• 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
 
 
Mémoire de Maîtrise
DOI
Document
Auteur
Nom complet
Diego Guerreiro Bernardes
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2019
Directeur
Jury
Costa, Oswaldo Luiz do Valle (Président)
Figueiredo, Danilo Zucolli
Paulo, Wanderlei Lima de
Titre en portugais
Carteiras de Black-Litterman com análises baseadas em redes neurais.
Mots-clés en portugais
Aprendizagem computacional
Engenharia financeira
Gestão de carteiras
Hedging (Finanças)
Inferência Bayesiana
Otimização não linear
Redes neurais
Resumé en portugais
Neste trabalho é apresentado um sistema autônomo de gestão de carteiras que utiliza Redes Neurais Artificiais para monitoramento do mercado e o modelo de Black-Litterman para otimização da alocação de patrimônio. O sistema analisa as dez ações mais negociadas do índice Bovespa, com redes neurais dedicadas a cada ação, e prevê estimativas de variações de preços para um dia no futuro a partir de indicadores da análise técnica. As estimativas das redes são então inseridas em um otimizador de carteiras, que utiliza o modelo de Black-Litterman, para compor carteiras diárias que empregam a estratégia Long and Short. Os resultados obtidos são comparados a um segundo sistema de trading autônomo, sem o emprego da otimização de carteiras. Foram observados resultados com ótimo índice de Sharpe em comparação ao Benchmark. Buscou-se, assim, contribuir com evidências a favor da utilização de modelos de inferência bayesiana utilizados junto à técnicas quantitativas para a gestão de patrimônio.
Titre en anglais
A neural network approach for Back Litterman model investor views.
Mots-clés en anglais
Bayesian inference
Financial engineering
Hedging (Finance)
Neural networks
Nonlinear optimization
Resumé en anglais
This work presents an autonomous portfolio management system which uses a Neural Network approach for monitoring the market and the Black-Litterman model for portfolio composition. The ten most traded assets from the Bovespa Index are analyzed, with dedicated neural networks, which suggests future return estimates using technical indicators as input. Those estimates are inserted in the Black-Litterman model which propose daily portfolio composition using long & short positions. The results are compared to a second autonomous trading system without the Black-Litterman approach. The results show great performance compared to the Benchmark, specially the risk and return relation, captured by the Sharpe Index. The work sought to bring positive evidences for the use of Bayesian Inference techniques in quantitative portfolio management.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2019-08-06
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2020. Tous droits réservés.