(MM-002) Modelagem Matemática: Opções Vanilla (VAN)

• A aula tem como foco central o estudo técnico da precificação de opções europeias por meio do modelo de Black-Scholes, um marco da teoria financeira moderna desde sua publicação em 1973. O conteúdo destaca a importância de compreender a fórmula e suas variáveis — spot, strike, tempo até o vencimento, taxa de risco livre e volatilidade — além de apresentar o papel das gregas como indicadores-chave para avaliar o comportamento e o risco das opções. A abordagem reforça o papel estratégico do modelo para profissionais que operam no mercado de derivativos, especialmente em mercados emergentes, como o brasileiro, onde a correta interpretação dos parâmetros é fundamental para estratégias de hedge, trading e arbitragem.

• A estrutura didática do conteúdo inclui uma introdução conceitual sobre o modelo de Black-Scholes, seguida de uma explicação sobre cada grega derivada — delta, gama, theta, vega e rho — utilizando linguagem precisa e exemplos que demonstram suas aplicações práticas. O recurso computacional Appreciator é mencionado como ferramenta de apoio para simulações numéricas, permitindo uma visualização prática das sensibilidades do preço da opção frente às variações dos parâmetros. A apresentação é complementada com vídeos explicativos individuais sobre cada grega, ampliando a compreensão dos efeitos não-lineares e temporais das variáveis envolvidas no modelo.

• O conteúdo avança para implicações práticas, detalhando como as gregas influenciam estratégias de gestão de risco e formação de portfólio. A delta é apresentada como a sensibilidade primária, enquanto a gama é destacada por sua importância na mensuração da convexidade do delta, especialmente para market makers que realizam ajustes dinâmicos em carteiras de hedge. A theta mostra como o valor da opção decai com o tempo, sendo crucial em operações próximas ao vencimento. A vega captura o impacto da volatilidade implícita, e a rho, ainda que menos relevante em prazos curtos, ilustra o efeito das taxas de juros. O material respeita a base de 252 dias úteis, utiliza notações padronizadas e contextualiza os conceitos dentro das particularidades operacionais da bolsa de valores brasileira, com observações sobre a adaptação do modelo a ativos que pagam dividendos e à comparação entre opções europeias e americanas.

• A aula tem como foco a evolução dos modelos de precificação de opções, enfatizando o papel da árvore binomial e do modelo de Monte Carlo na teoria financeira moderna. A abordagem destaca como essas ferramentas permitem a simulação de trajetórias de preços de ativos e a avaliação de instrumentos como opções de compra (call) e opções de venda (put). A compreensão desses modelos é essencial para profissionais que atuam em mercados voláteis e interconectados, oferecendo suporte à gestão de riscos, à formulação de estratégias de hedge e à tomada de decisão sob incerteza, sobretudo no contexto brasileiro, onde variáveis como a volatilidade anual e o prazo em dias úteis exercem influência significativa na precificação de derivativos.

• A estrutura didática da aula é dividida em duas partes principais: inicialmente, a construção da árvore binomial é apresentada com base em parâmetros como preço inicial do ativo, volatilidade e prazo, permitindo ao aluno entender como a expansão do tempo aumenta a probabilidade de movimentos extremos no ativo, encarecendo o valor das opções. Em seguida, é introduzido o modelo de Monte Carlo, cuja simulação por movimento browniano permite a criação de uma distribuição contínua de preços futuros, mais condizente com a realidade do mercado. As simulações são realizadas no Microsoft Excel, com exemplos práticos e manipulação direta de parâmetros como dias úteis, taxa de juros, taxa de aluguel e volatilidade, evidenciando os efeitos dessas variáveis na distribuição final de preços.

