Eu digitei uma frase em uma ferramenta de negociação. Cerca de um minuto depois, ela já havia escrito Python real, puxado quatro anos de dados de mercado, executado um backtest completo e me entregue uma estratégia que perdeu dinheiro em um backtest de quatro anos.
Então ela fez algo que nenhum "robô de IA de negociação" jamais fez comigo. Ela me disse que eu estava errado. Explicou exatamente por que minha ideia estava equivocada. E, em vez de apenas dizer isso, executou um segundo teste para provar e, em seguida, 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 verá por que aquela linha "Não é um conselho financeiro" é a frase mais importante de todo o texto.
Uma frase depois, uma estratégia quant pronta
A proposta da Minara é simples: descreva uma ideia de negociação em linguagem simples e ela a transforma em uma estratégia quant real e testada. Você também pode alimentá-la com um formulário, uma gravação de tela de um vídeo de estratégia ou colar código. Por baixo dos panos, ela puxa de uma biblioteca de mais de 500 fatores, escreve Python real, executa o backtest e mostra a curva de equidade e as métricas -- e depois permite que você continue refinando apenas conversando com ela.
Existem dois modos. Single-Asset constrói uma estratégia para uma moeda. Multi-Asset constrói um portfólio cross-sectional completo -- classificando uma cesta de ativos com base em fatores premium, comprando os melhores e vendendo os piores. O próprio enquadramento da Minara: modelos de fatores cross-sectionais que costumavam levar anos para mesas quant institucionais montarem agora podem ser invocados em uma frase. Essa é a afirmação. Passei uma tarde testando-a sob estresse.
Strategy Studio: descreva uma ideia, escolha Single-Asset ou Multi-Asset, e ela 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 de BTC com base na situação recente do mercado"
Esse é o input inteiro. Uma frase.
Antes de escrever uma linha de código, ela realmente leu o mercado: puxou cerca de 200 candles recentes, resumiu o regime (uma forte liquidação, um反弹 parcial, alta volatilidade, depois um range), chamou-o de ambiente de "momentum com filtro", e só então construiu uma estratégia de EMA-momentum com um filtro RSI e de volume.
Aqui está o backtest que ela gerou (BTC, 10x, nos dois meses até 25 de junho de 2026):
+3,47% em 4 negociações · 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 bem ao lado: no mesmo período, o BTC caiu 21,63%. A estratégia não tentou acertar em cheio -- ela ganhou alguns porcento enquanto evitava um drawdown de 21%. Esse é o verdadeiro produto: não "fique rico", mas "não seja atropelado".
Advertência honesta: dois meses e quatro negociações é uma amostra minúscula. Um Sharpe de 3,51 em quatro negociações é uma boa demonstração do fluxo de trabalho, não um histórico. Em frente ao teste real.
O evento principal: um portfólio de 30 ações e um fracasso retumbante
É aqui que os fatores cross-sectionais vivem. Mudei para Multi-Asset, escolhi o universo TradFi 30 (ações de mega-cap tecnológicas -- NVDA, MU, MRVL e companhia), e pedi uma configuração institucional clássica:
“Classifique este universo por uma pontuação composta de valor+qualidade, compre as 10 melhores e venda as 10 piores, pesos iguais, rebalanceamento mensal”
Ela construiu tudo e executou por 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 destruído por simplesmente comprar o índice. Um "robô de IA" normal esconderia silenciosamente um resultado como este atrás de uma demonstração escolhida a dedo. A Minara colocou os números vermelhos bem na tela.
Então ela discutiu comigo e estava certa
Então eu questionei. Disse a ela que a estratégia perdeu dinheiro e teve desempenho inferior, e perguntei diretamente: você pode realmente fazer isso superar um índice simples, ou a abordagem inteira é estruturalmente fraca aqui?
