Em março de 2026, a equipe de Fundos da XP publicou a pesquisa ‘IA na Gestão de Recursos’, um mapeamento inédito sobre como gestoras brasileiras estão incorporando inteligência artificial ao processo de investimento. O trabalho identificou uma indústria em transição: a maioria das casas ainda concentra o uso de IA em automação operacional (relatórios, reconciliação, atendimento), enquanto a aplicação direta em geração de alfa permanece restrita a um grupo seleto de gestoras com DNA quantitativo.
Esse levantamento foi um ponto de partida. Os números tendem a apresentar uma amostra do que está acontecendo; a visita presencial pode revelar o como e o porquê. Por isso, a equipe da XP Fundos iniciou uma série de visitas a gestoras que, na pesquisa, se destacaram como referências em uso avançado de IA, para entender, de perto, o que está por trás dos dados e o que essas experiências revelam sobre os próximos passos da indústria.
A Bayes Capital Management abre a série. A escolha é representativa: com mais de duas décadas de atuação em estratégias sistemáticas e uma cultura construída ao redor de tecnologia e ciência de dados, a gestora reúne as condições favoráveis para ilustrar o que a pesquisa de março identificou como o estágio mais avançado de adoção e para mostrar o caminho que gestoras e investidores com ambição semelhante precisarão percorrer.
Sobre a Bayes Capital Management
A Bayes Capital Management é uma gestora especializada em estratégias quantitativas aplicadas a ações brasileiras e ativos globais. Fundada formalmente em 2020, a casa carrega um histórico mais longo: seus sócios operam modelos sistemáticos desde 2004 e acumulam mais de 25 anos de experiência no mercado financeiro, com passagens por bancos de investimento e outras gestoras. A gestora foi pioneira em estratégias sistemáticas no Brasil e atua exclusivamente em mercados líquidos e listados.
Em 2022 a Bayes Capital passa a fazer parte do ecossistema da Az Quest, através de um acordo estratégico que combinou participação societária e cogestão das estratégias quantitativas. O objetivo da parceria foi unir a experiência da Bayes em modelagem quantitativa, ciência de dados e desenvolvimento de algoritmos proprietários à estrutura de gestão da AZ Quest. Atualmente, é possível acessar a expertise da gestora através das estratégias quantitativas oferecidas sob o nome AZ Quest Bayes.
O portfólio de estratégias inclui um fundo long only sistemático, um long biased, um long-short e um global macro, todos operados com base em modelos proprietários. A estrutura interna integra Gestão, Pesquisa, Compliance e Risco em torno de um mesmo princípio: a tecnologia não é suporte ao processo de investimento, para a gestora, a tecnologia é o processo. Ao longo de 17 anos, a Bayes construiu uma biblioteca própria de indicadores que cobre sinais fundamentalistas, de tendência, microestrutura de mercado, macro e risco. Esse ativo intangível é, na prática, o coração da operação. E releva que o pilar operacional precisa estar bem fundamentado para a implementação de uso de novas tecnologias.
Como a IA está sendo usada hoje na Bayes
Uma base sólida de automação
O ponto de partida da Bayes já é particular dentro da indústria de fundos: captura de dados de mercado, tratamento de eventos corporativos, execução de ordens e rebalanço de portfólio são totalmente automatizados há anos. Essa fundação libera a equipe para seguir avançando em temas estratégicos como pesquisa, desenvolvimento de modelos e tomada de risco. A automação, aqui, é o pilar sobre o qual a inteligência artificial é construída.
“Alergia a coisas manuais.” — Luca Farah
Modelos multi-agentes: velocidade e rigor ao mesmo tempo
Um dos casos de uso mais sofisticados que destacamos após essa visita foi o fluxo de geração e validação de código por múltiplos agentes de IA. A lógica é interessante: quando a equipe precisa desenvolver um novo código para um projeto de novo modelo ou melhorias, o problema é distribuído simultaneamente para diferentes agentes. São modelos especializados de distintos fornecedores, incluindo soluções próprias. Cada agente trabalha de forma independente e produz sua solução sem ter acesso ao que os outros estão fazendo.
Em seguida, os resultados são confrontados por uma outra IA: divergências são mapeadas, avaliadores analisam a consistência e um score de confiança é atribuído a cada solução. O gestor recebe um relatório consolidado e toma a decisão final. É, em essência, um sistema de verificação cruzada, mais robusto do que confiar em um único modelo, mais rápido do que depender apenas de revisão humana. Segundo a equipe, essa abordagem acelerou significativamente o ciclo entre hipótese, desenvolvimento, teste e implementação.
Machine learning além das regressões
A seleção e combinação dos indicadores da biblioteca proprietária vai muito além de técnicas estatísticas convencionais. A Bayes utiliza algoritmos de machine learning para identificar relações não lineares e dependências ocultas entre variáveis: modelos que aprendem padrões temporais em séries de preços e permitem classificar empresas de forma adaptativa. Essa capacidade de encontrar estrutura onde métodos tradicionais veriam ruído é, na visão da gestora, uma das fontes mais consistentes de diferenciação.
