Novel approaches to portfolio optimization: HSIC, MMD, and mutual information analysis

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Medeiros, Antônio Mamede
Orientador(a): Wanke, Peter
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Inglês:
Link de acesso: https://hdl.handle.net/10438/36104
Resumo: Este estudo trata da gestão de portfólios, com foco na seleção de ativos e metodologias de otimização. As pontuações de eficiência da Análise por Envoltória de Dados (DEA) são usadas para selecionar um subconjunto de ativos de um conjunto de 181 ações, com base em maior eficiência relacionadas ao risco-retorno. Esses ativos são então utilizados para construir portfólios visando obter perfis equilibrados de risco-retorno. Quatro técnicas de otimização de portfólio — Covariância (COV), Informação Mútua (MI), Critério de Independência de Hilbert Schmidt (HSIC) e Discrepância Máxima da Média (MMD) — são empregadas para avaliar o desempenho do portfólio usando métricas-chave, incluindo Dividend Yield (DY), retorno acumulado, volatilidade, Índice de Sharpe, Beta e Alfa. Os resultados destacam a importância da diversificação na construção de portfólios, com cada técnica de otimização demonstrando potenciais únicos de gestão de risco e retorno. Ao integrar os scores de eficiência do DEA com estratégias rigorosas de otimização, este estudo oferece um framework robusto para a construção de portfólios alinhados com os objetivos dos investidores. Os resultados contribuem com novas percepções sobre práticas eficazes de gestão de portfólio e fornecem orientações acionáveis para profissionais que buscam melhorar os retornos ajustados ao risco.