• Em seu nível mais avançado, a aula explora como as alterações nos parâmetros impactam diretamente a precificação das opções e destaca o uso dessas ferramentas por gestores de portfólio, market makers e estrategistas de derivativos. A lógica da árvore binomial é utilizada para introduzir os fundamentos da precificação discreta, enquanto o Monte Carlo oferece uma abordagem robusta para simulações com grande número de trajetórias, aumentando a precisão das estimativas. Por fim, discute-se a importância de compreender a base de dias úteis na simulação, além da influência de práticas como o empréstimo de ativos (via taxa de aluguel) na composição do preço forward. A aula também prepara o terreno para a futura derivação das gregas, fundamentais para a avaliação de risco e a formulação de estratégias de hedge mais refinadas.

• Esta aula aborda como estruturar a compra de opções do tipo Call e Put quando se espera um movimento direcional no mercado, com foco em trajetórias contínuas que se assemelham a um movimento Browniano. O conteúdo se concentra na análise das gregas — especialmente Delta e Gamma — para identificar o ponto de entrada ideal e maximizar o aproveitamento da aceleração do Delta (via Gamma), aumentando o ganho da posição conforme o ativo se movimenta. O aluno aprenderá a comparar, por meio de simulações em Excel, diferentes posições em opções fora do dinheiro (OTM) com deltas distintos (ex: 25% vs 53%) ao longo do tempo.

• Com base no modelo Black-Scholes e em simulações do tipo Monte Carlo, o aluno entenderá como essas ferramentas são utilizadas para diagnosticar o comportamento das opções em diversos horizontes temporais. A análise é feita a partir da decomposição das gregas e sua evolução ao longo da vida da opção, permitindo a visualização do ponto em que a opcionalidade é mais ativa e eficiente. Este conhecimento técnico será aplicado a situações reais de mercado, considerando parâmetros como volatilidade implícita, prazo até o vencimento e carregamento de valor (Theta).

• Ao final da aula, o aluno será capaz de tomar decisões técnicas mais assertivas sobre qual opção comprar, considerando o custo-benefício entre prêmio, sensibilidade e tempo. Essa abordagem é especialmente útil para estratégias direcionais em ativos líquidos como índices (ex: IBOV), ações e moedas, e permite um refinamento da gestão de risco ao calibrar o ponto de entrada com maior potencial de assimetria positiva. A compreensão do comportamento do Delta e sua aceleração via Gamma torna-se, assim, uma ferramenta crucial para investidores experientes que operam derivativos com foco em eficiência e alavancagem controlada.

• A estratégia de Stock Replacement é uma ferramenta sofisticada da engenharia financeira que visa substituir uma posição comprada em ações por uma opção de compra (call) com delta elevado, normalmente em torno de 75%. Essa substituição mantém a exposição direcional ao ativo subjacente, porém com menor imobilização de capital. A liquidez gerada pela troca pode ser direcionada a aplicações de baixo risco, como o CDI, reduzindo o custo de carregamento da posição e proporcionando ao investidor maior flexibilidade. Essa técnica se mostra especialmente útil em momentos de incerteza nos mercados, permitindo uma estrutura de risco mais previsível e otimizada para fundos de investimento e gestores institucionais.

• A apresentação do conteúdo combina teoria e prática por meio da análise de seis cenários simulados, estruturados em um arranjo fatorial 2 x 3, que considera três movimentos do ativo (estável, em alta e em queda) em dois horizontes temporais distintos (125 e 65 dias úteis). As simulações, realizadas com suporte das fórmulas do modelo de Black-Scholes e da distribuição estocástica de Monte Carlo, são posteriormente transferidas para planilhas do Excel. Nessas planilhas, os participantes exploram a evolução do delta, o impacto da volatilidade implícita e os efeitos dinâmicos do gamma, analisando o comportamento da estratégia em diferentes cenários e avaliando a performance do portfólio ao longo do tempo.