IA generativa integrada à análise fundamental
Desde 2021, a Bayes incorporou IA generativa ao processo de research. A empresa faz a análise de mais de 20 mil earnings calls: as falas de executivos são transcritas, transformadas em vetores matemáticos (os chamados embeddings) e processadas para identificar variações de tom, recorrência de temas e mudanças de narrativa ao longo do tempo. A premissa é que o linguajar de um CEO em momentos de transição carrega informação que os números ainda não refletem. Integrar esse sinal qualitativo ao processo quantitativo é, segundo a equipe, uma das expansões mais promissoras da plataforma de dados da gestora e, possivelmente, um futuro book de uma estratégia.
“A tecnologia aqui não é centro de custo é onde está o alfa.” — Equipe Bayes Capital
A fronteira que a Bayes está construindo
Estar na vanguarda significa, inevitavelmente, trabalhar em território ainda não consolidado. A Bayes tem consciência disso e articula claramente as frentes que estão em desenvolvimento. O projeto mais ambicioso é a construção de um transformer proprietário: um modelo de IA treinado internamente, especializado em problemas financeiros, capaz de integrar dados estruturados e não estruturados em uma representação unificada. O objetivo é gerar o que a equipe chama de ‘assinaturas matemáticas’ das empresas, com vetores que capturam características históricas, fundamentalistas e qualitativas de forma compacta e comparável ao longo do tempo.
A gestora também está desenvolvendo um sistema de alocação que considera simultaneamente risco de portfólio, liquidez de mercado e estado da economia. A ideia é que um modelo capaz de identificar regimes (crescimento, inflação elevada, recessão) e sugerir alocações adaptadas a cada cenário seja mais robusto do que tratar essas dimensões separadamente. São apostas de médio prazo, e a gestora as persegue com a mesma disciplina que aplica aos seus modelos: de forma sistemática, iterativa e com rigoroso controle de processo.
Na visão da Bayes, o diferencial competitivo dos próximos anos não estará no acesso a dados, esse será um recurso cada vez mais democratizado. Estará na capacidade de construir ecossistemas proprietários que integram tecnologia, ciência de dados e inteligência artificial em um sistema que aprende e se adapta continuamente. A gestora acredita que as casas que investirem hoje nessa infraestrutura terão uma vantagem estrutural difícil de replicar: não porque os modelos serão secretos, mas porque a combinação de dados históricos proprietários, arquitetura de modelos e cultura de pesquisa quantitativa leva anos para ser desenvolvida.
A expectativa é que, nos próximos três a cinco anos, a IA deixe de ser uma ferramenta auxiliar para se tornar o principal mecanismo de descoberta de sinais e construção de portfólios. A Bayes se posiciona para estar nesse ponto de chegada com infraestrutura consolidada e a trajetória que observamos sugere que essa não é apenas uma visão aspiracional, mas um caminho já em execução.
Fundos Az Quest Bayes disponíveis na XP
Os fundos da família AZ Quest Bayes representam a aplicação prática da filosofia quantitativa desenvolvida pela Bayes Capital ao longo de sua trajetória. Em comum, todas as estratégias compartilham a utilização intensiva de dados, modelos estatísticos e algoritmos proprietários para apoiar a tomada de decisão, reduzindo a dependência de julgamentos discricionários e buscando maior disciplina na construção dos portfólios. O processo de investimento é estruturado para identificar padrões recorrentes nos mercados, explorar fatores de risco historicamente remunerados e capturar oportunidades de forma sistemática e escalável.
O AZ Quest Bayes Long Biased Sistemático é a estratégia com maior exposição estrutural ao mercado acionário brasileiro. Seu objetivo é capturar a valorização de longo prazo das ações por meio de um modelo quantitativo que avalia simultaneamente centenas de variáveis relacionadas a preço, qualidade, crescimento, revisões de lucros, valuation, liquidez e comportamento dos investidores. A carteira é construída a partir da combinação desses sinais, permitindo ao fundo manter uma exposição líquida positiva à bolsa, mas com flexibilidade para ajustar riscos conforme as condições de mercado se alteram.
Já o AZ Quest Bayes Long Short Sistemático tem como foco a captura de retornos relativos entre ativos. A estratégia combina posições compradas em empresas que apresentam características favoráveis segundo os modelos quantitativos e posições vendidas em empresas que apresentam sinais menos atrativos. Nesse formato, o retorno depende menos da direção do mercado e mais da capacidade dos algoritmos de identificar diferenças de desempenho entre empresas, setores e fatores de risco. O resultado é uma estratégia que busca gerar alfa com menor correlação ao comportamento do Ibovespa, utilizando a dispersão de retornos como principal fonte de geração de valor.
O AZ Quest Bayes Sistemático representa a expressão mais ampla da abordagem quantitativa da gestora. O fundo utiliza modelos proprietários para identificar oportunidades em diferentes ativos e fatores de mercado, combinando sinais estatísticos em um processo de alocação dinâmico. O foco está na construção de um portfólio robusto, diversificado e capaz de se adaptar às mudanças de cenário por meio de regras previamente definidas.
Nota final
A visita à Bayes Capital estudou uma gestora brasileira que já opera IA não como experimento, mas como infraestrutura central do processo de investimento. Modelos multi-agentes em produção, IA generativa integrada ao research, biblioteca proprietária de 17 anos e um roteiro claro para os próximos desenvolvimentos: esse conjunto posiciona a Bayes como um benchmark na transformação da gestão através da tecnologia.
Conte com nosso Top Fundos e TOP Fundos Previdência
Se você ainda não tem conta na XP Investimentos, abra a sua!
