Alocação por orçamento de risco: uma abordagem via filtro de Kalman

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Pires, Lucas Campos
Orientador(a): Marques, Alessandro Martim
Banca de defesa: Não Informado pela instituição
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:
Orçamento de risco
Risk parity
Filtro de Kalman
Alocação por risco
Algoritmos genéticos
Palavras-chave em Inglês:
Risk budget
Risk parity Kalman filter
Risk-based allocation
Genetic algorithm
Link de acesso: https://hdl.handle.net/10438/31193
Resumo: Esse trabalho propõe uma metodologia para gestão de portfólio em que os ativos são alocados em termos de contribuição de risco – orçamento de risco. Ao contrário do framework tradicional, nenhuma estimativa de retorno dos ativos é necessária. Para estimar o orçamento de risco ótimo ao longo tempo, o filtro de Kalman foi utilizado. Devido a natureza numérica do problema de alocação por risco, é necessário utilização de otimizadores. Dado sua robustez frente a problemas não-lineares complexos foi utilizado o otimizador de Algoritmos Genéticos. Os resultados do trabalho indicam que a técnica proposta é capaz de superar a abordagen heurística de Risk Parity, em que o risco é igualmente distribuído entre todos os ativos do portfólio. Porém, os resultados dependem muito do conjunto de ativos pré-selecionados.
id FGV_d6747b05e9d92347c2a26005c8bc10cd
oai_identifier_str oai:repositorio.fgv.br:10438/31193
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str
spelling Pires, Lucas CamposEscolas::EESPAthayde, Gustavo M. deCosta, Oswaldo Luiz do ValleMarques, Alessandro Martim2021-10-07T21:00:34Z2021-10-07T21:00:34Z2021-09-15https://hdl.handle.net/10438/31193Esse trabalho propõe uma metodologia para gestão de portfólio em que os ativos são alocados em termos de contribuição de risco – orçamento de risco. Ao contrário do framework tradicional, nenhuma estimativa de retorno dos ativos é necessária. Para estimar o orçamento de risco ótimo ao longo tempo, o filtro de Kalman foi utilizado. Devido a natureza numérica do problema de alocação por risco, é necessário utilização de otimizadores. Dado sua robustez frente a problemas não-lineares complexos foi utilizado o otimizador de Algoritmos Genéticos. Os resultados do trabalho indicam que a técnica proposta é capaz de superar a abordagen heurística de Risk Parity, em que o risco é igualmente distribuído entre todos os ativos do portfólio. Porém, os resultados dependem muito do conjunto de ativos pré-selecionados.The present dissertation proposes a methodology for portfolio management that allocates the assets in terms of their risk contribution – risk budgeting. Differently from the traditional framework, the technique does not rely on any estimates for the assets returns. The Kalman filter is used to obtain the optimal risk budget over time. The risk allocation problem does not have a closed form result; hence a numerical solution is necessary. Given its robustness in face of complex non-linear problems, we chose to use the Genetic Algorithm optimizer. The results of the study indicate that the proposed technique outperforms the Risk Parity heuristic approach in which the overall portfolio risk is equally distributed among the assets. However, the results are sensible to the set of assets previously selected.porRisk budgetRisk parity Kalman filterRisk-based allocationGenetic algorithmOrçamento de riscoRisk parityFiltro de KalmanAlocação por riscoAlgoritmos genéticosEconomiaInvestimentos - AdministraçãoAvaliação de riscosKalman, Filtragem deAlocação de ativosAlgoritmos genéticosAlocação por orçamento de risco: uma abordagem via filtro de Kalmaninfo: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:FGVORIGINALLCP_20211006.pdfLCP_20211006.pdfPDFapplication/pdf706132https://repositorio.fgv.br/bitstreams/b399c120-2ee0-4916-af55-e5a7bb9c8e71/download10764ce797d18f045277cd4135802578MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/7014f9d3-1863-4fd7-bc90-5b4021ad9e7b/downloaddfb340242cced38a6cca06c627998fa1MD56TEXTLCP_20211006.pdf.txtLCP_20211006.pdf.txtExtracted texttext/plain94001https://repositorio.fgv.br/bitstreams/fb6be536-f2d2-4b09-92bd-8ea57573874a/download30c360783efd83833bd9f6df26739eacMD59THUMBNAILLCP_20211006.pdf.jpgLCP_20211006.pdf.jpgGenerated Thumbnailimage/jpeg2868https://repositorio.fgv.br/bitstreams/b63ade04-2878-4fde-b6ff-7d3e7e21a9d3/downloaddd5dc412a9e2cebb854e9360360b7660MD51010438/311932023-11-25 11:33:09.311open.accessoai:repositorio.fgv.br:10438/31193https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-25T11:33:09Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Alocação por orçamento de risco: uma abordagem via filtro de Kalman
