Este trabalho se propõe analisar e comparar filtros de tendência, aplicando-os a estratégias de trend-following. A metodologia proposta pode auxiliar a construção de estratégias de investimento. Considerando a busca na literatura por técnicas de extração de tendências que evitem overfitting, este trabalho analisará diferentes filtros: filtro L1 (Kim et al., 2009), filtros de médias móveis, o filtro Hodrick-Precott (Hodrick; et al., 1997) e o filtro de Kalman (Kalman, 1960). Para uma base de dados formada por séries de preços de ETFs (Exchange Traded Funds) de índices de bolsa de mercados emergentes, a metodologia apresentada se propõe a avaliar comparativamente o desempenho de estratégias de trend-following ao aplicar cada um dos filtros. Os filtros são comparáveis, visto que estarão sendo aplicados às mesmas estratégias, aos mesmos ativos e com os mesmos recursos computacionais. Tendo em vista análises recentes e de boa performance, será dada ênfase ao filtro L1, que é um filtro não linear, diferente dos demais utilizados neste trabalho. Os resultados desta dissertação indicam que o filtro L1 se destaca em relação aos outros, especialmente para estratégias de trend-following em períodos diários e semanais. De forma geral, quando se incluem custos nas estratégias os filtros apresentam resultados superiores ao benchmark, isto é, trades desnecessários, diminuindo assim o custo de transação. Desta forma, espera-se que a metodologia proposta forneça respaldo para tomada de decisão por parte de investidores.