Uma frase, uma estratégia quantitativa
Eu digitei uma frase em uma ferramenta de trading. Cerca de um minuto depois, ela já tinha escrito Python de verdade, puxado quatro anos de dados de mercado, executado um backtest completo e me entregado uma estratégia que perdeu dinheiro em um backtest de quatro anos.
Então ela fez o que nenhum "robô de trading com IA" jamais fez comigo. Ela me disse que eu estava errado. Explicou exatamente por que minha ideia estava equivocada. E, em vez de apenas dizer, executou um segundo teste para provar e depois reconstruiu a estratégia em algo que realmente funcionou.
A ferramenta é o Minara's Strategy Studio. Este é o passo a passo honesto, números vermelhos e tudo. No final, você vai entender por que aquela linha "Não é um conselho financeiro" é a frase mais importante de todo o texto.
Uma frase dentro, uma estratégia quantitativa para fora
A proposta do Minara é simples: descreva uma ideia de trading em linguagem natural e ele a transforma em uma estratégia quantitativa real e testada. Você também pode enviar um formulário, uma gravação de tela de um vídeo de estratégia ou colar código. Nos bastidores, ele acessa uma biblioteca de mais de 500 fatores, escreve Python de verdade, executa o backtest e mostra a curva de equity e as métricas — e depois permite que você continue refinando apenas conversando com ele.
Existem dois modos. Single-Asset constrói uma estratégia para uma moeda. Multi-Asset constrói um portfólio cross-sectional completo — classifica uma cesta de ativos com base em fatores premium, compra os melhores e vende os piores. A própria definição do Minara: modelos de fatores cross-sectionais que antes levavam anos para serem montados por mesas quantitativas institucionais agora podem ser invocados em uma frase. Essa é a proposta. Passei uma tarde testando isso sob pressão.
Strategy Studio: descreva uma ideia, escolha Single-Asset ou Multi-Asset, e ele faz o resto.
O aquecimento: uma moeda, uma frase
Comecei pequeno. Mudei para Single-Asset e digitei exatamente isto:
"Crie uma estratégia de momentum de 15 minutos para minha posição em BTC com base na situação recente do mercado"
Esse é o input completo. Uma frase.
Antes de escrever uma linha de código, ele realmente leu o mercado: puxou cerca de 200 candles recentes, resumiu o regime (uma forte queda, um rebote parcial, alta volatilidade e depois uma faixa de consolidação), classificou como um ambiente de "momentum com filtro" e só então construiu uma estratégia de EMA-momentum com um filtro de RSI e volume.
Aqui está o backtest que ele gerou (BTC, 10x, nos dois meses até 25 de junho de 2026):
+3,47% em 4 trades · drawdown máximo -1,87% · taxa de acerto 75% · fator de lucro 6,84 · Sharpe 3,51.
Por si só, +3,47% não é nada para se gabar. Mas olhe para a linha ao lado: no mesmo período, o BTC caiu 21,63%. A estratégia não tentou acertar um home run — ela fez alguns pontos percentuais enquanto evitava um drawdown de 21%. Esse é o verdadeiro produto: não "fique rico", mas "não seja atropelado".
Ressalva honesta: dois meses e quatro trades são uma amostra minúscula. Um Sharpe de 3,51 em quatro trades é uma boa demonstração do fluxo de trabalho, não um histórico. Seguimos para o teste real.
O evento principal: um portfólio de 30 ações e um fracasso
É aqui que os fatores cross-sectionais vivem. Mudei para Multi-Asset, escolhi o universo TradFi 30 (large caps de tecnologia — NVDA, MU, MRVL e companhia) e pedi uma configuração institucional clássica:
"Classifique este universo por um score composto de valor+qualidade, compre os 10 melhores e venda os 10 piores, pesos iguais, rebalanceamento mensal"
Ele construiu tudo e executou ao longo de quatro anos (junho de 2022 → junho de 2026). O resultado foi um banho de sangue:
V1: retorno total de -21,17% · CAGR -5,77% · drawdown máximo -33,83% · Sharpe -0,22 e ficou muito atrás de um índice S&P simples.
Um portfólio clássico de fator valor + qualidade perdeu dinheiro por quatro anos e foi esmagado por simplesmente comprar o índice. Um "robô de IA" normal esconderia silenciosamente um resultado como esse atrás de uma demonstração selecionada a dedo. O Minara colocou os números vermelhos direto na tela.
Então ele discutiu comigo e estava certo
Então eu questionei. Disse que a estratégia perdeu dinheiro e teve baixo desempenho, e perguntei diretamente: você consegue realmente fazer isso superar um índice simples, ou a abordagem inteira é estruturalmente fraca aqui?
A resposta foi o momento em que a ferramenta conquistou meu respeito. Parafraseando: valor + qualidade é estruturalmente fraco neste universo neste período. TradFi 30 são large caps de tecnologia em um mercado altista impulsionado por momentum. Classificar por "barato + alta qualidade" sistematicamente vende os vencedores e compra os perdedores — exatamente ao contrário. E, em vez de apenas afirmar isso, ele disse que provaria invertendo o sinal.