• Do ponto de vista técnico, a estratégia destaca importantes conceitos como convergência do delta, proteção em cenários de queda com redução de sensibilidade via gamma, e recomposição do portfólio com maior número de lotes após a recuperação do mercado. O conteúdo aborda aspectos críticos do mercado brasileiro, como o uso da base de 252 dias úteis para cálculo temporal e a influência da volatilidade implícita na escolha do strike. A estratégia mostra-se mais eficaz em ambientes de baixa volatilidade e expectativa de eventos com impacto incerto. A combinação entre teoria avançada e análise quantitativa posiciona esta aula como um componente essencial da formação técnica para profissionais que buscam eficiência em alocação de capital, gestão de risco e decisões táticas no universo dos derivativos.

• A aula tem como tema central a paridade Call-Put, uma relação fundamental na precificação de opções que conecta o valor de uma opção de compra (Call) e uma opção de venda (Put) com mesmo preço de exercício (strike) e data de vencimento. Esse conceito é essencial para a construção de estratégias como o futuro sintético, que replica a exposição direcional de um contrato futuro utilizando derivativos. A compreensão dessa paridade permite identificar oportunidades de arbitragem, estruturar operações sofisticadas e aplicar práticas de hedge delta-neutro, sendo particularmente relevante em ambientes de volatilidade implícita elevada.

• A estrutura didática da aula combina simulação prática com uso de ferramentas específicas. A estratégia do futuro sintético é demonstrada no simulador Appreciator, o que permite observar o comportamento das gregas (Delta, Gama, Vega e Theta) em tempo real. Em seguida, a estratégia Box de 3 Pontas (Conversion) é construída em uma planilha no Excel, onde se analisa o comportamento do resultado final ao variar o posicionamento do strike. Essa abordagem prática reforça a compreensão do funcionamento interno das estruturas e ajuda o aluno a visualizar o impacto das decisões sobre precificação, riscos e retornos.

• Por fim, são aprofundadas as interações entre as gregas das estruturas e o impacto do carregamento (cost of carry) sobre o resultado da operação. A aula evidencia que, ao combinar opções com mesmo strike, o Delta se anula, o Vega e o Gamma são equivalentes, e o Theta se diferencia devido aos fluxos de caixa específicos entre Calls (que implicam em pagamento de juros e recebimento de aluguel) e Puts (com efeito oposto). Essa análise permite ao aluno compreender como ajustes nos strikes mantêm a equivalência teórica da paridade, mesmo diante de variações de mercado, e fornece uma base sólida para a tomada de decisão em operações estruturadas com derivativos.

• A aula aborda a árvore binomial como uma das ferramentas fundamentais para a modelagem de preços de ativos e a precificação de derivativos, servindo como ponto de partida para o desenvolvimento do método de Monte Carlo. Ao apresentar o modelo como uma estrutura discreta, iterativa e probabilística, a exposição oferece um alicerce teórico robusto para a simulação de trajetórias de preços em ambientes incertos. A árvore é explorada como instrumento essencial para a compreensão das dinâmicas de alta e baixa de preços com base em probabilidades neutras ao risco, e sua relevância é ampliada no contexto brasileiro, onde o mercado demanda ferramentas quantitativas cada vez mais refinadas para análise de cenários, avaliação de risco e tomada de decisão.

• A estrutura didática se apoia fortemente em exemplos numéricos concretos, com destaque para a simulação de um ativo com valor inicial de R$ 30,00, cujos movimentos são analisados passo a passo ao longo de vários períodos. A aula apresenta demonstrações visuais da construção da árvore, enfatizando conceitos como convergência de caminhos, valores esperados descontados, e distribuição de probabilidades. Analogias como o lançamento de moedas são utilizadas para facilitar o entendimento de distribuições binomiais, enquanto a conexão com o modelo de Monte Carlo e com aplicações mais complexas é introduzida com clareza. Ferramentas computacionais desenvolvidas internamente e interfaces de sistema são mencionadas como suporte às simulações e análises que serão aprofundadas nos módulos seguintes.

