Cartas de Gestão

Nesta seção da carta, trouxemos um compilado de algumas perguntas que nossos alocadores/parceiros recebem dos seus clientes a respeito da Kadima e dos fundos quantitativos. Aproveitamos para agradecer a estes alocadores/parceiros pela ajuda e interesse.

1. O que é importante ao se analisar um fundo quantitativo/sistemático? E qual é o diferencial competitivo da Kadima?

Não só para fundo quant, mas para fundos em geral, acreditamos que a primeira análise a ser feita é sobre o histórico da equipe e do produto. O cliente deve tentar entender se o gestor realmente tem experiência utilizando a abordagem para a qual se propõe. Deve observar como o fundo performou em diferentes momentos dos ciclos econômicos. Aplicar em um fundo com um histórico curto significa que o investidor estará confiando muito mais na sua percepção qualitativa sobre o fundo e equipe do que propriamente nos resultados reais obtidos. Já ao olhar para um fundo com histórico longo, é possível entender o que se pode esperar do produto em períodos de otimismo ou pessimismo, em crises ou em bull markets.

Outra análise importantíssima é entender como é o gerenciamento de riscos por parte do gestor, quais os limites de risco definidos para aquele fundo e se tais limites foram respeitados no passado. Qualquer investimento tem riscos inerentes e somente entendendoos será possível avaliar se o investidor possui um perfil compatível ou não com o investimento. Fazendo este estudo corretamente, evita-se aplicar e resgatar nos piores momentos.

Entendemos que estes são justamente os diferenciais da Kadima: somos os pioneiros na gestão quantitativa no Brasil, com um longo histórico ganhador e com rigorosos gerenciamentos de riscos.

2. Os fundos quantitativos podem ser comparados com quais fundos multimercados (estratégia) disponíveis no mercado brasileiro?

Na nossa opinião não existe uma comparação única a ser feita, até porque cada fundo quantitativo pode ter tipos de modelos diferentes e/ou objetivos diferentes. Assim, na hora de fazer um peer group, o ideal é que o investidor entenda o fundo quantitativo, qual a sua proposta e busque agrupar com outros fundos com características similares.

O Kadima Equities, por exemplo, poderia ser comparado com os FIA Livres, independentemente de serem quantitativos ou não. Já o Kadima II poderia ser comparável a multimercados que não tenham crédito privado e volatilidade numa faixa de 3% a 7% ao ano. Contudo, esta análise, apesar de válida, não elimina a necessidade de o investidor estudar como aquele fundo quantitativo se encaixa no seu portfólio, olhando para outras características, como por exemplo, as correlações com os demais produtos da carteira.

3. Como decidir se um modelo está robusto o suficiente para ser implementado no fundo?

A primeira etapa do processo de pesquisa é ter uma ideia (que pode vir de artigos, livros ou mesmo de observações do mercado) e testá-la. Este procedimento geralmente consiste em programar a estratégia e testar em uma base de dados histórica (esta etapa chama-se backtest) para verificar se há evidências que corroborem ou não a tese. Há diversas ferramentas estatísticas que ajudam neste teste de hipóteses.

Uma questão chave é que a base de dados deve ser extensa o suficiente e confiável. Se, por exemplo, a estratégia for testada em apenas um período com características singulares, a aposta será de que aquele cenário específico vai se perpetuar no futuro. Agora, se o backtest é feito utilizando décadas de dados, consegue-se entender muito melhor o comportamento em diferentes cenários. Na nossa opinião, o ponto chave de uma estratégia é que nos cenários ruins não se pode perder muito e, nos cenários bons, os ganhos devem ser grandes o suficiente para compensar as perdas. Outro sinal de robustez desejável são estratégias que funcionam em diversos ativos ou mercados diferentes.

Finalmente, é necessário avaliar os parâmetros do modelo. Sempre haverá parâmetros ótimos para um período, mas é importante que a estratégia não funcione exclusivamente com um conjunto específico de parâmetros, o que é um indicativo forte de que um curve fitting foi feito no período de teste. Analisamos o impacto de pequenas variações nos valores dos parâmetros na performance da estratégia, que idealmente não deve ser significativo. Adicionalmente, utilizamos práticas de validação tais como out-of-sample testing, cross-validation e walk-forward analysis para avaliar a robustez da estratégia parametrizada.

4. Como avaliam prazo de validade dos modelos? Quais as métricas usadas para identificar modelos que perderam eficiência ao longo do tempo?

