O que é reversão à média? Três variações backtestadas - e só uma vence de forma consistente

A história padrão da reversão à média é mais ou menos assim. Os preços oscilam em torno de um valor justo. Quando se esticam demais para cima, os vendedores aparecem. Quando se esticam demais para baixo, os compradores aparecem. Encontre a média, meça a distância até ela e aposte que essa distância vai fechar. Compre na queda, venda na disparada, reverta à média no lucro.

A história está meio certa. Os preços de fato revertem à média - no tipo certo de nome. A metade que ela erra é tratar "reversão à média" como uma estratégia única quando na verdade é uma classe de estratégias que discordam fundamentalmente sobre o que é a média. Fizemos walk-forward de três implementações diferentes de reversão à média no mesmo universo de 35 tickers ao longo de 2 anos de barras horárias. A versão de canal de regressão foi classificada como ROBUSTA em 22 de 35 nomes. A versão Bollinger de média plana foi classificada como ROBUSTA em 1 de 35. A versão de cesta de Fibonacci - um formato completamente diferente - entregou, no nível da cesta, PF 1.76 / Sharpe 1.42 / +23,7% ao longo de 3 anos de barras diárias em níveis selecionados a dedo. Mesmo conceito subjacente, três desfechos completamente diferentes. Este artigo explica por quê.

O que a reversão à média realmente é

Uma estratégia de reversão à média faz duas suposições:

1. Existe uma referência - uma média móvel, uma linha de regressão, um nível de Fibonacci, um VWAP, o ponto médio de um range recente - à qual o preço está estatisticamente amarrado.
2. Quanto mais o preço se afasta da referência, mais provável é que o próximo movimento seja de volta em direção a ela.

Concretamente, a estratégia dispara quando o preço está longe da referência (definido por ±N desvios-padrão, ±N% da linha, ±N ATRs, etc.) e sai quando o preço retorna à referência (ou atinge um stop do outro lado).

As duas decisões de design que mais importam:

• O que é a média? Uma horizontal plana? Uma regressão linear que se adapta à inclinação? Um nível histórico selecionado pelo usuário? Uma linha intradiária ponderada por volume? Cada resposta faz a estratégia funcionar em uma classe de nome diferente.
• O que é a distância? Desvios-padrão dos retornos? Múltiplos de ATR? Pontos percentuais? Cada resposta torna o sinal de entrada mais ou menos sensível a mudanças de regime.

O livro-texto trata essas como questões resolvidas com respostas únicas. Empiricamente, ambas as respostas dependem do ticker, do timeframe e do regime.

Por que funciona - quando funciona

Dois motivos, um estatístico, um comportamental.

Estatístico. Os retornos são ruidosos em torno de uma tendência subjacente. Os movimentos do dia a dia são dominados por eventos de liquidez, fluxo de notícias, fluxos relacionados a opções e dinâmica do livro de ofertas - não por mudanças no valor subjacente. Em horizontes curtos, o componente de ruído domina, e esse ruído é aproximadamente estacionário em torno da tendência. Uma posição que desbota excursões extremas de ruído está, em expectativa, apostando que a distribuição do ruído reverte - uma aposta estatística limpa.

Comportamental. Os mercados exageram. Vendedores em pânico não param de vender no "valor justo" - eles param quando a oferta de compra desaparece. Compradores eufóricos não param de comprar no "valor justo" - eles param quando ficam sem capital. Ambos os exageros produzem o mesmo padrão estrutural: o preço se estende além da referência, não encontra mais participantes marginais e reverte. As estratégias de reversão à média desbotam o exagero.

Ambos os motivos falham na mesma situação: quando o próprio valor subjacente está se movendo rápido o suficiente para que o que parece um exagero seja na verdade uma reprecificação. A $NVDA indo de $100 a $140 em três semanas não é um exagero - é uma reprecificação. Desbotada como um trade de reversão à média, ela produz um sangramento constante por um ano.

