor, buscando identificar possíveis discrepâncias.

Quando o ATM e a distribuição estão em equilíbrio, podemos aprofundar a análise do skew e do smile em relação aos percentis e seus pares no setor. Como conclusão, tentaremos identificar quais ativos apresentam posições apostando em alta ou queda, ou se, eventualmente, os dados não são suficientes para concluir, ou se não há uma posição evidente no mercado.

Bancos e Financeiras: ITUB4; BBAS3; BBDC4; BPAC11; SANB11; BRSR6

Seguros e Previdência: BBSE3; PSSA3

Nesta aula, vamos abordar os seguintes setores e seus ativos correspondentes:

Petróleo e Gás: PETR3; PETR4; PRIO3; CSAN3

Energia Elétrica: ELET3; ELET6; EGIE3; ENEV3; EQTL3; CPFE3; ALUP11; TAEE11; NEOE3

Saneamento: SBSP3; CSMG3; SAPR11

Analisaremos o comportamento do ATM Skew e do Smile utilizando uma base de dados de 252 dias úteis para o longo prazo e de 21 dias úteis para o curto prazo. Nosso objetivo é identificar, dentro de cada setor, quais ativos estão recebendo maior interesse por parte dos agentes do mercado, ou seja, aqueles em que acreditam em uma valorização. Também investigaremos quais ativos demonstram menos confiança dos investidores, sugerindo uma menor expectativa de alta.

Nesta aula, iremos explorar os setores e ativos a seguir:

Mineração e Metais: VALE3; GGBR4; CSNA3; USIM5; CMIN3; BRKM5

Papel e Celulose: SUZB3; KLBN11

Nossa análise será baseada nos comportamentos do ATM Skew e do Smile, avaliando dois períodos distintos: um de curto prazo (21 dias úteis) e outro de longo prazo (252 dias úteis). O objetivo é identificar como esses indicadores se comportaram ao longo do tempo, determinando quais ativos dentro de cada setor estão recebendo maior interesse por parte dos investidores, ou seja, aqueles com maior expectativa de valorização. Além disso, examinaremos quais ativos apresentam menor expectativa de alta, com base no comportamento do mercado.

Nesta aula, vamos analisar os seguintes setores e seus respectivos ativos:

Varejo e E-commerce: MGLU3; BHIA3; CEAB3

Automotivo: MOVI3; POMO4; MYPK3; TUPY3

Construção Civil: CYRE3; MRVE3; EVEN3; DIRR3; JHSF3

Nosso objetivo será avaliar o comportamento dos indicadores ATM Skew e Smile, utilizando uma base de dados com dois períodos distintos: 21 dias úteis para o curto prazo e 252 dias úteis para o longo prazo. Analisaremos quais ativos dentro de cada setor estão recebendo maior atenção dos investidores, sinalizando expectativa de valorização, e também identificaremos aqueles que demonstram menor confiança do mercado, sugerindo uma expectativa de baixa ou estagnação.

Nesta aula, vamos explorar os seguintes setores e seus respectivos ativos:

Alimentos e Bebidas: ABEV3; JBSS3; BRFS3; BEEF3

Varejo Farmacêutico e Saúde: HYPE3; PGMN3; FLRY3; DASA3

Produtos de Consumo: NTCO3; MDIA3; SMTO3

Nosso foco será analisar o comportamento dos indicadores ATM Skew e Smile, com base em duas janelas de tempo: 21 dias úteis para o curto prazo e 252 dias úteis para o longo prazo. A análise visa identificar quais ativos estão atraindo maior interesse dos investidores, sugerindo uma expectativa de valorização, e também destacar aqueles que possuem menor confiança do mercado, sinalizando uma possível baixa ou estagnação.

Nesta aula, vamos explorar os seguintes setores e seus respectivos ativos:

Software e Serviços: TOTS3; LWSA3; POSI3

E-commerce e Tecnologia: MELI34; LWSA3

Telecomunicações: VIVT3; TIMS3; OIBR3; OIBR4

Nosso objetivo será analisar o comportamento dos indicadores ATM Skew e Smile, utilizando uma base de dados com dois períodos distintos: 21 dias úteis para o curto prazo e 252 dias úteis para o longo prazo. A análise irá nos permitir identificar quais ativos estão recebendo maior interesse por parte dos investidores, indicando expectativa de valorização, e também aqueles que demonstram menor confiança do mercado, sinalizando uma possível expectativa de baixa ou estagnação.

Nesta aula, vamos explorar os seguintes setores e seus respectivos ativos:

Transporte e Logística: RAIL3; CCRO3; STBP3

Infraestrutura e Construção: ECOR3; LOGG3; TEND3

Nosso foco será analisar o comportamento dos indicadores ATM Skew e Smile, considerando uma base de dados com dois períodos distintos: 21 dias úteis para o curto prazo e 252 dias úteis para o longo prazo. A análise busca identificar quais ativos estão atraindo maior interesse dos investidores, indicando uma expectativa de valorização, e também apontar aqueles que apresentam menor confiança do mercado, sugerindo uma possível expectativa de baixa ou estagnação.

Nesta aula, vamos explorar os seguintes setores e seus respectivos ativos:

Fundos Imobiliários: XPML11; HGLG11; PVBI11

Imobiliário: MRVE3; CYRE3; TEND3

Educação: YDUQ3; COGN3; ANIM3

Nosso objetivo será analisar o comportamento dos indicadores ATM Skew e Smile, utilizando uma base de dados com dois períodos distintos: 21 dias úteis para o curto prazo e 252 dias úteis para o longo prazo. A análise permitirá identificar quais ativos estão recebendo maior atenção dos investidores, sugerindo uma expectativa de valorização, e também destacar aqueles que mostram menor confiança por parte do mercado, sinalizando uma possível expectativa de baixa ou estagnação.