Os backtests que haviam sido feitos originalmente para os modelos podem fornecer intervalos de confiança para as estatísticas de avaliação das estratégias. É possível, por exemplo, verificar se o drawdown do modelo está dentro do esperado. Fazemos esse tipo de monitoramento. Além disso, é importante verificar se há evidências de que alguma das premissas utilizadas no backtest deixou de ser válida. Um exemplo que pode acontecer é algum ativo perder liquidez, e suas premissas de execução não serem mais válidas. Neste caso, é observado um aumento da slippage, que indicaria uma necessidade de refazer o backtest com novas premissas de execução. Não existe um prazo de validade fixo para um modelo, mas é essencial fazer este acompanhamento.

Na Kadima temos alguns modelos que já utilizamos há 18 anos e continuam funcionando. Outros que desligamos após 1 ano de utilização pois o comportamento do mercado em relação aos inputs daquele modelo mudou (havia evidência estatística disso).

5. Como é feita alocação de pesos em cada modelo dinamicamente?

Temos reuniões periódicas nas quais definimos a alocação de riscos de cada modelo em cada mercado. Nesta alocação levamos em conta o mandato de cada fundo, os resultados esperados de cada modelo em cada mercado (não só os ganhos, mas também métricas de riscos) e como os modelos nos diversos mercados se relacionam. Há um modelo que serve como orientação para essa alocação, mas infelizmente nem sempre conseguimos adicionar todas as restrições (caso contrário o problema matemático fica insolúvel). Neste caso, usamos o modelo como uma orientação, mas a decisão final é dos líderes da nossa equipe de pesquisa. Uma vez definida esta alocação de risco por modelo e por mercado, o posicionamento faz-se de forma automática, através de fórmulas matemáticas. Estas fórmulas levam em conta, dentre outras coisas, a liquidez e a volatilidade do mercado.

6. Tendo em vista a natureza do fundo, o qual pode alterar seu portfólio muitas vezes, qual seria a melhor forma de acompanhar a carteira, o seu risco e o risco marginal dentro de meu portfólio?

Ao nosso ver, esta dificuldade é a mesma que se tem para o acompanhamento de qualquer fundo ativo, não apenas o fundo quant. O investidor deve entender quais são os limites de risco do fundo (seja VaR, stress-test ou mesmo limites de exposição por mercado) e se historicamente estes limites foram obedecidos. Neste sentido, entendemos que o fundo sistemático vai respeitar os limites de forma muito mais incisiva que fundos discricionários, uma vez que os algoritmos devem considerar estas métricas ao realizar as alocações. Além disso, o investidor deve tentar entender o tipo de modelo que o fundo quantitativo está utilizando. Por exemplo: fundos que utilizem estratégias de trend following tendem a ter drivers de retornos bem diferentes de fundos long-only quants que usam modelos de fatores.

Dito isto, uma vez que o investidor consiga entender o tipo de modelo preponderante naquele fundo, o mesmo deixará de ser uma caixa-preta para o investidor e irá se tornar até mais transparente que um fundo discricionário (onde o gestor pode mudar sua interpretação da noite pro dia). Se há uma consistência na alocação entre os tipos de modelos, o histórico do fundo servirá para calcular estas métricas de riscos. Pegando por exemplo o Kadima FIC FIM, podemos ver que os tipos de modelos onde temos maiores alocações dentro dele costumam beneficiar-se de cenários de maior volatilidade dos mercados. Na Kadima tentamos ser bem transparentes. Sempre que um investidor nosso deseja entender mais a fundo algum dos produtos e seus resultados, explicamos com a maior profundidade possível. Sequer ocultamos a carteira dos nossos fundos na CVM.

7. Qual a importância de uma equipe bem formada e formatada? Como atrair talentos para o time diante da competição das empresas de tecnologia, start-ups e fintechs?

Nossa área de pesquisa é o carro chefe da empresa. Entendemos que sem o processo contínuo de pesquisa e desenvolvimento de modelos, nossos produtos estariam fadados ao fracasso. Assim, é essencial termos uma equipe capaz de realizar este tipo de trabalho. Esta capacidade exige um background matemático, estatístico e de programação. Sem isto, a pessoa fatalmente esbarrará em dificuldades quase intransponíveis na pesquisa. Por exemplo, uma pessoa que não sabe programar, não conseguirá realizar os backtests. Ou uma pessoa sem o conhecimento de estatística, não conseguirá interpretar os resultados dos backtests, separando o que de fato é significativo do ruído.