As três implementações que testamos

A QuantAbundancia mantém um harness interno de varredura que faz walk-forward de cada estratégia da biblioteca ao longo de todo o universo temático. As três implementações de reversão à média na biblioteca:

1. Bollinger de média plana (a versão de livro-texto, arquivo mean_reversion.py)

A referência é uma média móvel simples de 20 períodos. Bandas a ±2 desvios-padrão. Entradas compradas ao tocar a banda inferior, saída na SMA. A suposição implícita: a SMA é o valor justo. A falha: em qualquer nome em tendência sustentada, a SMA deriva para cima, mas a estratégia ainda a trata como uma referência plana - a banda superior é tocada repetidamente e não produz nada, a banda inferior é tocada durante recuos saudáveis e produz entradas de faca caindo.

2. Canal de regressão (a versão adaptativa, arquivo regression_channel_mr.py)

A referência é uma regressão linear ajustada sobre as últimas 40 barras. Bandas a ±2 × erro-padrão dos resíduos. O acréscimo-chave: só desbote a banda inferior se a inclinação da regressão for não negativa. Em outras palavras: não desbote uma tendência de baixa. O canal se adapta à inclinação da tendência, então pode operar reversão ao longo de uma tendência sem ser chicoteado pela própria tendência.

3. Cesta de Fibonacci selecionada (a versão de cesta, arquivo fib_mean_reversion.py)

A referência é um nível-chave histórico selecionado pelo usuário - um por ticker, escolhido a dedo no gráfico diário. Entradas compradas ao tocar dentro de ±2,5% do nível depois de vir de fora da banda. Stop de -10%, take-profit de +12%, saída por tempo em 20 barras. Rodada em uma cesta de 48 tickers distribuída em 12 temas. Coberta em profundidade no nosso artigo sobre retração de Fibonacci - é a mesma classe de reversão à média com uma referência selecionada em vez de calculada.

Essas três variações discordam sobre cada decisão de design: média plana vs adaptativa à inclinação vs nível escolhido a dedo, bandas estatísticas vs bandas percentuais, sem filtro de tendência vs filtro de inclinação vs filtro no nível do tema. Os resultados do walk-forward discordam de forma igualmente nítida.

O ranking - 35 nomes, 2 anos, timeframe de 1 hora

O universo de 35 tickers da IBKR abrange a mesma estrutura temática da cesta de Fibonacci - fotônica, espaço, drones, nuclear, gargalo de CPU, inferência de IA, IA agêntica, utility de IA, energia de IA, além dos vencedores seculares de grande capitalização. A varredura classifica cada par (ticker, estratégia) como ROBUSTO (ambas as janelas de walk-forward positivas e significativas), ESTÁVEL (positivo mas irregular) ou IRREGULAR (uma janela carrega o resultado inteiro).

| Estratégia | ROBUSTO | ESTÁVEL | IRREGULAR | | --- | --- | --- | --- | | regression_channel_mr | 22 | 7 | 3 | | ema_crossover (seguidor de tendência, para referência) | 15 | 7 | 2 | | keltner_breakout | 8 | 2 | 3 | | adaptive | 8 | 2 | 2 | | mean_reversion (Bollinger de média plana) | 1 | 0 | 0 | | macd_adx | 1 | 1 | 3 |

Os 22 nomes ROBUSTOS de regression_channel_mr: $AAOI, $AEHR, $ALAB, $AMKR, $ASTS, $AVGO, $BE, $BKSY, $CIFR, $CRDO, $DOCN, $GEV, $INTC, $IREN, $LITE, $NBIS, $OKLO, $ONDS, $RKLB, $UMAC, $UUUU, $VST.

Mapeie esses nomes na taxonomia de temas da QA e o padrão é o mesmo que a cesta de Fibonacci encontrou: 9 dos mesmos grupos temáticos voláteis dominam - fotônica, espaço, drones, nuclear, gargalo de CPU, inferência de IA, IA agêntica, utility de IA, energia de IA. Duas estratégias independentes, dois backtests independentes, a mesma classe de nome vencedora. Isso não é coincidência; é a propriedade subjacente desses nomes.

Top-5 de tickers individuais por PnL total de 2 anos em regression_channel_mr:

| Ticker | PnL 2 anos completo | PnL WF1 | PnL WF2 | | --- | --- | --- | --- | | $CIFR | $302K | $103K | $98K | | $BE | $270K | $66K | $126K | | $ONDS | $247K | $48K | $126K | | $AAOI | $246K | $71K | $98K | | $ASTS | $204K | $57K | $91K |

Todos os cinco estão divididos entre as duas janelas de walk-forward - nenhuma janela está fazendo todo o trabalho. Esse é o conteúdo empírico da classificação ROBUSTA.

