Um Ambiente Computacional para Carteiras de
Investimento Baseado na Prediçao de Retorno
Nome: FÁBIO DAROS DE FREITAS
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 20/12/1997
Banca:
Nome |
Papel |
|---|---|
| AILSON ROSETTI DE ALMEIDA | Examinador Interno |
| FRANCISCO JOSÉ NEGREIROS GOMES | Orientador |
| LUIZ SATORU OCHI | Examinador Externo |
Resumo: O modelo de Markowitz para a seleção de carteiras
de investimento define suas variáveis de retorno esperado e risco como
medidas estatísticas de primeira ordem, o que o leva a ser conhecido
por modelo média-variância. Como o objetivo do modelo é resolver um
problema de alocação de investimentos sob incerteza e risco, esta
abordagem implica que a eficácia do modelo melhora à medida em que os
retornos dos títulos seguem seu comportamento médio. Esta situação não
é frequ:entemente verificada na prática, como sugerem os padrões das
variações das cotações diárias dos títulos e índices das bolsas de
valores e de outros indicadores econômicos. Este trabalho propõe uma
adaptação deste modelo original a uma abordagem de predição de séries
históricas. Através de um preditor baseado em Redes Neurais, obtemos
uma aproximação do valor futuro do retorno de cada título, que será
utilizada como retorno esperado no modelo de Markowitz. Este modelo é
denominado modelo predição-desvios quadráticos. Foram conduzidos
experimentos comparativos, através de simulações de investimento com
dados reais, nos quais o modelo predição-desvios quadráticos
apresentou um retorno 12.39% maior que o modelo média-variância.