• O conteúdo culmina na introdução a tópicos avançados como modelos de barreira, opções exóticas, estratégias de spread, e a análise das chamadas gregas, fundamentais para a gestão de risco financeiro. A aula demonstra como diferentes níveis de volatilidade podem ser incorporados ao modelo pela variação na magnitude dos movimentos binomiais. O uso da base de 252 dias úteis, práticas convencionais do mercado brasileiro e analogias com problemas de distribuição são apontados como fundamentais para conectar teoria e prática. A construção em camadas do conhecimento e o uso de uma estrutura progressiva tornam esta aula um pilar para qualquer estudante ou profissional que deseje dominar as ferramentas de análise quantitativa aplicada a derivativos.

• A aula aborda a aplicação da Simulação de Monte Carlo como ferramenta quantitativa para a precificação de opções de compra e análise de cenários de risco, destacando sua relevância no contexto da teoria financeira moderna e sua aplicabilidade prática no mercado brasileiro. A técnica permite avaliar como variáveis como volatilidade, prazo até o vencimento e forward points afetam a distribuição de preços futuros do ativo subjacente. Utilizando ações da BBAS3 (Banco do Brasil) como exemplo, a aula explora como essas variáveis influenciam o valor da opção e fornece insights valiosos para gestão de risco, estratégias de hedge e decisões de investimento.

• A estrutura didática é fundamentada em uma abordagem interativa e prática, com uso de planilhas eletrônicas, histogramas sobrepostos e dados reais de mercado. A simulação de 50.000 trajetórias permite uma análise estatística robusta da distribuição de preços futuros, revelando como a opção se comporta em quatro cenários distintos: queda de 5%, preço no strike, alta de 5% e alta de 10%. A aula também examina a dinâmica do delta em três níveis (25%, 50% e 75%) e discute os efeitos da volatilidade e dos forward points sobre o valor da opção, enfatizando sua importância para o hedge dinâmico e a alavancagem implícita.

• A parte avançada do conteúdo trata da sensibilidade da opção aos parâmetros de entrada, destacando como a dispersão dos preços futuros aumenta com a volatilidade e como os forward points alteram o preço forward e afetam o valor da opção. A aula contextualiza o uso da simulação de Monte Carlo no mercado brasileiro, considerando práticas locais como a contagem de tempo em 252 dias úteis e a presença de dividendos nos preços futuros. Os resultados são aplicáveis a perfis diversos: traders, gestores de portfólio e market makers utilizam os insights para calibrar spreads, estimar risco de cauda e identificar oportunidades de arbitragem em ambientes de alta incerteza.

• A aula aborda de forma aprofundada a precificação de opções de venda (puts) utilizando simulações de Monte Carlo, recurso que permite capturar com maior fidelidade a distribuição de retornos esperados para o ativo subjacente. Com foco em aplicações práticas no mercado brasileiro, o conteúdo destaca a importância de compreender as variáveis que afetam a formação do preço de uma put — como volatilidade, prazo até o vencimento, moneyness e pontos futuros (FWD points) —, bem como a transformação de seu perfil de risco em função do comportamento de mercado. A escolha do ativo BBAS3 como base de simulação confere realismo à análise e permite que os alunos visualizem cenários de mercado verossímeis ao longo de um horizonte de 21 dias.

• A estrutura didática da aula combina a teoria do modelo de Black-Scholes com a execução de simulações que geram distribuições de probabilidade para o preço do ativo subjacente. Por meio de planilhas interativas e gráficos dinâmicos, são analisadas transformações na distribuição à medida que se alteram os parâmetros de entrada — destacando, por exemplo, o deslocamento da distribuição para a direita em função de FWD points positivos. Além disso, a decomposição do valor da put em valor intrínseco, prêmio de volatilidade e prêmio de pontos futuros permite uma leitura mais estratégica dos fatores que compõem o prêmio pago pela opção, com destaque para o comportamento quase linear da put ao se tornar profundamente dentro do dinheiro (quando o delta se aproxima de -1).