Por que o canal de regressão vence

A implementação de canal de regressão faz três coisas que a versão de média plana não faz:

Referência adaptativa à inclinação. A linha de regressão se move com a tendência. Na $AVGO em 2024-2025, a linha teve uma inclinação positiva significativa durante quase toda a janela de 2 anos - a banda inferior acompanhava o nível natural de recuo da tendência, não uma horizontal plana que não era tocada há um ano.

Filtro de não-desbotar-a-tendência-de-baixa. Só pegue toques na banda inferior quando a inclinação for não negativa. Essa única regra elimina o modo de falha de faca caindo que condena a versão de média plana em qualquer drawdown sustentado.

Saída na linha central. Take-profit na linha de regressão, não na banda oposta. Metade do trabalho já está feita quando o preço retorna ao valor justo; exigir a viagem completa de reversão à média deixa dinheiro na mesa e expõe a posição à próxima onda de ruído.

A única entrada ROBUSTA da versão de média plana - $KTOS - é um nome que por acaso oscila em um range mais ou menos plano durante toda a janela de 2 anos. A suposição de média plana está aproximadamente correta para esse único ticker. Em todos os outros lugares, não está.

Onde a reversão à média falha - toda variação

O modo de falha compartilhado é o mesmo que o artigo de Fibonacci identificou. Tendências seculares atravessam toda referência. Em $NVDA, $TSLA, $AMZN, $ASML, $PLTR, $CRWD, $SNOW, toda variante de reversão à média que testamos foi classificada como IRREGULAR ou pior. A narrativa é direta: quando uma ação imprime máximas mais altas atravessando todos os níveis por 12 meses seguidos, toda versão de reversão à média fica comprada cedo demais e sangra.

Isso não é uma falha da reversão à média. É a expressão inversa do porquê de o seguimento de tendência existir. O universo temático se divide de forma limpa em dois tipos de regime:

• Reversores à média temáticos voláteis (os 22 nomes ROBUSTOS) - a tendência não é dominante, o ruído é. Desbote o ruído.
• Monstros de tendência secular (os vencedores de IA de grande capitalização) - a tendência domina o ruído. Siga a tendência, não a desbote.

Os 15 nomes em que ema_crossover (um seguidor de tendência) foi classificado como ROBUSTO se sobrepõem à lista do canal de regressão em 9 nomes. Esse é outro ponto estrutural: nos nomes temáticos voláteis, ambas as direções de estratégia podem funcionar - timing diferente, perfil de drawdown diferente, mas ambas extraem edge. Nas tendências seculares, só o seguimento de tendência funciona. A assimetria diz a você qual classe de nome você está olhando.

Cesta vs por-ticker - dois jogos diferentes

A cesta de Fibonacci e a varredura de canal de regressão jogam jogos diferentes. Vale ser explícito:

• A cesta de Fibonacci roda um nível selecionado por ticker em 48 tickers como uma cesta diversificada. O número PF 1.76 / Sharpe 1.42 é um resultado no nível da cesta - o ticker médio contribui com uma fatia pequena e ruidosa; a cesta suaviza o ruído. A tese implícita: a diversificação entre temas está fazendo tanto trabalho quanto a regra de entrada.
• A varredura de canal de regressão roda uma estratégia configurável por ticker, validada por walk-forward por ticker. A contagem de 22 ROBUSTOS é por ticker - cada nome carrega seu próprio PF, Sharpe, drawdown. A tese implícita: um ticker individual tem estrutura de reversão à média suficiente para que uma estratégia ajustada a ele isoladamente produza edge real.

Ambos podem ser verdade; eles respondem perguntas diferentes. A resposta da cesta é: "se eu quiser uma pequena fatia de reversão à média em um portfólio, qual é uma forma robusta de construí-la?" A resposta por-ticker é: "se eu estou operando especificamente a ação $X, a reversão à média é um edge viável?" Fatia diferente, sizing diferente, perfil de risco diferente.

