NOVA IORQUE, NOVA IORQUE - 28 DE MARÇO: Traders trabalham no piso da Bolsa de Valores de Nova Iorque (NYSE) em ... Mais 28 de março de 2025, na cidade de Nova Iorque. Com a guerra comercial crescente do presidente Trump e sinais de inflação preocupando os investidores, o Índice Industrial Dow Jones (DJI) caiu mais de 700 pontos ou quase 1,7%. (Foto de Spencer Platt/Getty Images)
Getty ImagesUma nova onda de startups de inteligência artificial está focando um dos papéis mais especializados de Wall Street: o analista quantitativo. De fundos de hedge a mesas de negociação de commodities, plataformas de IA estão prometendo democratizar os complexos modelos matemáticos e a análise de dados que há muito tempo têm sido o domínio exclusivo de quants muito bem pagos.
Até recentemente, os grandes modelos de linguagem para negociação eram o domínio de bilionários gerentes de fundos como Igor Tulchinsky, cujo fundo de hedge WorldQuant gere mais de 23 bilhões de dólares e emprega mais de 150 PhDs para construir sistemas de IA personalizados. Como Tulchinsky disse recentemente à Forbes, sua empresa está usando LLMs para "converter e descobrir alphas em diferentes domínios", criando ferramentas proprietárias que podem responder a "questões muito sofisticadas" ao combinar modelos padrão com dados internos que "realmente ninguém pode replicar."
Mas uma nova geração de startups está a trabalhar para mudar essa exclusividade, oferecendo análises sofisticadas alimentadas por IA a empresas que anteriormente não podiam pagar tais capacidades. A tendência representa uma mudança fundamental na forma como as instituições financeiras abordam a tomada de decisões baseada em dados. Em vez de contratar equipas de analistas com doutoramento para processar números e identificar padrões de mercado, as empresas estão a recorrer cada vez mais a sistemas de IA que podem processar vastas quantidades de informação em segundos e fornecer insights em inglês simples.
Três empresas destacadas em estudos de caso recentes (FINTool, Metal AI e Findly) estão a direcionar-se para diferentes áreas do mundo financeiro com plataformas de pesquisa e análise apoiadas por IA. Cada uma promete transformar horas de análise manual em insights automatizados, potencialmente remodelando a forma como as decisões de investimento são tomadas.
A Onda de Substituição do AI Quant
A tendência chave tem a ver com a capacidade da IA de pegar fontes de dados díspares para analisá-las de acordo com os desejos dos tomadores de risco. A promessa é que os sistemas de IA podem procurar, aggreGatar e sintetizar fontes de dados sem intervenção humana.
MAIS PARA VOCÊPor exemplo, o FINTool foca na pesquisa de ações públicas para fundos de hedge e bancos, analisando milhões de documentos, desde relatórios de lucros até arquivos da SEC. A plataforma afirma reduzir a carga de trabalho dos analistas de horas para segundos, mantendo "zero alucinações" através de um sistema de avaliação por pares em três níveis. Por outro lado, o Metal AI tem como alvo firmas de capital privado, onde as equipes de negociação lutam com dados fragmentados em múltiplos sistemas, seja em plataformas de pesquisa de mercado ou em salas de dados confidenciais. A plataforma de inteligência da empresa afirma unificar fontes de dados internas e externas, permitindo que profissionais de investimento façam perguntas complexas em linguagem natural em vez de gastar tempo agregando informações manualmente.
Mas talvez a tentativa mais desenvolvida de substituir o trabalho quant tradicional venha da Findly, apoiada pela YC, cuja plataforma Darling Analytics está a fazer ondas no mundo notoriamente complexo do comércio de commodities.
Do Andar de Negociação Quantitativa à Startup de IA
Ignacio Hidalgo conhece o comércio de commodities por dentro. Como ex-líder de negociação de livros em algumas das mesas de negociação de GPL mais proeminentes, ele viveu em primeira mão a luta diária de sintetizar enormes quantidades de dados de mercado, padrões climáticos, informações sobre transporte e fluxos, além de desenvolvimentos geopolíticos em decisões de negociação lucrativas.
