Show simple item record

dc.creatorDuarte, Flávio Gabriel
dc.date.accessioned2020-04-17T02:37:56Z
dc.date.accessioned2020-05-28T18:08:59Z
dc.date.available2020-05-28T18:08:59Z
dc.date.issued2019-08-15
dc.identifier.citationDUARTE, Flávio Gabriel. Um framework para alocação de portifólios baseada em agrupamento particional. 2019. 76 f. Dissertação (Mestrado em Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo, 2019.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24509
dc.description.abstractThis dissertation proposes a framework based on partitional clustering for the asset allocation in a set of assets from the correlation between them. The goal of the framework is to provide an asset allocation method to help investors improve their investment process, suggesting the allocation using information about the groups found with the clustering algorithm. This work is different from the approaches already proposed in the literature, which essentially use hierarchical clustering algorithms, since it is based on partitional algorithms with different proposals for intragroup and intergroup allocation. To determine the percentage of asset allocation in each group (intragroup), two techniques were proposed: a roulette wheel and a fuzzy method. For the intergroup allocation, a roulette wheel and a balanced method were used. The method was tested using data from the Brazilian Stock Exchange and the assets eligible to enter the allocation were those that were part of the Ibovespa index at the time of portfolio rebalancing. The results were compared with other allocation methods and with the Ibovespa index. The proposed framework illustrates the potential of machine learning techniques in portfolio optimization.eng
dc.description.sponsorshipFundação de Amparo a Pesquisa do Estado de São Paulopor
dc.description.sponsorshipFundo Mackenzie de Pesquisapor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectalocação de ativospor
dc.subjectaçõespor
dc.subjectseleção de portfóoliospor
dc.subjectaprendizado de máquinapor
dc.subjectfinanças quantitativaspor
dc.subjectframeworkpor
dc.titleUm framework para alocação de portifólios baseada em agrupamento particionalpor
dc.typeDissertaçãopor
dc.publisher.departmentEscola de Engenharia Mackenzie (EE)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoEssa dissertação propõe um framework baseado em agrupamento particional para a alocação de recursos em um conjunto de ativos a partir da correlação entre eles. O objetivo do framework é fornecer uma técnica de alocação para ajudar investidores a melhorarem seu processo de investimento, sugerindo a alocação usando as informações sobre os grupos gerados a partir de um algoritmo de agrupamento. Este trabalho é diferente das abordagens já propostas na literatura, que utilizam essencialmente algoritmos de agrupamento hierárquico, pois ele está embasado em algoritmos particionais com diferentes propostas para alocação intragrupo e intergrupo. Para determinar o percentual de alocação dos ativos em cada grupo (intragrupo) foram propostas duas técnicas: o método da roleta e o método nebuloso. Para a alocação intergrupo foram utilizados um método baseado na roleta e um método equilibrado. Experimentos foram realizados utilizando dados da Bolsa de Valores Brasileira e os ativos elegíveis para entrarem na alocação foram os que faziam parte do índice Ibovespa no momento do rebalanceamento do portfólio. Os resultados foram comparados com outros métodos de alocação e com o próprio índice Ibovespa. O framework proposto ilustra o potencial das técnicas de aprendizagem de máquina na otimização do portfólio de ações.por
dc.creator.Latteshttp://lattes.cnpq.br/3784803385168985por
dc.contributor.advisor1Castro, Leandro Nunes de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.referee1Silveira, Ismar Frango
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3894359521286830por
dc.contributor.referee2França, Fabrício Olivetti de
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8788356220698686por
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/4241/2/FLAVIO%20GABRIEL%20DUARTE%5B1%5D.pdf
dc.keywordsasset allocationeng
dc.keywordsstockseng
dc.keywordsportfolio selectioneng
dc.keywordsmachine learningeng
dc.keywordsquantitative financeeng
dc.keywordsframeworkeng


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record