Como aplicar isso

Se a reversão à média é o ângulo que você quer expressar, a versão empiricamente respaldada dela é:

1. Escolha um nome dos grupos temáticos voláteis. Os 9 temas que dominaram tanto a cesta de Fibonacci quanto a varredura de canal de regressão são os mesmos: fotônica, espaço, drones, nuclear, gargalo de CPU, inferência de IA, IA agêntica, utility de IA, energia de IA. A página /stocks/<ticker> mostra a qual tema cada nome pertence.
2. Não use uma referência de média plana. Uma SMA de 20 períodos com bandas de múltiplo fixo é a versão de livro-texto e ela não sobrevive ao walk-forward neste universo. Uma regressão linear com um filtro de inclinação sobrevive.
3. Adicione uma regra de não-desbotar-a-tendência-de-baixa. Seja qual for sua referência, só pegue toques na banda inferior quando a tendência subjacente for não negativa. Essa única regra está fazendo trabalho significativo no resultado dos 22 ROBUSTOS.
4. Saia na referência, não na banda oposta. Metade da viagem de ida e volta é a maior parte do edge; a segunda metade é exposição a ruído novo.
5. Não aplique isso em tendências seculares. Nomes da classe $NVDA precisam de uma estratégia de tendência. Reversão à média neles é um sangramento de 12 meses.

Para execução no varejo dos EUA na cesta de nomes onde isso funciona, a corretora mais limpa para frações de ações e dados horários confiáveis é a Interactive Brokers - /stack/ibkr cobre a mecânica de acesso. Alertas ao vivo quando o canal de regressão dispara (ou quando um toque de Fibonacci selecionado acontece) fazem parte do /pro.

Para a implementação irmã de Fibonacci selecionado, veja O que é retração de Fibonacci? - mesma classe, referência diferente, timeframe diferente. Para a metodologia mais ampla de correlação da QA - que alimenta as classificações de tema usadas aqui - veja Por que correlação > narrativa no investimento temático.

O que observar

• Cadência de revalidação. A varredura é reexecutada aproximadamente a cada trimestre. Uma quebra persistente em qualquer um dos 22 nomes ROBUSTOS encolheria a lista de ROBUSTOS e dispararia uma varredura de parâmetros na estratégia.
• Mudança de regime. A reversão à média tem desempenho inferior em tendências unidirecionais fortes em todo o mercado. O backtest de 2 anos abrange a janela do final de 2024 a meados de 2026, que incluiu tanto regimes de tendência quanto de lateralização. Um tape de baixa volatilidade com tendência por vários trimestres testaria o filtro de inclinação do canal de regressão do mesmo jeito que 2017 testou toda estratégia de MR anterior.
• A leitura da classe oposta. Quando ema_crossover e regression_channel_mr se sobrepõem em um nome, ambas as classes funcionam em timing diferente. Quando elas param de se sobrepor - um nome cai da lista de tendência mas permanece na lista de reversão à média, ou vice-versa - o regime daquele ticker mudou, e esse é o indicador antecedente para reclassificação.
• A linha de base de média plana. Acompanhar a versão mean_reversion (Bollinger) é um canário útil: quando mais de um ou dois tickers começam a produzir edge com a suposição de média plana, o mercado está em um regime de baixa tendência onde quase qualquer referência funciona. Quando a contagem fica em 1, o filtro de inclinação está fazendo o trabalho.
• Correlação no nível da bolha. Se a bolha de um tema quebra a correlação - ou seja, os 4 tickers nela param de operar como um cluster - a matemática de diversificação da cesta enfraquece e o edge por-ticker tem que carregar mais peso.

Dados ao vivo da cesta: /stocks/rklb, /stocks/aaoi, /stocks/cifr - três dos 22 nomes ROBUSTOS, cada página de ticker mostra a posição ao vivo do canal de regressão e o nível de Fibonacci selecionado lado a lado.

Contexto de bolha: /bubbles/photonics e os outros 8 clusters temáticos validados - os mesmos 9 temas com os quais a cesta de Fibonacci e a varredura de canal de regressão concordam.

Leitura adjacente: O que é retração de Fibonacci? para a implementação irmã de referência selecionada, e Por que correlação > narrativa no investimento temático para a metodologia de taxonomia de bolhas que alimenta a seleção de universo aqui.

A QuantAbundancia é pesquisa educacional. Nada aqui é recomendação de investimento. Veja /disclosures.