"O problema era o mesmo, apenas diferente," explica Hidalgo sobre a sua transição de trader para empreendedor tecnológico. "A maioria das ferramentas avançadas para análise de dados estruturados e avançados ainda deixava os traders sem o contexto de que precisavam. Um problema muito difícil de resolver"
Agora, ao lado do cofundador Pedro Nascimento, Hidalgo está construindo o que ele chama de tecnologia "totalmente nova no mundo" através da sua startup Findly, apoiada pelo Y Combinator. A sua plataforma Darling Analytics tem como objetivo fornecer aos escritórios de negociação de commodities comuns os "super poderes analíticos" tradicionalmente restritos a mesas de quant especializadas.
O comércio de commodities opera em um mundo de extremos. Modelos matemáticos sofisticados coexistem com ferramentas surpreendentemente básicas. Enquanto algumas operações utilizam algoritmos complexos e análises em tempo real, outras dependem de chats em grupo no WhatsApp para a realização de negócios. Os traders frequentemente conduzem negócios por meio de aplicativos de mensagens com mínima sofisticação tecnológica.
"Os gráficos não lhe dão o contexto," observa Hidalgo. "É impossível para um humano assimilar todos os parâmetros: alterações de preço durante a noite, informações sobre carga de navios, dados meteorológicos e previsões, notícias. Com a IA, você pode perguntar 'O que aconteceu com o preço do crude esta semana? É um bom momento para comprar?' e obter uma imagem muito mais clara com o contexto do mercado.
AI Quants: Implementação no Mundo Real
A Darling Analytics já está a ser testada em várias grandes empresas de produtos básicos. O sistema automatiza os tipos de relatórios matinais e orientados por eventos que os traders juniores normalmente compilam manualmente, libertando analistas humanos para se concentrarem em trabalhos estratégicos de maior valor. Integra (dados estruturados) em tempo real com informações não estruturadas de relatórios de mercado, X, Web, e-mails e feeds de notícias para fornecer inteligência de mercado abrangente.
"A IA pode fornecer o contexto completo sobre os dados das suas métricas. Isso não é o mesmo que apenas traçar um gráfico, ela diz-lhe o que o gráfico representa no contexto atual do mercado," explica Hidalgo. A plataforma constrói o que ele chama de "grafo do conhecimento", permitindo que os utilizadores façam perguntas específicas de traders em linguagem natural e recebam análises que anteriormente exigiriam horas de pesquisa manual.
Por exemplo, um trader pode pedir à ferramenta para traçar a relação entre o clima e os estoques de propano na Costa Leste dos Estados Unidos. Enquanto isso anteriormente teria levado horas a um analista júnior para preparar, um trader agora pode delegar a tarefa à plataforma e ver os resultados em minutos.
Consultar dentro do DarlingAnalytics
DarlingAnalytics## O que vem a seguir para os quants de IA?
O sucesso dessas plataformas de IA levanta questões importantes sobre o futuro da análise quantitativa nas finanças. Se a inteligência artificial puder realmente replicar as capacidades de reconhecimento de padrões e análise que tornam os quants valiosos, isso poderá alterar significativamente a estrutura das equipas de negociação e investimento.
Para mesas de negociação que dependem de analistas ou quants para fornecer estudos para a implementação de riscos, análises impulsionadas por IA oferecem uma vantagem competitiva ao amplificar as capacidades humanas em vez de simplesmente substituí-las. A tecnologia promete democratizar o acesso a análises sofisticadas em toda a organização.
No entanto, a transição não é isenta de desafios. Os mercados de commodities são notoriamente imprevisíveis, influenciados por tudo, desde tensões geopolíticas até padrões climáticos. As empresas que estão a construir estes sistemas de IA devem garantir que as suas plataformas podem lidar com a complexidade e a volatilidade que tornam a experiência humana tão valiosa desde o início.
Como Hidalgo diz, o objetivo é "capacitar o utilizador médio em empresas de comércio de produtos" com capacidades analíticas que antes eram domínio exclusivo de especialistas.
