# @ojeffymotta on Instagram

- **Type:** Video
- **Original URL:** https://www.instagram.com/p/DbaiJbIxiCi
- **Gondola URL:** https://gondola.cc/posts/68434521-ojeffymotta-instagram
- **Thumbnail:** https://img.gondola.cc/tr:w-,h-,fo-auto/postThumbnails/721b0d1f5e.jpg
- **Posted:** 2026-07-30T11:00:06.000+00:00
- **Account Owner:** Jefytter Motta (@ojeffymotta) — https://gondola.cc/ojeffymotta

## Caption

Cadeias de Markov são uma forma de modelar sistemas que mudam entre estados segundo probabilidades de transição. Em vez de tentar prever o preço diretamente, elas estimam a probabilidade de o mercado permanecer ou migrar entre regimes, como alta volatilidade, baixa liquidez ou tendência. A cada nova observação, essas probabilidades são atualizadas pela matriz de transição.

O erro começa quando alguém pede para um LLM, como o ChatGPT, “criar uma cadeia de Markov”. Uma cadeia de Markov não nasce de texto ou de criatividade. Ela é estimada a partir de dados, normalmente via máxima verossimilhança, algoritmos como Baum-Welch (em HMMs) ou contagem empírica das transições. As probabilidades precisam refletir o comportamento observado do processo, respeitar propriedades matemáticas da matriz de transição e ser validadas estatisticamente.

Quando um LLM inventa estados, probabilidades ou matrizes sem inferência estatística, ele produz algo que parece técnico, mas não representa processo estocástico algum. É apenas uma matriz plausível escrita em linguagem natural.

No mercado financeiro, isso é especialmente perigoso: uma cadeia de Markov mal estimada não apenas erra a previsão. Ela cria uma falsa sensação de rigor matemático onde nunca houve modelagem quantitativa de fato.

#quant #volatilidade #daytrade #juros #truml

## Stats

- **Views:** 3,568
- **Likes:** 220
- **Shares:** 0
- **Comments:** 11

## Tags

truml, daytrade, volatilidade, juros, quant

---
Copyright (c) Gondola