• Entre os conceitos avançados discutidos, destaca-se o impacto do delta na transformação da opção em um futuro sintético vendido, a convergência temporal dos FWD points à medida que o vencimento se aproxima, e a relevância da estrutura temporal de volatilidade para estratégias de hedge e especulação. A análise de diferentes níveis de delta (25%, 50%, 75%) oferece ao aluno uma perspectiva quantitativa sobre a probabilidade de exercício e auxilia na construção de posições com diferentes perfis de risco-retorno. Por fim, a abordagem adota a convenção de 252 dias úteis, comum no mercado financeiro brasileiro, o que reforça a aderência do conteúdo às práticas profissionais locais e contribui para decisões mais informadas em gestão de portfólio e precificação de derivativos.

• A aula aborda de forma aprofundada as diferenças comportamentais entre opções de compra (call) e opções de venda (put), utilizando o método de simulação de Monte Carlo como ferramenta principal para análise de risco e precificação. O tema é central na teoria moderna de derivativos e possui aplicação prática direta no mercado brasileiro, onde a volatilidade e o uso estratégico de derivativos são recorrentes. Ao modelar 50.000 trajetórias de preço para o ativo subjacente, o conteúdo fornece insights robustos sobre valor intrínseco, valor temporal, delta e distribuição de probabilidades, explorando cenários extremos de mercado e a assimetria entre os instrumentos.

• A metodologia didática combina fundamentos teóricos com aplicações práticas, estruturando o aprendizado por meio de simulações com parâmetros realistas — como ativo a 100, prazo de 21 dias e movimentos de ±15% no preço. Utilizam-se planilhas eletrônicas para manipulação dos inputs e visualização dinâmica dos outputs, com destaque para gráficos comparativos e distribuições que ilustram o comportamento não-linear das opções. A abordagem comparativa simultânea entre call e put no mesmo strike permite identificar como cada instrumento reage de forma oposta a variações no preço do ativo subjacente, evidenciando a complementaridade entre eles em estratégias como hedge, especulação direcional e produtos estruturados.

• O conteúdo avança para conceitos sofisticados como delta dinâmico, forward points, distinção entre opções europeias e americanas, e implicações do exercício antecipado, especialmente em puts sob taxas de juros positivas. A análise considera também práticas típicas do mercado local, como a base de 252 dias úteis e o impacto da volatilidade implícita mantida constante. Estratégias com spreads, collars e o uso de opções como futuros sintéticos são ilustradas, reforçando a utilidade da simulação para desenvolver intuição sobre a gestão de risco, construção de portfólios e tomada de decisão informada no mercado financeiro.

• Esta aula aborda de forma técnica e aplicada o comportamento do Gamma, a principal sensibilidade de segunda ordem na precificação e gestão de carteiras com derivativos. O foco está na forma como o Gamma, que mede a variação do Delta em resposta a alterações no preço do ativo subjacente, influencia decisões de hedge dinâmico, precificação e controle de risco. Utilizando o Método de Monte Carlo, os alunos simulam cenários de mercado para quantificar a aceleração da exposição direcional em estratégias com opções at-the-money.

• A modelagem computacional é aplicada com incrementos discretos no preço do ativo, permitindo calcular o Gamma por diferenças finitas e visualizar seu impacto em ambientes de alta volatilidade implícita. A aula explora a distribuição do Gamma ao longo do espectro de moneyness, destacando o pico de sensibilidade em opções at-the-money e sua simetria entre calls e puts com mesmo strike. São utilizados ativos e parâmetros realistas do mercado brasileiro, como ações com alta liquidez e curvas de juros compostas com carrego de dividendos.