Se a IA pode realmente substituir a intuição e a percepção de mercado que os traders experientes trazem para a negociação, ainda está por ver, mas o que ela faz é fornecer uma vantagem em inteligência de dados em minutos. Mas com grandes traders de commodities já testando esses sistemas, a indústria financeira parece pronta para descobrir.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
O Fim do Quant? Como a IA Está Democratizando a Análise Financeira
Getty ImagesUma nova onda de startups de inteligência artificial está focando um dos papéis mais especializados de Wall Street: o analista quantitativo. De fundos de hedge a mesas de negociação de commodities, plataformas de IA estão prometendo democratizar os complexos modelos matemáticos e a análise de dados que há muito tempo têm sido o domínio exclusivo de quants muito bem pagos.
Até recentemente, os grandes modelos de linguagem para negociação eram o domínio de bilionários gerentes de fundos como Igor Tulchinsky, cujo fundo de hedge WorldQuant gere mais de 23 bilhões de dólares e emprega mais de 150 PhDs para construir sistemas de IA personalizados. Como Tulchinsky disse recentemente à Forbes, sua empresa está usando LLMs para "converter e descobrir alphas em diferentes domínios", criando ferramentas proprietárias que podem responder a "questões muito sofisticadas" ao combinar modelos padrão com dados internos que "realmente ninguém pode replicar."
Mas uma nova geração de startups está a trabalhar para mudar essa exclusividade, oferecendo análises sofisticadas alimentadas por IA a empresas que anteriormente não podiam pagar tais capacidades. A tendência representa uma mudança fundamental na forma como as instituições financeiras abordam a tomada de decisões baseada em dados. Em vez de contratar equipas de analistas com doutoramento para processar números e identificar padrões de mercado, as empresas estão a recorrer cada vez mais a sistemas de IA que podem processar vastas quantidades de informação em segundos e fornecer insights em inglês simples.
Três empresas destacadas em estudos de caso recentes (FINTool, Metal AI e Findly) estão a direcionar-se para diferentes áreas do mundo financeiro com plataformas de pesquisa e análise apoiadas por IA. Cada uma promete transformar horas de análise manual em insights automatizados, potencialmente remodelando a forma como as decisões de investimento são tomadas.
A Onda de Substituição do AI Quant
A tendência chave tem a ver com a capacidade da IA de pegar fontes de dados díspares para analisá-las de acordo com os desejos dos tomadores de risco. A promessa é que os sistemas de IA podem procurar, aggreGatar e sintetizar fontes de dados sem intervenção humana.
MAIS PARA VOCÊPor exemplo, o FINTool foca na pesquisa de ações públicas para fundos de hedge e bancos, analisando milhões de documentos, desde relatórios de lucros até arquivos da SEC. A plataforma afirma reduzir a carga de trabalho dos analistas de horas para segundos, mantendo "zero alucinações" através de um sistema de avaliação por pares em três níveis. Por outro lado, o Metal AI tem como alvo firmas de capital privado, onde as equipes de negociação lutam com dados fragmentados em múltiplos sistemas, seja em plataformas de pesquisa de mercado ou em salas de dados confidenciais. A plataforma de inteligência da empresa afirma unificar fontes de dados internas e externas, permitindo que profissionais de investimento façam perguntas complexas em linguagem natural em vez de gastar tempo agregando informações manualmente.
Mas talvez a tentativa mais desenvolvida de substituir o trabalho quant tradicional venha da Findly, apoiada pela YC, cuja plataforma Darling Analytics está a fazer ondas no mundo notoriamente complexo do comércio de commodities.
Do Andar de Negociação Quantitativa à Startup de IA
Ignacio Hidalgo conhece o comércio de commodities por dentro. Como ex-líder de negociação de livros em algumas das mesas de negociação de GPL mais proeminentes, ele viveu em primeira mão a luta diária de sintetizar enormes quantidades de dados de mercado, padrões climáticos, informações sobre transporte e fluxos, além de desenvolvimentos geopolíticos em decisões de negociação lucrativas.
