Relatórios COT Explicados: O Que São e Por Que os Traders de FX os Observam

Todos os dias, a Comissão de Comércio de Futuros de Commodities dos EUA publica uma imagem instantânea de como os maiores participantes do mercado do mundo estão posicionados nos mercados de futuros de moeda. Quem é? está a manter o que e em que direcção antes do próximo grande movimento chegar.

Para os traders de FX, os dados COT não são uma bola de cristal. É um mapa de posicionamento. E mapas de posicionar, lidos corretamente, revelam as condições que muitas vezes precedem reversões bruscas, tendências sustentadas e os momentos em que o consenso se torna seu próprio risco.

A anatomia de um relatório COT

A CFTC recolhe dados de posições das bolsas de futuros, agrega-os e publica três versões principais do relatório COT. Relatório COT legado (apenas futuros), que divide as posições em três grupos:

• Empresários comerciais empresas, importadores, exportadores e multinacionais que utilizam futuros de moeda principalmente para cobertura. Suas posições refletem a gestão de risco de moeda a nível empresarial em vez de visões especulativas sobre a direção.
• Negociantes não comerciais (grandes especuladores) Os investidores não comerciais são os que negociam com a maior confiança em termos de posições de mercado, como os investidors de moeda, os investimentos em fundos de hedge, os gestores de ativos e os CTAs que negociaram futuros de moeda para lucro especulativo.
• Posições não declaráveis (pequenos especuladores) os comerciantes de retalho e os pequenos participantes cujas posições estão abaixo do limiar de comunicação da CFTC.

Por que os dados COT são importantes para os traders de FX

Os mercados de moeda são os maiores e mais líquidos do mundo, mas não são transparentes. Você não pode ver quem está comprando EUR/USD a 1,1050 ou comprando futuros de JPY na Ásia durante a noite. O relatório COT é uma das poucas fontes que lhe dá uma leitura semanal sobre a convicção direcional agregada e isso o torna exclusivamente valioso para três tipos específicos de análise.

1. Identificar os negócios lotados

Quando o posicionamento não comercial em uma moeda atinge níveis extremos em relação ao seu intervalo histórico, o comércio é lotado. Os comércios lotados não são inerentemente errados são frequentemente o resultado de uma tese macro bem fundamentada. Mas eles carregam um risco assimétrico: quanto mais lotado um comércio, mais violento é o movimento quando os participantes precisam sair simultaneamente.

O exemplo canônico é o comércio curto do JPY. Durante grande parte de 2022 e 2023, o posicionamento curto não comercial em futuros do JP Y atingiu extremos de várias décadas, refletindo o amplo e persistente diferencial de taxa entre o Banco do Japão e todos os outros principais bancos centrais. O iene enfraqueceu amplamente. Mas cada surpresa política do Banco do Japon e houve vários desencadearam rápidos e rápidos rali de cobertura curta no JPY que pegaram os detentores de posições curtas lotadas em um aperto. A tese fundamental foi correta durante grande parte do período, mas a posição era periodicamente perigosa de manter por causa de como ela se tornou lotada.

A FXMacroData apresenta posicionamento COT para oito futuros de moedas principais AUD, CAD, CHF, EUR, GBP, JPY, NZD e USD , tornando mais fácil rastrear quais os negócios que estão se aproximando de extremos históricos.

curl "https://fxmacrodata.com/api/v1/cot/jpy?api_key=YOUR_API_KEY&start=2022-01-01"

{
  "data": [
    {
      "date": "2024-04-02",
      "noncommercial_long": 28341,
      "noncommercial_short": 198076,
      "noncommercial_net": -169735,
      "commercial_long": 213540,
      "commercial_short": 47832,
      "open_interest": 287450
    }
  ]
}

Uma posição líquida não comercial de -169.735 contratos em JPY é grande por qualquer medida histórica. Planejar esta série ao longo do tempo revela imediatamente o quanto o posicionamento atual está em relação aos extremos passados e se a multidão tem espaço para se estender ainda mais ou se está se aproximando de uma zona de risco de reversão estrutural.

