Modelo de Seleção de Carteiras Baseado em Erros de Predição

Página do item simplificado
dc.contributor.advisor1Souza, Alberto Ferreira de
dc.contributor.authorFreitas, Fábio Daros de
dc.contributor.referee1Almeida, Ailson Rosetti de
dc.contributor.referee2Salles, Evandro Ottoni Teatini
dc.contributor.referee3Zandonade, Eliana
dc.contributor.referee4França, Felipe Maia Galvão
dc.date.accessioned2018-08-02T00:01:56Z
dc.date.available2018-08-01
dc.date.available2018-08-02T00:01:56Z
dc.date.issued2008-12-18
dc.description.abstractThis work presents a new prediction errors-based portfoliooptimization model that cap-tures short-term investment opportunities. We used autoregressive moving references neuralnetwork predictors to predict the stock’s returns and derived a risk measure based on thepredictor’s errors of prediction that maintains the same statistical foundation of the mean-variance model. The efficient diversification effects hold by selecting predictors with lowand complimentary error profiles. A large set of experimentswith real data from the Brazil-ian stock market was employed to evaluate our portfolio optimization model, which includedthe examination of the Normality of the errors of prediction. Our main results showed that itis possible to obtain Normal prediction errors with non-Normal series of stock returns, andthat the prediction errors-based portfolio optimization model better captured the short termopportunities, outperforming the mean-variance model andbeating the market index.eng
dc.description.resumoEste trabalho apresenta um novo modelo de seleção de carteiras baseado em erros de predição que captura oportunidades de investimento no curto prazo. Nós utilizamos preditores neurais auto-regressivos com referências móveis para predizer os retornos futuros das ações, e uma medida de risco baseada nos seus erros de predição foi derivada de forma a manter a mesma fundamentação estatística do modelo média-variância. O efeito da diversificação eficiente se aplica através da seleção de preditores com perfis de erros de predição baixos e complementares. Um grande conjunto de experimentos com dados reais do mercado de ações brasileiro foi conduzido para avaliar o modelo de seleção de carteiras baseado em erros de predição, o qual contou com o exame da Normalidade dos erros de predição. Nossos resultados principais mostraram que é possível obter erros de predição Normais a partir de séries de retornos não Normais, e que o modelo de seleção de carteiras baseado em erros de predição capturou corretamente oportunidades de curto prazo, desempenhando melhor que o modelo média-variância e superando o índice de mercado.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/9702
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseDoutorado em Engenharia Elétrica
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.rightsopen access
dc.subject.br-rjbnRedes neurais (Computação)
dc.subject.br-rjbnTeoria da previsão
dc.subject.br-rjbnAnálise de séries temporais
dc.subject.br-rjbnMercado financeiro
dc.subject.br-rjbnCarteiras (Finanças) - Administração
dc.subject.br-rjbnInvestimentos
dc.subject.cnpqEletrônica Industrial, Sistemas e Controles Eletrônicos
dc.subject.udc621.3
dc.titleModelo de Seleção de Carteiras Baseado em Erros de Predição
dc.typedoctoralThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tese_2858_TeseDoutoradoFabioDarosdeFreitas.pdf
Tamanho:
2.96 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Doutorado em Engenharia Elétrica