Robôs de investimento a partir de dados de redes sociais

• Ano de defesa: 2020
• Autor(a) principal: Beraldi, Marcelo Vicente
• Orientador(a): Fernandes, Marcelo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Fintechs; Robo advisors; Redes sociais; Inferência; Big data; Finanças; Alocação de carteiras; Aprendizado de Máquina; Automatização; Paridade de risco
• Palavras-chave em Inglês: Machine learning; Risk parity; Black&Litterman
• Link de acesso: https://hdl.handle.net/10438/29994

Com a difusão das opções de investimentos e a busca por experiência diferenciada ao cliente, muitos bancos e corretoras começaram a desenvolver consultores automatizados de investimento (mais conhecidos como Robo-Advisors) para fornecer ao cliente um portfólio personalizado sem a interação de um agente humano. Contudo, sua difusão se mostrou um desafio em vários aspectos, em especial pelas limitações dos modelos tradicionais de mediavariância, prejudicando seu uso ao ponto de muitos bancos e corretoras abortarem seus projetos. O objetivo desse trabalho é sugerir uma abordagem alternativa de construção de carteira personalizada a partir de dados de redes sociais em conjunto com técnicas difundidas na indústria de investimentos. Para tal, usam-se métodos de aprendizado de máquina a fim de prover elementos em tempo real para maximizar o retorno das carteiras.