Desta forma, valorizamos bastante a formação acadêmica dos nossos pesquisadores e de novas contratações. Nossa equipe tem pessoas com graduação e mestrados nas mais conceituadas universidades do Brasil.

Sobre a atração de talentos, acreditamos que o mercado financeiro por si só já atrai muitos talentos. Como o que fazemos é extremamente interessante e incomum no Brasil, esta atração fica naturalmente ainda maior. Em nosso último processo seletivo de estagiários, recebemos cerca de 200 currículos. Pudemos fazer um processo extremamente criterioso e seletivo e, no final, acabamos decidindo chamar 2 daqueles 200 candidatos iniciais. De certa forma, estarmos no Rio de Janeiro facilita esta atração de talentos, pois temos instituições acadêmicas de excelência (tais como IME, PUC-RIO, UFRJ, IMPA, CBPF) e muitas vezes as pessoas que vêm destas instituições não desejam sair do Rio.

8. Como mitigam risco de imitação ou de funcionário sair e replicar a estratégia fora?

Damos prioridade em trazer pessoas mais juniores para a equipe e treiná-las in-house. Isto cria na pessoa um senso de lealdade, que pode ser mais difícil de ser desenvolvido em alguém que já viesse para uma posição mais sênior. Além disso, há uma série de precauções, tais como a compartimentalização das informações (cada pessoa só tem acesso aos diretórios e arquivos que necessita ter), treinamentos periódicos com a equipe (no qual deixamos claro que toda a tecnologia desenvolvida dentro da Kadima é proprietária da empresa e não da pessoa) e, para aqueles que são sócios, cláusulas de non-competing e de confidencialidade. No fim das contas, tratamos todos com bastante retidão e isto contribui para que as pessoas também sejam corretas com a Kadima. Em nossa história de mais de 13 anos, nunca tivemos este tipo de problema, ainda que a equipe já tenha sido parcialmente modificada.

9. Como vocês se mantêm atualizados para estarem na vanguarda da modelagem que se usa no mundo?

Com o avanço das tecnologias, acabou ficando mais fácil acompanhar a publicação de artigos e journals das mais diversas áreas (desde matemática, até as finanças, passando também por computação, estatística). É possível, por exemplo, cadastrar em sistemas de RSS os mais conceituados pesquisadores do mundo e, sempre que este lança um pre-print ou um artigo, você é avisado. Além disso, sempre ficamos de olho nos livros que vão sendo lançados a respeito de temas que nos interessam. Um exemplo de como a tecnologia facilitou este acompanhamento: a SIAM (mais conceituada sociedade de matemática aplicada do mundo) agora durante a pandemia lançou no youtube uma série de palestras de matemática aplicada às finanças, com alguns dos maiores pesquisadores do mundo.

10. Como vocês calculam a “capacity” do produto?

Temos um banco de dados com todas as ordens executadas pela Kadima desde 2007. Estes dados nos permitem estimar algumas métricas como slippage ou pullback, que permitem avaliar a capacity dos produtos. Com estes dados é possível, por exemplo, calcular a diferença entre os preços que os algoritmos gostariam de ter executado as ordens e os preços em que efetivamente a ordem foi executada (esta diferença chama-se slippage). Eventualmente, para posições muito grandes, observar-se-ia um aumento da slippage. Conseguimos então calcular a capacity dos produtos justamente utilizando este tipo de métricas.

11. Como explicam o resultado do fundo ser descorrelacionado dos principais índices de mercado? Qual o comportamento esperado em momentos de quebra de correlações? O fundo tende a seguir este padrão de “descorrelação” também nestes momentos?

Realmente no caso dos nossos multimercados, eles acabam sendo bastante descorrelacionados dos principais ativos. Isto é consequencia do tipo de modelos presentes nos seus portfólios. O Kadima II FIC FIM, por exemplo, tem alguns modelos de curto prazo que costumam se beneficiar de ambientes mais voláteis (conforme demonstramos na nossa carta de maio/2017). Como é um driver diferente dos ativos/fundos tradicionais, ele acaba sendo descorrelacionado. Já o Kadima LT foca em estratégias de mais longo prazo, que se beneficiam de tendências mais longas de mercado, sejam tendências de alta ou de queda. Por haver esta simetria nas posições long ou short, ele também acaba se descorrelacionado dos ativos tradicionais. É curioso inclusive que estes dois fundos são descorrelacionados também entre si. Já o Kadima Equities, por ser um FIA long-only, não tem essa característica de correlação baixa. Grande parte do resultado dele advém de estar comprado em bolsa.

