Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média
| Ano de defesa: | 2026 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | https://hdl.handle.net/10438/38623 |
Resumo: | O objetivo desta dissertação é desenvolver, implementar e avaliar empiricamente uma estratégia de arbitragem estatística neutra ao mercado baseada em fatores extraídos por Análise de Componentes Principais (PCA) e modelagem de reversão à média. Especificamente, propõe-se: (i) decompor os retornos acionários em componentes sistemáticos e idiossincráticos por meio de fatores principais; (ii) modelar os resíduos como processos de Ornstein–Uhlenbeck, permitindo a construção de indicadores de desalinhamento relativo; e (iii) implementar uma estratégia long–short com neutralização explícita das exposições fatoriais, avaliando seu desempenho fora da amostra sob custos de transação realistas. Os resultados empíricos indicam que a estratégia apresenta desempenho consistente no mercado brasileiro tanto no curto quanto no longo prazo, sugerindo a persistência de estruturas de reversão à média nos componentes idiossincráticos. Em contraste, no mercado norte-americano, embora se observem resultados positivos no curto prazo, há deterioração significativa de desempenho no longo prazo, evidenciando limitações da abordagem nesse mercado. Adicionalmente, foram investigadas extensões metodológicas, incluindo número adaptativo de fatores, limiares dinâmicos baseados em quantis e procedimentos de otimização de hiperparâmetros. Apesar de melhorias pontuais, tais adaptações não foram suficientes para restaurar de forma consistente o desempenho no longo prazo no mercado americano. Em conjunto, os resultados destacam tanto o potencial quanto as limitações de estratégias de arbitragem estatística baseadas em reversão à média, enfatizando a importância da adaptabilidade e do alinhamento entre o horizonte de calibração e a dinâmica dos sinais explorados. |
| id |
FGV_295ac2cd7ffa67de34d8eb0928871f14 |
|---|---|
| oai_identifier_str |
oai:repositorio.fgv.br:10438/38623 |
| network_acronym_str |
FGV |
| network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| repository_id_str |
|
| spelling |
Amaral, Sávio Vinícius Costa doEscolas::EMApSaporito, Yuri FahhamSilva, Matheus Secco Torres daTargino, Rodrigo dos Santos2026-04-22T13:13:00Z2026-04-22T13:13:00Z2026-04-07https://hdl.handle.net/10438/38623O objetivo desta dissertação é desenvolver, implementar e avaliar empiricamente uma estratégia de arbitragem estatística neutra ao mercado baseada em fatores extraídos por Análise de Componentes Principais (PCA) e modelagem de reversão à média. Especificamente, propõe-se: (i) decompor os retornos acionários em componentes sistemáticos e idiossincráticos por meio de fatores principais; (ii) modelar os resíduos como processos de Ornstein–Uhlenbeck, permitindo a construção de indicadores de desalinhamento relativo; e (iii) implementar uma estratégia long–short com neutralização explícita das exposições fatoriais, avaliando seu desempenho fora da amostra sob custos de transação realistas. Os resultados empíricos indicam que a estratégia apresenta desempenho consistente no mercado brasileiro tanto no curto quanto no longo prazo, sugerindo a persistência de estruturas de reversão à média nos componentes idiossincráticos. Em contraste, no mercado norte-americano, embora se observem resultados positivos no curto prazo, há deterioração significativa de desempenho no longo prazo, evidenciando limitações da abordagem nesse mercado. Adicionalmente, foram investigadas extensões metodológicas, incluindo número adaptativo de fatores, limiares dinâmicos baseados em quantis e procedimentos de otimização de hiperparâmetros. Apesar de melhorias pontuais, tais adaptações não foram suficientes para restaurar de forma consistente o desempenho no longo prazo no mercado americano. Em conjunto, os resultados destacam tanto o potencial quanto as limitações de estratégias de arbitragem estatística baseadas em reversão à média, enfatizando a importância da adaptabilidade e do alinhamento entre o horizonte de calibração e a dinâmica dos sinais explorados.This dissertation develops, implements, and