Um framework para alocação de portifólios baseada em agrupamento particional

Imagem de Miniatura
Tipo
Dissertação
Data
2019-08-15
Autores
Duarte, Flávio Gabriel
Orientador
Castro, Leandro Nunes de
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Silveira, Ismar Frango
França, Fabrício Olivetti de
Programa
Engenharia Elétrica
Resumo
Essa 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.
Descrição
Palavras-chave
alocação de ativos , ações , seleção de portfóolios , aprendizado de máquina , finanças quantitativas , framework
Citação
DUARTE, 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.