Em suma, apenas o fato de ser quantitativo não torna o fundo descorrelacionado. O que importa são os tipos de modelos presentes nele. Caso existam motivos estruturais para que os modelos tornem o fundo descorrelacionado, isso será o observado no longo prazo.

Sobre os momentos de “quebra de correlações”, modelos que dependam desse tipo de input podem ter um comportamento não desejável (como por exemplo os modelos de risk parity).

Já modelos como trend following, a princípio, devem manter sua característica de descorrelação nestes cenários.

12. Comparando os modelos de Trend Following de curto prazo com o de longo prazo, quais são as principais vantagens e desvantagens de cada tipo de modelo? Nesta mesma comparação, quais são as principais implicações em termos de capacity de cada um desses modelos?

De maneira geral, entendemos que uma tendência é quando se tem grandes movimentos na janela de tempo definida vis-a-vis a quantidade de ruídos (zig-zags) que o ativo apresentou. As fórmulas matemáticas e testes de hipóteses feitos para mensurar as tendências basicamente têm esta ideia embutida. Assim, definir a janela de tempo é essencial para dizer se o ativo teve tendência ou não. No limite, tendências em diferentes horizontes podem até mesmo ter direções opostas.

Desta forma, trend following de curto ou de longo prazo podem funcionar de forma independente. Modelos de curto prazo costumam trabalhar com uma quantidade maior de operações, stop loss mais curtos e mais reversões de posições. É mais difícil quem está de fora acompanhar o posicionamento destes, dado que às vezes ocorrem diversas reversões no intraday. Por outro lado, como trabalha com stops curtos, o risco de uma única grande perda é menor, sendo o maior risco uma sequência de perdas relativamente pequenas, mas que acabe se tornando grande ao longo do tempo. Finalmente, por conta deste grande giro de posições, a capacity deste tipo de modelo é limitada, mesmo operando apenas ativos extremamente líquidos.

Já o trend following de longo prazo busca movimentos mais longos de mercado. Dito isso, sua parametrização naturalmente possui regras de stop loss mais largas que o anterior. O racional disso é que, se você deseja capturar tendências mais longas, não pode stopar a posição a cada chacoalhada do mercado. Este tipo de modelo é mais fácil de acompanhar o posicionamento e, como ele opera com pouca frequência, acaba possuindo uma capacity significativamente maior que o trend following de curto prazo. Por outro lado, ele em geral está sujeito a drawdowns significativamente mais longos que o anterior, dada sua baixa frequência de operações. Ambas as modalidades são ganhadoras, com índices de Sharpe estimados equivalentes, além de serem descorrelacionadas entre si. Mas seus perfis de riscos são diferentes. Falando em termos de produtos, o Kadima LT é mais focado em modelos de longo prazo e, o Kadima II e Kadima High Vol, têm uma maior alocação nos modelos de curto prazo.

O Kadima LT FIM é um fundo de gestão predominantemente sistemática. Seu portfólio é composto por um subconjunto dos modelos também presentes no fundo Kadima Master FIM, porém com um maior foco em estratégias que buscam tendências de longo prazo. No ano, o fundo apresenta retorno de +5.26%, equivalente a 230% do CDI. Em 12 meses o fundo acumula retorno de +3.89%, equivalente a 109% do CDI. Desde o início (02/01/2019), o Kadima LT FIM acumula resultado de +11.43%, equivalente a 136% do CDI deste período.

O fundo apresenta bom desempenho no ano, conquistado especialmente ao longo do primeiro semestre, tendo apresentado um bom desempenho no dólar no primeiro trimestre e nos juros no segundo. No terceiro trimestre de 2020, no entanto, o fundo apresentou um desempenho negativo, sendo o modelo seguidor de tendência de longo prazo aplicado no dólar o principal detrator de performance no período.

Importante destacar que, devido a forma como o modelo é construído, é esperado que os modelos seguidores de tendência de longo prazo apresentem drawdowns mais demorados, se comparados aos seguidores de tendência de curto prazo. Apesar de desagradáveis, os resultados observados nos últimos três meses são compatíveis com o histórico da estratégia. Seguimos confiantes no potencial da estratégia em obter retorno interessantes no longo prazo, como aqueles observados na primeira metade deste ano.

O Kadima Long Short BTG Pactual Prev FIC FIM é um fundo de previdência multimercado que se destina a acolher recursos referentes aos planos PGBL e VGBL oriundos da BTG Pactual Vida e Previdência, tendo como objetivo superar o CDI no longo prazo. Esse fundo segue uma estratégia adaptada do Kadima Long Short Plus FIA à legislação de previdência. O fundo possui ainda um FIFE Master, o qual está apto a receber recursos de FIEs de quaisquer seguradores.

