Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/12525
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
davirianigotardelo.pdf8.75 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Tese
Título: Otimização multiobjetivo utilizando algoritmos evolutivos em seleção de carteiras: uma abordagem envolvendo ômega, assimetria e antifragilidade
Autor(es): Gotardelo, Davi Riani
Primeiro Orientador: Fonseca, Leonardo Goliatt da
Co-orientador: Cordeiro, Fernanda Finotti
Membro da banca: Augusto, Douglas Adriano
Membro da banca: Borges, Carlos Cristiano Hasenclever
Membro da banca: Lisbôa, Paulo César Coimbra
Membro da banca: Oliveira, Fabrízzio Condé de
Resumo: A rentabilidade em investimentos sempre foi desejo de qualquer investidor, seja pessoa física ou jurídica. Em períodos de quedas das taxas de juros das economias mundiais,bem como a existência de um desempenho instável dos ativos das bolsas de valores devido a recorrentes crises financeiras, como a recente ocasionada pelo COVID-19, a rentabilidade de ativos de Renda Fixa e Variável está cada vez mais ameaçada.Esse contexto suscita nos investidores uma busca cada vez maior por ativos que consigam conciliar rentabilidade e um mínimo de segurança na composição de seus portfólios.Isso faz com que a seleção de carteiras de ativos seja, sem dúvida, um dos temas mais desafiadores da área de Finanças.Desde a contribuição inicial de Markowitz, diversos pesquisadores têm busca do estudar métodos, técnicas e modelos aplicáveis ao tema. Um marco teórico importante foi a proposição nos anos 60 do modelo CAPM que, embora robusto e consistente, apresenta falhas severas empíricas. Sua limitação empírica é apontada pelo fato da proxy da carteira de mercado idealizada pelo modelo não se efetivar na prática. Aliado a isso, algumas premissas como a normalidade da distribuição e a função utilidade quadrática tornam o modelo CAPM cada vez menos propenso ao sucesso quando implementado na prática.Diante disso, novas abordagens têm sido apresentadas, com destaque recente para o modelo OCAPM, em que a medida Ômega permite relaxar essas premissas do CAPM e pode representar com maior efetividade a preferência do investidor. Novos atributos que não somente a média e variância passam a ser relevantes no processo de tomada dedecisão do investidor, transformando o problema em uma abordagem multi objetiva.Como o OCAPM ainda não tem ampla aplicação empírica, esta pesquisa se divide em três partes: a primeira, trabalha com otimização mono-objetivo e busca conhecer empiricamente se o modelo OCAPM apresenta desempenho superior ao modelo CAPMnos mercados estudados; a segunda parte trabalha com uma otimização de atributos puramente convexos e visa ratificar a visão de que a média e variância podem não ser,por si só, suficientes para representar toda a distribuição de retorno dos ativos e, por conseguinte, da decisão dos investidores. A terceira parte, a principal da pesquisa, tratada otimização de carteiras multi objetivas que envolvam atributos convexos e não-convexosatravés do emprego de algoritmos evolutivos.Neste experimento, são propostas 03 carteiras multi objetivas:i) Global, envolvendo a otimização dos atributos ômega, média, assimetria, curtose, drawdowne antifragilidade;ii) Antifrágil, envolvendo drawdowne antifragilidade e iii) Assimétrica, envolvendo ômega,assimetria e curtose.Os resultados da pesquisa mostram que a carteira Antifrágil trouxe ganhos superiores em relação à média de retornos dos demais modelos e sobretudo no mercado americano apresentou melhores condições de risco. Valorizar ativos que apresentem baixo drawdowne possuam relativa resiliência em períodos de turbulência se torna vantajoso na gestão de investimentos. Perder pouco em momentos de crise parece ser mais significativo que ganharem períodos de bonança e estabilidade. Dentre os algoritmos evolutivos empregados, o destaque fica com o NSGA3, que apresentou o melhor desempenho fora da amostra na otimização de carteiras multi objetivas.
Abstract: Profitability in investments has always been the desire of any investor, whether an individual or a company. In periods of declining interest rates in world economies, as well as the existence of an unstable performance of stock exchange assets due to recurringfinancial crises, such as the recent one caused by COVID-19, the profitability of Fixed and Variable Income assets is increasingly threatened.This context causes investors to increasingly search for assets that manage toreconcile profitability and a minimum of security in the composition of their portfolios. Itmakes the selection of asset portfolios undoubtedly one of the most challenging topics inthe Finance area.Since Markowitz’s initial contribution, several researchers have sought to studymethods, techniques, and models applicable to the topic. A crucial theoretical landmarkwas the proposal in the 1960s of the CAPM model, which has severe empirical flaws,although robust and consistent. Its empirical limitation is pointed out by the fact that themarket portfolio proxy idealized by the model does not take effect in practice. In additionto this, some premises as normal distribution and the quadratic utility function make theCAPM model less and less likely to succeed when implemented in practice.Therefore, new approaches have been presented, with a recent highlight for theOCAPM model, in which the Omega measure allows us to relax these CAPM premisesand represent the investor’s preference more effectively. Thus, new attributes that notonly mean and variance become relevant in the process of building new approaches to themodel, transforming the problem into a multiobjective approach.As OCAPM does not yet have a full empirical application, this research splits intothree parts: the first works with mono-objective optimization and seeks to empirically knowif the OCAPM model performs better than the CAPM model in the studied markets. Thesecond part works with the optimization of purely convex attributes. It aims to ratify theview that the mean and variance may not be sufficient to represent the entire distributionof return on assets and, therefore, investors’ decisions. The third part, the central part ofthe research, deals with the optimization of multiobjective portfolios involving convex andnon-convex attributes through the use of evolutionary algorithms.In this experiment, there are three multiobjective portfolios: i) Global, involvingthe optimization of the omega, mean, asymmetry, kurtosis, drawdown, and antifragilityattributes; ii) Antifragile, involving drawdown and antifragility and iii) Asymmetric,involving omega, skewness, and kurtosis.The results of the research show that the antifragile portfolio brought higher averagereturns than CAPM and OCAPM models, and the American market showed better riskconditions. Valuing assets that have a low drawdown and have relative resilience in times of turbulence becomes advantageous in investment management. Losing little in crisistimes seems to be more significant than winning in periods of calm and stability. Amongthe evolutionary algorithms used, the highlight is the NSGA3, which presented the bestperformance out of the sample in the optimization of multiobjective portfolios.
Palavras-chave: Algoritmos evolutivo
Otimização multiobjetivo
Seleção de carteiras
Antifragilidade
Evolutionary algorithms
Multiobjective optimization
Portfolio Selec-tion
Antifragility
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Modelagem Computacional
Tipo de Acesso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/12525
Data do documento: 30-Out-2020
Aparece nas coleções:Doutorado em Modelagem Computacional (Teses)



Este item está licenciado sob uma Licença Creative Commons Creative Commons