2. Verificação e deterioração da tendência de rastreamento

Os dados do COT não são uma ferramenta de tempo um comércio lotado pode permanecer lotado por meses antes de reverter. Mas é um excelente identificador de regime. Quando o posicionamento não comercial está consistentemente tendendo em uma direção, confirma que o dinheiro macro está alinhado atrás de uma tendência. Quando essa tendência começa a se estabilizar ou reverter, mesmo enquanto o preço continua na mesma direção.

A divergência entre o preço e o posicionamento é um dos sinais mais confiáveis baseados em COT no FX. Se o EUR/USD está a subir, mas os longs líquidos não comerciais nos futuros EUR estão a diminuir semana após semana, os grandes especuladores estão a reduzir a exposição para a força e esse padrão de distribuição muitas vezes precede um topo.

3. Ancorar as visões macros com o posicionamento de mercado

Os dados COT tornam-se mais poderosos quando combinados com os fundamentais macro. Um diferencial de taxa pode favorecer fortemente uma moeda , mas se essa tese já for avaliada em uma posição longa líquida extrema, o lado positivo incremental pode ser limitado.

Imaginem ver o CHF. Ponto de partida da taxa de juro de política do CHFSe os dados macro mostram um aumento do diferencial de taxa CHF-positivo, mas o posicionamento não comercial do CHF em futuros ainda é muito curto, o cenário de posicionamentos é construtivo para um rally de recuperação quando o caso fundamental se torna inegável.

Leitura do Relatório COT: métricas-chave a acompanhar

As contagens de contratos brutos são informativas, mas as seguintes métricas derivadas acentuam consideravelmente o sinal.

Posição líquida em percentagem de juros abertos

A normalização das posições líquidas não comerciais em relação ao interesse aberto total dá uma medida padronizada de distorção direcional. Um comprimento líquido de 50.000 contratos significa algo muito diferente em uma moeda com 100.000 contratos de interesse aberto versus um com 500.000. Dividir a posição líquida por interesse aberto produz uma relação entre -1 e +1 que é diretamente comparável entre moedas e ao longo do tempo.

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def cot_series(currency: str, start: str = "2020-01-01") -> list[dict]:
    r = requests.get(
        f"{BASE}/cot/{currency}",
        params={"api_key": KEY, "start": start}
    )
    r.raise_for_status()
    return r.json()["data"]

def net_oi_ratio(record: dict) -> float:
    """Net non-commercial position as fraction of open interest."""
    if record.get("open_interest", 0) == 0:
        return 0.0
    return record["noncommercial_net"] / record["open_interest"]

eur_cot = cot_series("eur")
ratios  = [(r["date"], net_oi_ratio(r)) for r in eur_cot]
print(ratios[-5:])  # most recent five weeks

Ponto Z do posicionamento da rede

O z-score mede quantos desvios padrão o posicionamento atual está de sua média histórica. Um z-scor acima de +2 ou abaixo de -2 sinaliza condições estatisticamente extremas.

import statistics

def rolling_zscore(series: list[dict], window: int = 52) -> list[dict]:
    """Compute z-score of net non-commercial positioning on a rolling window."""
    results = []
    values  = [r["noncommercial_net"] for r in series]
    for i, record in enumerate(series):
        start_i = max(0, i - window + 1)
        window_vals = values[start_i : i + 1]
        if len(window_vals) < 4:
            results.append({**record, "zscore": None})
            continue
        mu  = statistics.mean(window_vals)
        sig = statistics.stdev(window_vals)
        z   = (record["noncommercial_net"] - mu) / sig if sig > 0 else 0.0
        results.append({**record, "zscore": round(z, 2)})
    return results

gbp_cot    = cot_series("gbp", start="2018-01-01")
gbp_scored = rolling_zscore(gbp_cot)
extremes   = [r for r in gbp_scored if r["zscore"] is not None and abs(r["zscore"]) > 2.0]
print(f"Extreme positioning weeks in GBP: {len(extremes)}")

Variação semanal da posição líquida

A velocidade da mudança de posicionamento é muitas vezes tão importante quanto o nível absoluto. Uma moeda que se move de +20.000 longs líquidos para +80.000 longs netos ao longo de quatro semanas sinaliza aceleração da convicção. Uma divisa que inverte de +120.000 para +60.000 no mesmo período sinaliza distribuição ativa mesmo que o posicionamiento líquido permaneça confortavelmente positivo.