"O problema era o mesmo, apenas diferente," explica Hidalgo sobre a sua transição de trader para empreendedor tecnológico. "A maioria das ferramentas avançadas para análise de dados estruturados e avançados ainda deixava os traders sem o contexto de que precisavam. Um problema muito difícil de resolver"
Agora, ao lado do cofundador Pedro Nascimento, Hidalgo está construindo o que ele chama de tecnologia "totalmente nova no mundo" através da sua startup Findly, apoiada pelo Y Combinator. A sua plataforma Darling Analytics tem como objetivo fornecer aos escritórios de negociação de commodities comuns os "super poderes analíticos" tradicionalmente restritos a mesas de quant especializadas.
O comércio de commodities opera em um mundo de extremos. Modelos matemáticos sofisticados coexistem com ferramentas surpreendentemente básicas. Enquanto algumas operações utilizam algoritmos complexos e análises em tempo real, outras dependem de chats em grupo no WhatsApp para a realização de negócios. Os traders frequentemente conduzem negócios por meio de aplicativos de mensagens com mínima sofisticação tecnológica.
"Os gráficos não lhe dão o contexto," observa Hidalgo. "É impossível para um humano assimilar todos os parâmetros: alterações de preço durante a noite, informações sobre carga de navios, dados meteorológicos e previsões, notícias. Com a IA, você pode perguntar 'O que aconteceu com o preço do crude esta semana? É um bom momento para comprar?' e obter uma imagem muito mais clara com o contexto do mercado.
AI Quants: Implementação no Mundo Real
A Darling Analytics já está a ser testada em várias grandes empresas de produtos básicos. O sistema automatiza os tipos de relatórios matinais e orientados por eventos que os traders juniores normalmente compilam manualmente, libertando analistas humanos para se concentrarem em trabalhos estratégicos de maior valor. Integra (dados estruturados) em tempo real com informações não estruturadas de relatórios de mercado, X, Web, e-mails e feeds de notícias para fornecer inteligência de mercado abrangente.
"A IA pode fornecer o contexto completo sobre os dados das suas métricas. Isso não é o mesmo que apenas traçar um gráfico, ela diz-lhe o que o gráfico representa no contexto atual do mercado," explica Hidalgo. A plataforma constrói o que ele chama de "grafo do conhecimento", permitindo que os utilizadores façam perguntas específicas de traders em linguagem natural e recebam análises que anteriormente exigiriam horas de pesquisa manual.
Por exemplo, um trader pode pedir à ferramenta para traçar a relação entre o clima e os estoques de propano na Costa Leste dos Estados Unidos. Enquanto isso anteriormente teria levado horas a um analista júnior para preparar, um trader agora pode delegar a tarefa à plataforma e ver os resultados em minutos.
Consultar dentro do DarlingAnalytics
DarlingAnalytics## O que vem a seguir para os quants de IA?
O sucesso dessas plataformas de IA levanta questões importantes sobre o futuro da análise quantitativa nas finanças. Se a inteligência artificial puder realmente replicar as capacidades de reconhecimento de padrões e análise que tornam os quants valiosos, isso poderá alterar significativamente a estrutura das equipas de negociação e investimento.
Para mesas de negociação que dependem de analistas ou quants para fornecer estudos para a implementação de riscos, análises impulsionadas por IA oferecem uma vantagem competitiva ao amplificar as capacidades humanas em vez de simplesmente substituí-las. A tecnologia promete democratizar o acesso a análises sofisticadas em toda a organização.
No entanto, a transição não é isenta de desafios. Os mercados de commodities são notoriamente imprevisíveis, influenciados por tudo, desde tensões geopolíticas até padrões climáticos. As empresas que estão a construir estes sistemas de IA devem garantir que as suas plataformas podem lidar com a complexidade e a volatilidade que tornam a experiência humana tão valiosa desde o início.
Como Hidalgo diz, o objetivo é "capacitar o utilizador médio em empresas de comércio de produtos" com capacidades analíticas que antes eram domínio exclusivo de especialistas.
Se a IA pode realmente substituir a intuição e a percepção de mercado que os traders experientes trazem para a negociação, ainda está por ver, mas o que ela faz é fornecer uma vantagem em inteligência de dados em minutos. Mas com grandes traders de commodities já testando esses sistemas, a indústria financeira parece pronta para descobrir.