O fundo iniciou suas atividades no dia 15/05/2020 e, por ter menos de 6 meses, ainda não lhe é permitido divulgar rentabilidade.

Acreditamos que o fundo ocupa um espaço único na indústria de previdência, não só por ter como risco predominante uma estratégia long short, como também por utilizar uma abordagem quantitativa para tal. Esperamos que no longo prazo o fundo consiga entregar resultados interessantes aos nossos clientes.

O Kadima Equities FIC FIA é um fundo de ações cujo fundo Master tem como característica principal ser um conjunto de estratégias quantitativas que atuam precipuamente no mercado de ações, levando-se em consideração o objetivo de gerar uma exposição comprada. No ano, o fundo apresenta resultado de -17.77%, contra a -18.20% do Ibovespa. Em 12 meses o fundo acumula -2.05%, contra -9.68% do Ibovespa.

O fundo tem como mandato ter uma carteira sempre comprada em ações. Assim, no primeiro trimestre, durante a crise provocada pela coronavírus, acabou sofrendo próximo ao Ibovespa. Este mesmo comportamento foi observado ao longo do terceiro trimestre de 2020, tendo o fundo apresentado resultados em linha com o seu benchmark no período. Contudo, ampliando-se o horizonte de investimento, percebemos que ele é capaz de gerar resultados interessantes, com uma carteira extremamente pulverizada, o que mitiga riscos idiossincráticos oriundos das ações. Seguimos acreditando que o Kadima Equities é uma excelente alternativa àqueles investidores que buscam uma exposição sistemática de longo prazo ao mercado acionário brasileiro.

O Kadima Long Short Plus FIA é um fundo de ações com benchmark CDI, que tem como característica principal ser um conjunto de estratégias quantitativas. Adicionalmente ao modelo long-short predominante nesse fundo, ele também possui outros modelos aplicados em diversos mercados futuros. No ano, o fundo apresenta resultado de +2.77% (121% do CDI). Em 12 meses o fundo acumula retorno de +9.44%, equivalente a 265% do CDI. Desde o início (11/06/2018), o Kadima Long Short Plus FIA acumula resultado de +16.39%, equivalente a 174% do CDI deste período.

Os modelos que contribuíram positivamente para o desempenho do fundo durante o terceiro trimestre deste ano foram os modelos de fatores aplicados nas ações brasileiras, o de contratendência aplicada no futuro de Ibovespa e os seguidores de tendência de curto prazo aplicados no dólar. Estes dois últimos são os modelos que apresentam maiores ganhos acumulados no ano de 2020.

Do lado negativo, os modelos seguidores de tendência de curto prazo aplicados no mercado de juros foram os principais detratores de performance no período. Em conjunto com o modelo de fatores, são aqueles que apresentam as maiores perdas no ano.

Continuamos acreditando no potencial deste fundo em gerar bons resultados no longo prazo.

*O histórico completo de rentabilidades mensais de todos os fundos geridos pela Kadima podem ser encontrados em nosso site.

Kadima FIC FIM: Início do Fundo: 11 / 05 / 2007. PL Médio em 12 meses: R$ 50.372.790. Taxa de administração: 2%a.a. (máx. de 2%a.a.). Taxa de Performance: 20% do que excedero CDI. Público Alvo: Investidores em Geral. Cota de Aplicação: D+0. cota de Resgate: D+0. Liquidação de Resgates: D+1. Até o dia 6-dez-2013 a taxa de performance era de 25%.

Kadima II FIC FIM: Início do Fundo: 30 / 04 / 2008. PL Médio em 12 meses: R$ 697.127.235. Taxa de administração: 2%a.a. (máx. de 2%a.a.). Taxa de Performance: 20% do que exceder o CDI. Público Alvo: Investidores em Geral. Cota de Aplicação: D+0. cota de Resgate: D+10. Liquidação de Resgates: D+1 da Cotização. Até o dia 6-dez-2013 a taxa de performance era de 25%.

Kadima High Vol FIM: Início do Fundo: 23 / 03 / 2012. PL Médio em 12 meses: R$ 1.280.659.630. Taxa de administração: 2%a.a. (máx. de 2%a.a.). Taxa de Performance: 20% do que exceder o CDI. Público Alvo: Investidores qualificados. Cota de Aplicação: D+0. cota de Resgate: D+10. Liquidação de Resgates: D+1 da Cotização. Até o dia 6-mar-2013 a taxa de amd era de 0.75% e não havia taxa de performance.

