Indicador de Correlação Informacional entre Agressão e Saldo - Uma Abordagem por Informação Mútua - MicroMI

Esse indicador foi desenvolvido com base em técnicas de análise estatística não linear, utilizando como núcleo o conceito de Informação Mútua Normalizada (Normalized Mutual Information - NMI). O objetivo principal do indicador é medir a força e a coerência estatística entre o comportamento da agressão (compra e venda) e o saldo acumulado de agressão, identificando momentos de divergência ou alinhamento entre intenção e resultado no fluxo de ordens.

---

Conceito Central: Informação Mútua

A Informação Mútua é uma medida da teoria da informação que avalia o quanto uma variável  compartilha de informação com outra. Ao contrário da correlação linear tradicional, a informação mútua captura relações não lineares complexas, sendo ideal para ambientes como o mercado financeiro, onde a intenção do player (agressão) nem sempre gera o efeito esperado (saldo de agressão).

---

Como o indicador funciona

O processo pode ser dividido em etapas principais:

1. Coleta de Dados Recente: O indicador analisa  dados de volume de agressão de compra, agressão de venda  e saldo acumulado.

2. Normalização e Padronização: Os dados são transformados em variações percentuais em relação à média, eliminando distorções de escala e destacando padrões relativos.

3. Discretização por Quantis: As séries normalizadas são divididas em 10 faixas (ou classes) por percentis, o que permite construir uma distribuição conjunta bivariada para cada par analisado (Compra x Saldo, Venda x Saldo).

4. Cálculo da Informação Mútua:

   • É construída uma matriz de contingência com 100 células (10x10), que representa a co-ocorrência entre os níveis de agressão e os níveis de saldo.

   • A partir dessa matriz, calcula-se a entropia de cada variável e a informação mútua conjunta, que depois é normalizada.

5. Geração de Erro Informacional: O sistema estima o valor de saldo esperado com base na agressão atual e no histórico de dependência entre as variáveis. A diferença entre o valor real do saldo e o valor estimado é chamada de erro informacional, e é essa medida que define os momentos de divergência crítica.

6. Plotagem Condicional:

   • As divergências (erros) entre agressão e saldo são plotadas.

   • Cores são utilizadas para destacar o vetor de intenção líquida dominante.

---

Aplicação Prática

Esse indicador é útil para:

• Detectar armadilhas de fluxo;

• Identificar zonas de absorção ou exaustão de player institucional;

• Antecipar reversões com base na quebra de coerência estatística entre intenção e impacto no book.

---

Por que esse indicador é avançado?

Diferente de indicadores clássicos baseados em médias móveis ou volume bruto, este modelo captura relações causais não evidentes à primeira vista, baseando-se em técnicas oriundas da teoria da informação e estatística computacional. Ele permite medir o valor preditivo da agressão em relação ao saldo de mercado, um insight que só pode ser extraído com algoritmos mais sofisticados.