Um modelo de seleção de carteiras de ações baseado em otimização convexa online

• Ano de defesa: 2018
• Autor(a) principal: Yamim, João Daniel Madureira
• Orientador(a): Borges, Carlos Cristiano Hasenclever
• Banca de defesa: Perobelli, Fernanda Finotti Cordeiro , Oliveira, Fabrízzio Condé de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação
• Departamento: ICE – Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Seleção de portfólio; Otimização online; Alocação dinâmica; Portfolio selection; Online optimization; Dynamic allocation
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/6816

Desde o trabalho seminal de Harry Markowitz, em 1952, que iniciou a moderna te-oria de carteiras, as estratégias de alocação de portfólio foram intensamente discutidas na literatura. Com o desenvolvimento de técnicas de otimização online, os algoritmos de aprendizado dinâmico se mostraram uma abordagem efetiva para construir portfólios (COVER, 1991; ARGAWAL et al., 2006). No entanto, poucos trabalhos conectam a lite-ratura tradicional, evoluída a partir do trabalho de Markowitz (1952) com a literatura de otimização online, que evoluiu a partir do trabalho de Cover (1991). O principal objetivo deste trabalho é implementar técnicas de otimização convexa online para: (i) executar estratégias de alocação de portfólio; (ii) conectar esses algoritmos com fatores risco usados em metodologias tradicionais. Dois métodos de algoritmos online foram implementados e adaptados, o Online Gradient Descendent (OGD) e o Online Newton Step (ONS). Além disso, duas novas versões para o algoritmo OGD são propostas para controlar o risco em carteiras. O primeiro, busca limitar o investimento máximo para ações e, o segundo, visa controlar o /3 das carteiras. Ambas as estratégias foram comparadas com o Uniform Constant Rebalanced Portfolio (UCRP) e o Dow Jones Industrial Index (DJIA). Foram utilizados dados do DJIA de março de 1987 até fevereiro de 2009 com observações se-manais. O algoritmo OGD apresentou o maior retorno acumulado entre as estratégias testadas. Ambos os algoritmos (OGD e ONS) apresentaram melhor desempenho do que o UCRP e DJIA ao longo do período. Além disso, o mecanismo de controle de risco pro-posto provou ser uma ferramenta útil para melhorar os resultados relacionados ao valor em risco (VaR) e ao valor condicional em risco (CVaR) das carteiras.