title Alocação por orçamento de risco: uma abordagem via filtro de Kalman
spellingShingle Alocação por orçamento de risco: uma abordagem via filtro de Kalman
Pires, Lucas Campos
Risk budget
Risk parity Kalman filter
Risk-based allocation
Genetic algorithm
Orçamento de risco
Risk parity
Filtro de Kalman
Alocação por risco
Algoritmos genéticos
Economia
Investimentos - Administração
Avaliação de riscos
Kalman, Filtragem de
Alocação de ativos
Algoritmos genéticos
title_short Alocação por orçamento de risco: uma abordagem via filtro de Kalman
title_full Alocação por orçamento de risco: uma abordagem via filtro de Kalman
title_fullStr Alocação por orçamento de risco: uma abordagem via filtro de Kalman
title_full_unstemmed Alocação por orçamento de risco: uma abordagem via filtro de Kalman
title_sort Alocação por orçamento de risco: uma abordagem via filtro de Kalman
author Pires, Lucas Campos
author_facet Pires, Lucas Campos
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Athayde, Gustavo M. de
Costa, Oswaldo Luiz do Valle
dc.contributor.author.fl_str_mv Pires, Lucas Campos
dc.contributor.advisor1.fl_str_mv Marques, Alessandro Martim
contributor_str_mv Marques, Alessandro Martim
dc.subject.eng.fl_str_mv Risk budget
Risk parity Kalman filter
Risk-based allocation
Genetic algorithm
topic Risk budget
Risk parity Kalman filter
Risk-based allocation
Genetic algorithm
Orçamento de risco
Risk parity
Filtro de Kalman
Alocação por risco
Algoritmos genéticos
Economia
Investimentos - Administração
Avaliação de riscos
Kalman, Filtragem de
Alocação de ativos
Algoritmos genéticos
dc.subject.por.fl_str_mv Orçamento de risco
Risk parity
Filtro de Kalman
Alocação por risco
Algoritmos genéticos
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Investimentos - Administração
Avaliação de riscos
Kalman, Filtragem de
Alocação de ativos
Algoritmos genéticos
description Esse trabalho propõe uma metodologia para gestão de portfólio em que os ativos são alocados em termos de contribuição de risco – orçamento de risco. Ao contrário do framework tradicional, nenhuma estimativa de retorno dos ativos é necessária. Para estimar o orçamento de risco ótimo ao longo tempo, o filtro de Kalman foi utilizado. Devido a natureza numérica do problema de alocação por risco, é necessário utilização de otimizadores. Dado sua robustez frente a problemas não-lineares complexos foi utilizado o otimizador de Algoritmos Genéticos. Os resultados do trabalho indicam que a técnica proposta é capaz de superar a abordagen heurística de Risk Parity, em que o risco é igualmente distribuído entre todos os ativos do portfólio. Porém, os resultados dependem muito do conjunto de ativos pré-selecionados.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-10-07T21:00:34Z
dc.date.available.fl_str_mv 2021-10-07T21:00:34Z
dc.date.issued.fl_str_mv 2021-09-15
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/10438/31193
url https://hdl.handle.net/10438/31193
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/b399c120-2ee0-4916-af55-e5a7bb9c8e71/download
https://repositorio.fgv.br/bitstreams/7014f9d3-1863-4fd7-bc90-5b4021ad9e7b/download
https://repositorio.fgv.br/bitstreams/fb6be536-f2d2-4b09-92bd-8ea57573874a/download
https://repositorio.fgv.br/bitstreams/b63ade04-2878-4fde-b6ff-7d3e7e21a9d3/download
bitstream.checksum.fl_str_mv 10764ce797d18f045277cd4135802578
dfb340242cced38a6cca06c627998fa1
30c360783efd83833bd9f6df26739eac
dd5dc412a9e2cebb854e9360360b7660
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
_version_ 1827842488737464320

Registros relacionados