• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.3.2016.tde-14072016-152635
Documento
Autor
Nome completo
Marcelo Rosario da Barrosa
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2015
Orientador
Banca examinadora
Ribeiro, Celma de Oliveira (Presidente)
Chela, João Luiz
Tancredi, Thiago Pontin
Título em português
Aplicação de métodos computacionais multidisciplinares de engenharia para otimização de carteiras de investimentos.
Palavras-chave em português
Estatísticas de ordem
Gestão de carteiras
Interferência não paramétrica
Interpolação estatística
Investimentos
Otimização global
Redes Neurais
Risco
Resumo em português
Este trabalho apresenta uma nova metodologia para otimizar carteiras de ativos financeiros. A metodologia proposta, baseada em interpoladores universais tais quais as Redes Neurais Artificiais e a Krigagem, permite aproximar a superfície de risco e consequentemente a solução do problema de otimização associado a ela de forma generalizada e aplicável a qualquer medida de risco disponível na literatura. Além disto, a metodologia sugerida permite que sejam relaxadas hipóteses restritivas inerentes às metodologias existentes, simplificando o problema de otimização e permitindo que sejam estimados os erros na aproximação da superfície de risco. Ilustrativamente, aplica-se a metodologia proposta ao problema de composição de carteiras com a Variância (controle), o Valor-em-Risco (VaR) e o Valor-em-Risco Condicional (CVaR) como funções objetivo. Os resultados são comparados àqueles obtidos pelos modelos de Markowitz e Rockafellar, respectivamente.
Título em inglês
Application of multidisciplinary engineering methods to optimize investment portfolios.
Palavras-chave em inglês
Kriging
Neural networks
Optimization
Portfolio management
Risk
Resumo em inglês
This work presents a new methodology for optimizing financial asset portfolios. The proposed methodology, based on universal interpolators such as Artificial Neural Networks and the Kriging Method, allows for approximating the risk surface - and thus the optimal solution to the problem - in a generalized fashion and applicable to any risk measure known in literature, relaxing every restrictive hypothesis inherent to the available methods and with the ability to estimate the error in the approximation. Illustratively, the proposed methodology is applied to the portfolio problem with the Variance (control), Value-at-Risk and Conditional Value-at-Risk as objective functions. Results are compared to those obtained by Markowitz and Rockafellar models, respectively.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2016-07-15
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.