empirically evaluates a marketneutral statistical arbitrage strategy based on Principal Component Analysis (PCA) factors and mean-reversion dynamics. The proposed framework decomposes stock returns into systematic and idiosyncratic components using PCA, models the residuals as Ornstein–Uhlenbeck processes, and constructs long–short portfolios with explicit factor neutrality. Trading signals are generated through standardized deviations (s-scores), capturing temporary dislocations relative to equilibrium levels. Empirical results reveal that the strategy exhibits strong performance in the Brazilian market across both short and long horizons, suggesting the persistence of mean-reverting behavior in idiosyncratic components. In contrast, in the U.S. market, although the strategy performs well in the short term, its performance deteriorates significantly over longer horizons, indicating reduced effectiveness in that market. Several methodological extensions are explored, including adaptive selection of principal components, dynamic thresholding based on empirical quantiles, and hyperparameter optimization. While these approaches yield improvements in specific settings, they fail to consistently restore long-term out-of-sample performance in the U.S. market. Overall, the findings highlight both the potential and the limitations of PCA-based statistical arbitrage strategies. In particular, they emphasize the importance of market structure, parameter stability, and the alignment between calibration horizons and the underlying dynamics of trading signals. These results point to the need for more adaptive and robust frameworks in future research on quantitative trading strategiesporArbitragem estatísticaAnálise de componentes principaisReversão à médiaProcesso de Ornstein–UhlenbeckFinanças quantitativasStatistical arbitragePCAMean reversionQuantitative financeMatemáticaAnálise de componentes principaisModelo de precificação de ativosMercado financeiroFinanças - Modelos matemáticosEstratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à médiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALDissertação__FGV_EMAp_.pdfDissertação__FGV_EMAp_.pdfPDFapplication/pdf2779420https://repositorio.fgv.br/bitstreams/73a64db1-3ea0-41e0-9f6c-a359e212a058/downloadb6bac0d0903dc7acd6c48dcff82ce806MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-85112https://repositorio.fgv.br/bitstreams/557bd920-d39c-4ebb-933d-6eb0b40fc49a/download2a4b67231f701c416a809246e7a10077MD52falseAnonymousREADTEXTDissertação__FGV_EMAp_.pdf.txtDissertação__FGV_EMAp_.pdf.txtExtracted texttext/plain103448https://repositorio.fgv.br/bitstreams/51e78041-854b-432d-8498-1b32c47f7525/downloadeeaa4322b54a9ad02fe1550fc23f9c10MD53falseAnonymousREADTHUMBNAILDissertação__FGV_EMAp_.pdf.jpgDissertação__FGV_EMAp_.pdf.jpgGenerated Thumbnailimage/jpeg2956https://repositorio.fgv.br/bitstreams/6608b99b-36ad-47ce-9f17-63e20cb5c705/download55319736057071891181aa8f8a9c7c0dMD54falseAnonymousREAD10438/386232026-04-22 17:00:47.467open.accessoai:repositorio.fgv.br:10438/38623https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestbiblioteca.digital@fgv.bropendoar:39742026-04-22T17:00:47Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
| dc.title.por.fl_str_mv |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| title |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| spellingShingle |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média Amaral, Sávio Vinícius Costa do Arbitragem estatística Análise de componentes principais Reversão à média Processo de Ornstein–Uhlenbeck Finanças quantitativas Statistical arbitrage PCA Mean reversion Quantitative finance Matemática Análise de componentes principais Modelo de precificação de ativos Mercado financeiro Finanças - Modelos matemáticos |
| title_short |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| title_full |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| title_fullStr |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| title_full_unstemmed |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| title_sort |
Estratégia de arbitragem estatística neutra ao mercado baseada em fatores de PCA e reversão à média |