Acesso aos dados COT através do FXMacroData

O FXMacroData fornece dados semanais do CFTC COT para todos os oito principais contratos de futuros de moeda através de um endpoint REST limpo.

Moedas suportadas: AUD, CAD, CHF, EUR, GBP, JPY, NZD, USD- Não .

# EUR net positioning since 2023
curl "https://fxmacrodata.com/api/v1/cot/eur?api_key=YOUR_API_KEY&start=2023-01-01"

# GBP full history
curl "https://fxmacrodata.com/api/v1/cot/gbp?api_key=YOUR_API_KEY"

# AUD recent 12 months
curl "https://fxmacrodata.com/api/v1/cot/aud?api_key=YOUR_API_KEY&start=2024-01-01"

A resposta é ordenada por data com os dados mais recentes primeiro e usa nomes de campo consistentes em todas as moedas, de modo que um único script de análise funciona em todos os oito pares sem modificação.

Escanamento COT prático em várias moedas

Uma das aplicações mais úteis dos dados COT é uma varredura semanal de moedas cruzadas que classifica todas as principais moedas por seu posicionamento com pontuação z. Isso imediatamente mostra quais moedas são mais estendidas longas, quais são mais curtas e quais estão perto de neutro e fornece uma base para identificar pares onde o posicionamiento de um lado está em um extremo relativo ao outro.

import requests, statistics
from datetime import datetime, timedelta

BASE      = "https://fxmacrodata.com/api/v1"
KEY       = "YOUR_API_KEY"
CURRENCIES = ["aud", "cad", "chf", "eur", "gbp", "jpy", "nzd"]

def cot_series(ccy: str) -> list[dict]:
    r = requests.get(f"{BASE}/cot/{ccy}", params={"api_key": KEY, "start": "2019-01-01"})
    r.raise_for_status()
    return r.json()["data"]

def zscore_latest(records: list[dict], window: int = 52) -> dict:
    vals   = [r["noncommercial_net"] for r in records]
    latest = vals[0]
    sample = vals[:window]
    mu  = statistics.mean(sample)
    sig = statistics.stdev(sample) if len(sample) > 1 else 1.0
    z   = (latest - mu) / sig if sig > 0 else 0.0
    return {
        "net"        : latest,
        "zscore"     : round(z, 2),
        "oi_ratio"   : round(latest / records[0]["open_interest"], 3) if records[0].get("open_interest") else None,
        "date"       : records[0]["date"],
    }

results = {}
for ccy in CURRENCIES:
    data = cot_series(ccy)
    results[ccy.upper()] = zscore_latest(data)

# Rank by z-score
ranked = sorted(results.items(), key=lambda x: x[1]["zscore"], reverse=True)
print(f"{'CCY':<6} {'Net':>12} {'Z-Score':>9} {'OI Ratio':>10}  {'Date'}")
print("-" * 56)
for ccy, r in ranked:
    flag = "  ← EXTREME" if abs(r["zscore"]) > 2.0 else ""
    print(f"{ccy:<6} {r['net']:>12,} {r['zscore']:>9.2f} {str(r['oi_ratio']):>10}  {r['date']}{flag}")

A saída dá uma imagem instantânea como a seguinte (valores ilustrativos):

CCY         Net     Z-Score   OI Ratio  Date
--------------------------------------------------------
EUR       +94,320     +2.31      +0.31  2024-04-02  ← EXTREME
GBP       +38,150     +1.45      +0.22  2024-04-02
AUD        -4,200     -0.18      -0.03  2024-04-02
NZD        -8,900     -0.62      -0.15  2024-04-02
CAD       -21,300     -1.08      -0.18  2024-04-02
CHF       -44,100     -1.95      -0.38  2024-04-02
JPY      -172,400     -2.64      -0.60  2024-04-02  ← EXTREME

Quando o EUR está em um longo extremo de 2 desvios padrão e o JPY está em uma curta extrema de 2 Desvios Padrão, o par EUR/JPY está posicionado com a multidão firmemente de um lado.