• Na prática, o conteúdo permite aos profissionais identificar e ajustar estratégias de Gamma hedging, reduzindo custos de transação e evitando exposição excessiva a movimentos bruscos de mercado. A compreensão do time decay do Gamma e sua relação com a volatilidade realizada contribui para decisões mais precisas em operações com produtos estruturados e carteiras alavancadas. A aula reforça a aplicabilidade dos conceitos com planilhas interativas e exemplos numéricos replicáveis.

• Esta aula explora em profundidade o comportamento da sensibilidade do preço das opções à volatilidade implícita, conhecida como Vega. Com foco na aplicação prática no mercado financeiro, o conteúdo aborda como o Vega se comporta em diferentes níveis de Delta, usando a metodologia de derivada de choque e o método de Monte Carlo para simular cenários com variações sistemáticas na volatilidade. A abordagem permite aos participantes quantificar o impacto de mudanças na volatilidade sobre o valor das opções em diferentes situações de moneyness, fundamental para estratégias de hedge e estruturação de produtos.

• A aula combina teoria quantitativa e aplicação prática por meio de planilhas eletrônicas, permitindo testar variações nos parâmetros de mercado — como preço spot, volatilidade, taxa de juros e prazo — para observar a reação do Vega em condições reais de negociação. Análises são conduzidas para Deltas em torno de 25%, 50% e 75%, destacando que o Vega atinge seu pico em opções at-the-money, onde a incerteza quanto ao exercício é maior. Este conhecimento é essencial para estruturar operações como combos de opções, fences e produtos alavancados com controle de risco.

• Voltada a profissionais com domínio dos fundamentos de opções, a aula fornece instrumentos para decisões mais precisas em gestão de portfólio e estruturação de derivativos complexos. A análise do Vega é contextualizada dentro de um ambiente de volatilidade elevada, onde sua correta mensuração influencia diretamente o sucesso de estratégias de proteção, precificação de produtos estruturados e dimensionamento de posições em carteiras sensíveis ao risco de mercado.

• Esta aula aborda, de forma técnica e aplicada, o impacto da passagem do tempo no valor de opções financeiras, com foco na grega theta. Utilizando simulações Monte Carlo, os alunos exploram como o time decay influencia a precificação de calls e puts em diferentes cenários de mercado. A metodologia empregada permite a modelagem de distribuições probabilísticas para o comportamento futuro de preços, evidenciando a perda de valor temporal à medida que o vencimento se aproxima.

• Com apoio de planilhas de Excel, gráficos e códigos de simulação, os participantes observam como a proximidade do vencimento reduz a variância esperada dos preços e comprime a distribuição de resultados possíveis. O conteúdo destaca como essa dinâmica afeta estratégias como venda de volatilidade, calendário spreads, e decisões de hedge dinâmico com base em delta e gama. O caso prático utiliza uma opção da BBAS3, demonstrando na prática o decaimento do prêmio ao longo de 21 dias úteis.

• Além da modelagem discreta do tempo, a aula propõe uma análise crítica da contagem tradicional de dias úteis versus uma abordagem de decaimento contínuo, especialmente relevante em mercados com ativos que negociam 24/7, como criptomoedas. Ao final, o aluno será capaz de estimar e interpretar o efe

• Esta aula técnica aborda a mudança de medida de probabilidade, um dos pilares da precificação de opções e modelos estocásticos aplicados ao mercado financeiro. O conteúdo explora o conceito de medidas equivalentes de probabilidade, a derivada de Radon-Nikodym e a função zeta (ζ), essenciais para converter uma medida real para uma medida neutra ao risco. Essa transição permite calcular preços justos de derivativos com base em expectativas ajustadas ao risco, viabilizando a construção da fórmula de Black-Scholes de forma matematicamente rigorosa.

• O aluno será conduzido por uma explicação clara sobre como essas transformações afetam o valor esperado de ativos, utilizando ferramentas de cálculo estocástico para sustentar a lógica dos modelos financeiros. A aula inclui exemplos com variáveis normais padrão e introduz a base para o Teorema de Girsanov, essencial para modelar trajetórias de ativos em ambientes com incerteza. A abordagem prepara o aluno para compreender como adaptar modelos teóricos às condições reais de mercado.