A resposta dela foi o momento em que a ferramenta ganhou meu respeito. Parafraseando: valor + qualidade é estruturalmente fraco neste universo durante este período. TradFi 30 são ações de mega-cap tech em um mercado em alta impulsionado por momentum. Classificar por "barato + alta qualidade" sistematicamente vende os vencedores e compra os perdedores -- exatamente o oposto. E, em vez de apenas afirmar, ela 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 virada: +829%, com um asterisco honesto
Ela inverteu o sinal primeiro, só para provar o ponto -- depois eliminou a perna de venda que era um 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 o buy-and-hold em 726%. Eliminar a perna de venda sozinha levou o Sharpe de 0,17 para 1,53.
E aqui está a parte que quero enfatizar: sem ser solicitada, ela destacou a ressalva. Ela 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 corrigi-lo. Uma ferramenta que te convence a não confiar demais em seu próprio número espetacular é mais rara do que deveria ser.
A correção: um filtro de tendência, +1047%
Perguntei como ela lidaria com esse drawdown. Ela adicionou um filtro de tendência de 200 dias -- apenas mantenha nomes negociando acima de sua própria média móvel de 200 dias, e vá para o dinheiro quando os vencedores começarem 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 mostrado. Leia esses drawdowns. Até as versões "boas" passaram por perdas de papel de mais de 40%. Voltaremos a isso.
Não é uma caixa preta -- você pode ler o código
Nada disso é uma sensação. É Python real em um framework chamado xstrategy. Cliquei na aba Código e li linha por linha: uma classe Strategy, um método alpha() e imports de fatores com nomes como jkp_fcf_me e um z-score de rendimento de lucro operacional para valor, além de jkp_qmj_prof (lucratividade QMJ) e jkp_f_score (Piotroski) para qualidade -- combinados com um combine ciente de NaN para que nomes com dados ausentes saiam limpos.
O código da estratégia gerado real -- editável, inspecionável e seu para colar o seu próprio.
Você não precisa confiar em uma caixa preta. Você pode ler exatamente o que ela está fazendo, mudar ou trazer seu próprio código.
Negocie
Backtests são teoria. A aba Trade é ao vivo: perpétuos na Hyperliquid com três modos -- Autopilot (implante uma estratégia e deixe-a rodar), AI Copilot ou Manual. Você deposita, escolhe a estratégia, aperta Iniciar.
Negociação de perpétuos ao vivo com uma estratégia implantada. Observe a linha embutida no produto: "A Minara pode cometer erros. NFA".
Um produto de negociação que te diz, em sua própria tela, que pode estar errado -- essa é a energia certa. Isso é dinheiro real, alavancagem real e uma carteira custodial. Trate-o de acordo.
Publique
Há um quadro público intitulado literalmente "Melhores estratégias, medidas honestamente". Você pode publicar a sua, e outros podem bifurcar, favoritar e copiar-negociar. Crucialmente, o quadro de líderes 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 honestamente", com o drawdown máximo mostrado ao lado de cada retorno.
Publiquei minha própria V3 naquele quadro. Agora está em #11 (backtest de +1.047%, Sharpe 1,74, drawdown de -40,53%), alinhada ao lado de criadores postando retornos de backtest de quatro dígitos -- cada um com seu drawdown em exibição.
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 bonitos dentro de uma tendência como essa e revertem fortemente quando ela termina.
Os drawdowns de mais de 40% não são hipotéticos; eles estão sentados nos mesmos resultados, concentrados em um punhado de nomes. Um backtest não é uma previsão, e a negociação ao vivo com alavancagem adiciona taxas, slippage e funding que um backtest subestima.
Portanto, a conclusão honesta não é "isso imprime dinheiro". É que a ferramenta raciocina como um quant: ela me disse que minha ideia estava equivocada, provou, reconstruiu e se recusou a esconder o risco. Esse é o produto real -- julgamento sob demanda, não uma máquina caça-níqueis.
Quanto custa e como experimentar
O nível gratuito dá 300 créditos -- o suficiente 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 você quiser mexer nele 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 a Minara me disse que eu estava errado, ela deixou de ser um brinquedo e começou a ser útil.