Combinar COT com Macro Fundamentos

Os dados COT respondem à pergunta: Quem está posicionado e com que agressividade? Os dados fundamentais macroscópicos respondem à pergunta: O que a moeda deve valer com base em taxas, inflação e crescimento? As estruturas FX mais poderosas usam ambos.

Um modelo simples de quatro quadrantes estrutura a interação claramente:

Para operationalizar a coluna macro, extrair o histórico das taxas de juro do ponto de partida do banco central relevante, juntamente com os dados COT. Taxa de juro da RBA E ... Inflação australiana A posição do AUD COT dá uma imagem completa de se a comunidade dos especuladores está alinhada ou à frente da história macro.

Limitações a ter em mente

Os dados COT são poderosos, mas não infalíveis.

• - O atraso na publicação. A CFTC mede as posições a partir do fechamento de terça-feira e publica na sexta-feiras.
• Futures ≠ FX spot. O fluxo de divisas institucional ocorre principalmente nos mercados spot e a prazo OTC, que são muito maiores e inteiramente não regulamentados.
• Os negócios lotados podem ficar lotados. A pontuação z acima de +2 identifica extrema estatística, não uma reversão iminente. O comércio curto do JPY permaneceu extremo por vários trimestres, pois o Banco do Japão manteve sua estrutura de política ultra-solta.
• Os comerciais não são contrários infalíveis. Os hedgers aumentam as posições curtas quando têm recebíveis para proteger não necessariamente porque pensam que a moeda vai cair.
• O interesse aberto pode distorcer a contagem de contratos. Um grande aumento no interesse aberto ao lado de uma posição líquida em alta pode indicar a entrada de novos fundos, enquanto o interesse aberto estável ou decrescente ao lado da posição líquido em alta podem simplesmente refletir a cobertura do lado curto.

Construção de um painel de controlo COT semanal

Com a API FXMacroData, construir um painel de monitoramento COT pessoal é um projeto de fim de semana.

1. Obter os últimos 52 semanas de dados COT para todos os sete futuros de moedas do G10
2. Calcular os pontos-z de posicionamento líquido numa janela de 52 semanas
3. Classificar moedas do mais longo extremo ao mais curto extremo
4. Identificar pares em que existem extremos opostos (por exemplo, EUR extremo longo + JPY extremo curto → EUR/JPY em foco)
5. Retirar o contexto macro diferenciais de taxas de juro pontos finais de taxa relevantes determinar se o posicionamento está alinhado ou diverge do contexto fundamental
6. Marcar todas as semanas em que o posicionamento se moveu mais de um desvio-padrão o reposicionamento rápido é um sinal por si só

O FXMacroData Página do painel de controlo COT Para uso quantitativo ou programático, o endpoint da API retorna os dados subjacentes em uma forma que alimenta diretamente Python, R ou qualquer ambiente analítico.

A conclusão

Os relatórios COT dão aos traders de FX uma janela que quase nada mais fornece: uma medida semanal e auditada de como as maiores contas especulativas do mundo estão posicionadas em futuros de moeda. Usados isoladamente, essa informação é sugestiva, mas incompleta. Combinados com os fundamentos macro taxas de política do banco central, leituras de inflação e surpresas econômicas surgidas através da FXMacroData API torna-se uma genuína vantagem analítica.

Os negócios mais perigosos de FX não são aqueles em que o caso fundamental está errado. Eles são aqueles onde o caso básico está certo, mas o comércio é tão lotado que uma única surpresa de dados desencadeia uma cascata de saídas forçadas. Os dados COT são o sistema de alerta precoce para essas condições.

Segure o posicionamento ao lado do calendário macro, saiba quando a multidão está esticada e quando os fundamentos mudarem, saibe em que direção as saídas estão apontadas.