• A aplicabilidade prática se destaca no uso da medida neutra ao risco para apreçamento de opções vanilla, avaliação de estratégias de hedge com derivativos e modelagem de risco em carteiras. Profissionais que lidam com opções, futuros e produtos estruturados encontrarão neste conteúdo a fundamentação necessária para construir modelos robustos, interpretar corretamente expectativas de mercado e tomar decisões quantitativas com maior precisão.

• O conteúdo aborda o papel da σ-álgebra como base teórica para o entendimento da informação disponível em ambientes incertos, sendo crucial na formulação de modelos estocásticos aplicados ao mercado financeiro. A aula introduz os conceitos de variáveis aleatórias, esperança condicional, processos de Markov e martingales, estruturando um arcabouço que permite compreender como a informação evolui no tempo e impacta decisões financeiras. Este arcabouço é fundamental para a precificação de derivativos e para o desenvolvimento de modelos baseados no modelo de Black-Scholes, oferecendo uma visão rigorosa da gestão de incertezas em finanças quantitativas, com aplicabilidade direta no mercado brasileiro.

• A apresentação segue uma abordagem didática progressiva, partindo de experiências simples como sorteios de moedas para explicar a construção da σ-álgebra e sua evolução por meio de filtrações. Utiliza-se a ideia de associar subconjuntos de resultados possíveis a eventos informacionais e, em seguida, modelar variáveis aleatórias mensuráveis, conectando teoria à prática com exemplos de precificação de ativos. A estrutura da aula evolui para a construção de esperanças condicionais e processos estocásticos como martingales, com destaque para a forma como o conhecimento acumulado modifica a distribuição de probabilidade dos eventos futuros. Embora não seja explicitamente indicado, infere-se o uso de representações visuais como slides e quadros teóricos para sustentar o raciocínio.

• Nos tópicos avançados, explora-se a σ-álgebra gerada por uma variável aleatória, permitindo traduzir valores observáveis em estruturas matemáticas mensuráveis. Este conceito é chave para definir a esperança condicional, pilar da precificação de ativos sob incerteza. Destacam-se também os critérios que caracterizam martingales, sub-martingales e super-martingales, que ajudam a entender tendências em processos estocásticos. O conteúdo enfatiza ainda propriedades matemáticas como convexidade, independência entre variáveis, e as condições de Markovianidade — importantes para simulações de preço e avaliação de risco. A base de 252 dias úteis e a necessidade de tratar informações mensuráveis e condicionadas ao tempo reforçam o alinhamento com as práticas de modelagem do mercado financeiro nacional.

• A aula apresenta os fundamentos probabilísticos que sustentam os modelos modernos de precificação de derivativos, com foco na mudança de medida de probabilidade — ferramenta central no cálculo estocástico aplicado às finanças. O conteúdo teórico é estruturado de forma a mostrar como essa mudança permite interpretar eventos incertos sob uma nova ótica, essencial para a construção de modelos como o Black-Scholes, amplamente utilizado no mercado de opções.

• Serão abordados conceitos como a Derivada de Radon-Nikodym, as medidas equivalentes de probabilidade e a esperança condicional sob nova medida. Esses elementos teóricos serão aplicados em exemplos com variáveis aleatórias e discutidos em preparação ao Teorema de Girsanov, tema de aulas subsequentes. A abordagem destaca a ligação direta entre teoria e prática, com foco na aplicação em modelagem de risco, engenharia financeira e precificação de opções vanilla.

• Ao final da aula, o aluno compreenderá a importância da mudança de medida como base para estratégias reais de gestão de portfólio e avaliação de instrumentos derivativos. O conteúdo é indispensável para quem atua ou pretende atuar em áreas como finanças quantitativas, mercado de derivativos ou análise de risco em ambientes estocásticos.