Kadima Long Short Plus FIA: Início do Fundo: 06 / 11 / 2018. PL Médio em 12 meses: R$ 96.753.225. Taxa de administração: 2%a.a. (máx. de 2%a.a.). Taxa de Performance: 20% do que exceder o CDI. Público Alvo: Investidores qualificados. Cota de Aplicação: D+0. cota de Resgate: D+10. Liquidação de Resgates: D+1 da Cotização.

Kadima FIFE Previdência FIM: Início do Fundo: 28 / 09 / 2018. PL Médio em 12 meses: R$ 277.978.402. Taxa de administração: 1,20%a.a. (máx. de 1,20%a.a.). Taxa de Performance: não há. Público Alvo: Aplicações de recursos através de Planos PGBL e VGBL.

Kadima Long Short Previdência FIM: Início do Fundo: 15 / 05 / 2020. PL Médio em 12 meses: R$ 56.996.719. Taxa de administração: 1,00%a.a. (máx. de 1,00%a.a.). Taxa de Performance: 20% do que exceder o CDI+0,9%. Público Alvo: Aplicações de recursos através de Planos PGBL e VGBL.

Kadima LT FIM: Início do Fundo: 02 / 01 / 2019. PL Médio em 12 meses: R$ 36.751.886. Taxa de administração: 2%a.a. (máx. de 2%a.a.). Taxa de Performance: 20% do que exceder o CDI. Público Alvo: Investidor em Geral. Cota de Aplicação: D+0. Cota de Resgate: D+10. Liquidação de Resgates: D+1 da Cotização.

Kadima Long Bias FIM: Início do Fundo: 26 / 08 / 2019. PL Médio em 12 meses: R$ 30.069.062. Taxa de administração: 1.75%a.a. (máx. de 1.75%a.a.). Taxa de Performance: 20% sobre o que exceder o IPCA+X vide regulamento. Público Alvo: Investidor em Geral. Cota de Aplicação: D+0. Cota de Resgate: D+10. Liquidação de Resgates: D+1 da Cotização. Fundo com menos de 12 meses de histórico.

Kadima Equities FIC FIA: Início do Fundo: 17 / 12 / 2010. PL Médio em 12 meses: R$ 37.895.202. Taxa de administração: 1.35%a.a. (máx. de 1.35%a.a.). Taxa de Performance: 20% do que exceder o IBOVESPA. Público Alvo: Investidor em Geral. cota de Aplicação: D+0. Cota de Resgate: D+1. Liquidação de Resgates: D+2 da cotização.

Esta carta é uma publicação cujo propósito é divulgar informações e dar transparência à gestão executada pela Kadima Asset Management. As informações contidas neste materialsão de caráter exclusivamente informativo, não devem ser consideradas uma oferta para aquisição de cotas de fundos de investimento e não constitui prospecto previsto na instrução CVM 555 ou no Código de Auto-Regulação da ANBIMA. Este Material Técnico contém resultados baseados em simulações históricas e os resultados reais poderiam ser significativamente diferentes. O investimento em Fundo não é garantido pelo Fundo Garantidor de Crédito”. Rentabilidade passada não representa garantia de rentabilidade futura. A rentabilidade divulgada não é líquida de impostos e de eventual taxa de saída. Para avaliação de um fundo de investimento, é recomendável a análise de, no mínimo, 12 (doze) meses. Leia o formulário de informações complementares, a lâmina de informações essenciais, se houver, e o regulamento antes de investir. Os termos “Master” e “Feeder” são comumente utilizados no meio financeiro para designar veículos de investimento que fazem parte de uma estrutura na qual vários fundos de cotas possam compartilhar de uma mesma estratégia. Os fundos de cotas são chamados “Feeders”, pois aplicam recursos financeiros no fundo receptor, este chamado fundo “Master”, no qual a estratégia é implementada. Administrador/ Distribuidor: BNY Mellon Serviços Financeiros DTVM S.A., CNPJ: 02.201.501/0001-61, situada à Av. Presidente Wilson, 231, 11º andar, Rio de Janeiro, RJ, CEP 20030-905. Telefone: (21) 3219-2998 Fax (21) 3974-4501 www.bnymellon.com.br/sf – SAC: [email protected] ou (21) 3974-4600, (11) 3050-8010, 0800 725 3219 – Ouvidoria: [email protected] ou 0800 7253219.