| author |
Amaral, Sávio Vinícius Costa do |
| author_facet |
Amaral, Sávio Vinícius Costa do |
| author_role |
author |
| dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EMAp |
| dc.contributor.member.none.fl_str_mv |
Saporito, Yuri Fahham Silva, Matheus Secco Torres da |
| dc.contributor.author.fl_str_mv |
Amaral, Sávio Vinícius Costa do |
| dc.contributor.advisor1.fl_str_mv |
Targino, Rodrigo dos Santos |
| contributor_str_mv |
Targino, Rodrigo dos Santos |
| dc.subject.por.fl_str_mv |
Arbitragem estatística Análise de componentes principais Reversão à média Processo de Ornstein–Uhlenbeck Finanças quantitativas |
| topic |
Arbitragem estatística Análise de componentes principais Reversão à média Processo de Ornstein–Uhlenbeck Finanças quantitativas Statistical arbitrage PCA Mean reversion Quantitative finance Matemática Análise de componentes principais Modelo de precificação de ativos Mercado financeiro Finanças - Modelos matemáticos |
| dc.subject.eng.fl_str_mv |
Statistical arbitrage PCA Mean reversion Quantitative finance |
| dc.subject.area.por.fl_str_mv |
Matemática |
| dc.subject.bibliodata.por.fl_str_mv |
Análise de componentes principais Modelo de precificação de ativos Mercado financeiro Finanças - Modelos matemáticos |
| description |
O objetivo desta dissertação é desenvolver, implementar e avaliar empiricamente uma estratégia de arbitragem estatística neutra ao mercado baseada em fatores extraídos por Análise de Componentes Principais (PCA) e modelagem de reversão à média. Especificamente, propõe-se: (i) decompor os retornos acionários em componentes sistemáticos e idiossincráticos por meio de fatores principais; (ii) modelar os resíduos como processos de Ornstein–Uhlenbeck, permitindo a construção de indicadores de desalinhamento relativo; e (iii) implementar uma estratégia long–short com neutralização explícita das exposições fatoriais, avaliando seu desempenho fora da amostra sob custos de transação realistas. Os resultados empíricos indicam que a estratégia apresenta desempenho consistente no mercado brasileiro tanto no curto quanto no longo prazo, sugerindo a persistência de estruturas de reversão à média nos componentes idiossincráticos. Em contraste, no mercado norte-americano, embora se observem resultados positivos no curto prazo, há deterioração significativa de desempenho no longo prazo, evidenciando limitações da abordagem nesse mercado. Adicionalmente, foram investigadas extensões metodológicas, incluindo número adaptativo de fatores, limiares dinâmicos baseados em quantis e procedimentos de otimização de hiperparâmetros. Apesar de melhorias pontuais, tais adaptações não foram suficientes para restaurar de forma consistente o desempenho no longo prazo no mercado americano. Em conjunto, os resultados destacam tanto o potencial quanto as limitações de estratégias de arbitragem estatística baseadas em reversão à média, enfatizando a importância da adaptabilidade e do alinhamento entre o horizonte de calibração e a dinâmica dos sinais explorados. |
| publishDate |
2026 |
| dc.date.accessioned.fl_str_mv |
2026-04-22T13:13:00Z |
| dc.date.available.fl_str_mv |
2026-04-22T13:13:00Z |
| dc.date.issued.fl_str_mv |
2026-04-07 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/38623 |
| url |
https://hdl.handle.net/10438/38623 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
| instname_str |
Fundação Getulio Vargas (FGV) |
| instacron_str |
FGV |
| institution |
FGV |
| reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
| bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/73a64db1-3ea0-41e0-9f6c-a359e212a058/download https://repositorio.fgv.br/bitstreams/557bd920-d39c-4ebb-933d-6eb0b40fc49a/download https://repositorio.fgv.br/bitstreams/51e78041-854b-432d-8498-1b32c47f7525/download https://repositorio.fgv.br/bitstreams/6608b99b-36ad-47ce-9f17-63e20cb5c705/download |
| bitstream.checksum.fl_str_mv |
b6bac0d0903dc7acd6c48dcff82ce806 2a4b67231f701c416a809246e7a10077 eeaa4322b54a9ad02fe1550fc23f9c10 55319736057071891181aa8f8a9c7c0d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
| repository.mail.fl_str_mv |
biblioteca.digital@fgv.br |
| _version_ |
1866369116792684544 |