ANÁLISE EDITORIAL / 2026-09-21 — 2026-09-25
Função de perda pesa tanto quanto o modelo
Previsão de volatilidade cripto, execução multiativos e trajetórias de preço intradiário de energia.
q-fin.CP teve 6 papers. O destaque questiona a prática padrão de comparar modelos de volatilidade mantendo a perda fixa: em cripto, a escolha da função de perda altera o nível médio da previsão e isso domina a diferença entre arquiteturas, com efeito direto em VaR e margens. OrderFusion+ produz trajetórias probabilísticas de preços de compra e venda no mercado intradiário de eletricidade, útil para mesas de commodities e hedge de energia. A execução ótima multiativos sob restrição de caixa e o gerador de caudas via transporte ótimo semi-discreto também aparecem aqui por cross-list, reforçando a interface entre computação e risco. Fecham a semana HARN, rede hierárquica orientada a eventos para previsão em múltiplos horizontes, e um modelo multitarefa com sinais de liquidez para previsão de ações. O fio comum é tratar a camada de treino (perda, horizonte, liquidez) como decisão de risco, não detalhe de implementação.
EVOLUÇÃO
W38 destacou difusão para superfícies de vol; a W39 desloca a atenção do gerador para a função objetivo e para a execução.
O QUE FAZER COM ISSO
Validação de modelos de volatilidade deve reportar sensibilidade à função de perda, não apenas ao modelo, antes de alimentar limites e margens.
Resumos via WebFetch, não verificados. Cobertura pode estar incompleta para 21–22/09 por truncamento da listagem.