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

Content Provider	Semantic Scholar
Author	Yamim, João Daniel Madureira
Copyright Year	2018
Abstract	Desde o trabalho seminal de Harry Markowitz, em 1952, que iniciou a moderna te-oria de carteiras, as estrategias de alocacao de portfolio foram intensamente discutidas na literatura. Com o desenvolvimento de tecnicas de otimizacao online, os algoritmos de aprendizado dinâmico se mostraram uma abordagem efetiva para construir portfolios (COVER, 1991; ARGAWAL et al., 2006). No entanto, poucos trabalhos conectam a lite-ratura tradicional, evoluida a partir do trabalho de Markowitz (1952) com a literatura de otimizacao online, que evoluiu a partir do trabalho de Cover (1991). O principal objetivo deste trabalho e implementar tecnicas de otimizacao convexa online para: (i) executar estrategias de alocacao de portfolio; (ii) conectar esses algoritmos com fatores risco usados em metodologias tradicionais. Dois metodos de algoritmos online foram implementados e adaptados, o Online Gradient Descendent (OGD) e o Online Newton Step (ONS). Alem disso, duas novas versoes para o algoritmo OGD sao propostas para controlar o risco em carteiras. O primeiro, busca limitar o investimento maximo para acoes e, o segundo, visa controlar o /3 das carteiras. Ambas as estrategias foram comparadas com o Uniform Constant Rebalanced Portfolio (UCRP) e o Dow Jones Industrial Index (DJIA). Foram utilizados dados do DJIA de marco de 1987 ate fevereiro de 2009 com observacoes se-manais. O algoritmo OGD apresentou o maior retorno acumulado entre as estrategias testadas. Ambos os algoritmos (OGD e ONS) apresentaram melhor desempenho do que o UCRP e DJIA ao longo do periodo. Alem disso, o mecanismo de controle de risco pro-posto provou ser uma ferramenta util para melhorar os resultados relacionados ao valor em risco (VaR) e ao valor condicional em risco (CVaR) das carteiras.
File Format	PDF HTM / HTML
Alternate Webpage(s)	http://www.ufjf.br/pgcc/files/2014/06/joaodanielmadureirayamim.pdf
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article