Quando se pesquisa com IA, é fácil perder a hora de parar. Testamos uma ideia e surge a curiosidade sobre outra condição. Verificamos isso e queremos experimentar noutro mercado. Perguntamos à IA e quase sempre aparece uma maneira de avançar. Podemos alterar o código e executar tudo de novo.
Foi assim que passei cerca de um ano a pesquisar trading sistemático.
Gostei da experiência. É bom conseguir testar uma ideia que até então só existia na cabeça. Se cada pergunta exigisse primeiro descobrir se eu conseguiria implementá-la, provavelmente teria deixado muitas de lado. Com a IA, aumentou o número de coisas que podia experimentar.
Mas ter mais possibilidades também trouxe um custo. Eu precisava de decidir o que não experimentar.
Se não gosto do resultado de um backtest, por exemplo, não faltam ajustes possíveis. Posso mudar uma condição de entrada, examinar um período especialmente mau ou aplicar a estratégia a outro mercado. A IA ajuda em cada tentativa. E costuma fornecer uma explicação convincente.
É aqui que a pesquisa se torna ambígua. Corrigir uma premissa errada e alterar condições até obter um resultado agradável podem parecer muito semelhantes durante o trabalho. Nos dois casos, altera-se o código e executa-se de novo.
Por isso, fui aumentando o que deixava por escrito. Antes da experiência: o que quero verificar e que resultado me faria abandonar a ideia. Depois: que condições alterei após ver os resultados. Dá trabalho, mas sem esse registo posso acabar por recordar até as razões das alterações como mais sólidas do que realmente foram.
Com o código aconteceu algo semelhante. Quando a execução termina e aparecem números, é fácil sentir alívio. Mas os números, por si só, não garantem que o cálculo esteja certo. O momento de gerar um sinal pode estar desalinhado com o de enviar a ordem. O arredondamento da quantidade pode eliminar uma operação prevista. Uma curva de capital dificilmente revela esses pormenores.
As minhas solicitações à IA também precisavam, portanto, de ser específicas. Além de pedir a implementação de uma estratégia, tinha de verificar por que surgira uma ordem numa determinada data, que dados tinham sido lidos e como fora calculada a quantidade. Uma conversa sobre o resultado geral acabava por regressar a uma operação ou a uma linha de cálculo.
Visto de fora, este trabalho talvez pareça pouco. É possível passar um dia inteiro ocupado e concluir que o resultado precisa de ser verificado novamente. Mas, se saltar essa verificação, deixo de saber em que estou a confiar ao avançar para a experiência seguinte.
A IA foi bastante útil aqui. Podia reler código já escrito, comparar execuções diferentes e procurar premissas esquecidas com a sua ajuda. Mas não podia assumir a responsabilidade por eu estar a conduzir as perguntas para a resposta que desejava. Essa parte continuou a ser minha.
É também por isso que quero começar este blogue. Durante a pesquisa surgia sempre outra tarefa, deixando pouco tempo para explicar o caminho percorrido. Escrever deve ajudar-me a perceber melhor o que compreendi e o que deixei mal explicado.
Quero tratar de uma experiência ou de uma pergunta de cada vez: por que achei que valia a pena tentar, o que foi diferente na prática e o que alterei a seguir.
Ao olhar para os registos do último ano, não parece que me vão faltar assuntos tão cedo. Só estou um pouco atrasado na organização.