Não "aqui está uma correção". Primeiro um diagnóstico — depois uma oferta para provar o diagnóstico com um teste.
A reviravolta: +829%, com um asterisco honesto
Ele inverteu o sinal primeiro, só para provar o ponto — depois eliminou a perna vendida que era peso morto, deixando uma estratégia de momentum+qualidade apenas comprada. Mesmo universo, mesmos quatro anos:
+829,20% · Sharpe 1,53 · 80% de taxa de acerto · supera comprar e segurar por 726%. Só de eliminar a perna vendida, o Sharpe passou de 0,17 para 1,53.
E aqui está a parte que quero destacar: sem ser solicitado, ele sinalizou a ressalva. Me disse que o drawdown máximo de -42% é real e concentrado em três ou quatro nomes de cada vez, e então se ofereceu para corrigir isso. Uma ferramenta que te convence a não confiar demais em seu próprio número de home run é mais rara do que deveria ser.
A correção: um filtro de tendência, +1047%
Perguntei como ele lidaria com esse drawdown. Ele adicionou um filtro de tendência de 200 dias — só mantém nomes negociando acima de sua própria média móvel de 200 dias e se aproxima do caixa quando os vencedores começam a cair:
V3: +1047,39% · Sharpe 1,74 · Calmar 2,07 · drawdown ~-40%.
O arco completo: uma estratégia que perdeu dinheiro, a correção da IA e a versão com filtro de tendência — com cada drawdown exibido. Leia esses drawdowns. Até as versões "boas" passaram por perdas no papel de mais de 40%. Voltaremos a isso.
Não é uma caixa preta — você pode ler o código
Nada disso é apenas uma impressão. É Python real em um framework chamado xstrategy. Cliquei na aba Code e li linha por linha: uma classe Strategy, um método alpha() e importações de fatores com nomes como jkp_fcf_me e um z-score de rendimento operacional para valor, além de jkp_qmj_prof (lucratividade QMJ) e jkp_f_score (Piotroski) para qualidade — combinados com um combine que ignora NaN para que nomes com dados faltantes saiam limpos.
O código real da estratégia gerada — editável, inspecionável e pronto para você colar o seu próprio.
Você não precisa confiar em uma caixa preta. Pode ler exatamente o que ele está fazendo, mudar ou trazer seu próprio código.
Negocie com ela
Backtests são teoria. A aba Trade é ao vivo: perpétuos na Hyperliquid com três modos — Autopilot (implante uma estratégia e deixe rodar), AI Copilot ou Manual. Você deposita, escolhe a estratégia, aperta Iniciar.
Trading de perpétuos ao vivo com uma estratégia implantada. Observe a linha incorporada ao produto: "Minara pode cometer erros. NFA".
Um produto de trading te dizendo, na própria tela, que pode estar errado — essa é a energia certa. Isso é dinheiro real, alavancagem real e uma carteira custodial. Trate-o como tal.
Publique
Existe um quadro público intitulado literalmente "Melhores estratégias, medidas com honestidade". Você pode publicar a sua, e outros podem fazer fork, favoritar e copiar seus trades. Fundamentalmente, o ranking mostra o drawdown máximo ao lado dos retornos — então uma estratégia de +3.363% também exibe seu drawdown de -42% à vista.
O quadro público — literalmente "medido com honestidade", com drawdown máximo exibido ao lado de cada retorno.
Publiquei minha própria V3 nesse quadro. Agora está em #11 (+1.047% no backtest, Sharpe 1,74, drawdown de -40,53%), alinhada com criadores que postam retornos de backtest de quatro dígitos — todos com seu drawdown visível.
O banho de água fria (leia esta parte duas vezes)
Aqueles números de +829% e +1047% são backtests em uma janela única no ciclo. 2022–2026 foi um rali de mega caps de IA. Estratégias de momentum produzem backtests lindos dentro de uma tendência como essa e revertem fortemente quando ela termina.
Os drawdowns de mais de 40% não são hipotéticos; estão nos mesmos resultados, concentrados em alguns nomes. Um backtest não é uma previsão, e trading ao vivo com alavancagem adiciona taxas, slippage e funding que um backtest subestima.
Então a conclusão honesta não é "isso imprime dinheiro". É que a ferramenta raciocina como um quant: me disse que minha ideia estava equivocada, provou, reconstruiu e se recusou a esconder o risco. Esse é o verdadeiro produto — julgamento sob demanda, não uma máquina caça-níqueis.
Quanto custa e como testar
O nível gratuito dá 300 créditos — suficientes para executar backtests reais como os acima. Planos pagos: Lite $19/mês (1.400 créditos), Starter $49/mês (4.000) e Pro $199/mês (20.000 + acesso à API).
Preços individuais. O Strategy Studio é gratuito para começar.
Se quiser testar você mesmo, pode começar no nível gratuito aqui:
→ minara.ai/app/trade?r=SLASH1S → apenas 100 planos gratuitos do nível Lite aqui
Uma ferramenta que só concorda com você não é inteligente — é um espelho. Na primeira vez que o Minara me disse que eu estava errado, ele deixou de ser um brinquedo e começou a ser útil.
