Modelo de inferência não linear para alocação de carteira

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: Granja, Daniel de Moraes e Silva
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Finanças
Finance
Investimentos
Investments
Neural Networks
Redes neurais
Link de acesso: https://www.teses.usp.br/teses/disponiveis/92/92131/tde-05042022-101739/
Resumo: O objetivo desta dissertação é apresentar um modelo de inferência não linear para alocação de carteira baseado em redes neurais multicamada. A primeira parte do modelo concentra-se na predição dos retornos dos ativos. As redes neurais utilizam os preços de mercado observados para extrair informações sobre as expectativas dos participantes do mercado ou sobre a distribuição implícita dos retornos ou o mecanismo de apreçamento do mercado, tornando um poderoso modelo de predição dos retornos. Com base nos retornos esperados, a alocação das proporções de investimentos é feita por um algoritmo de otimização com controle de risco implícito. Para implementação do modelo é utilizada uma carteira contendo ações negociadas na Bolsa de Valores de São Paulo e os resultados são comparados com o tradicional modelo de média-variância elaborado por Markowitz (1952)
id USP_ecd8d1fe4d44aba5467de3e8ce5e4bdc
oai_identifier_str oai:teses.usp.br:tde-05042022-101739
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Modelo de inferência não linear para alocação de carteiraNon-linear inference model for portfolio allocationFinançasFinanceInvestimentosInvestmentsNeural NetworksRedes neuraisO objetivo desta dissertação é apresentar um modelo de inferência não linear para alocação de carteira baseado em redes neurais multicamada. A primeira parte do modelo concentra-se na predição dos retornos dos ativos. As redes neurais utilizam os preços de mercado observados para extrair informações sobre as expectativas dos participantes do mercado ou sobre a distribuição implícita dos retornos ou o mecanismo de apreçamento do mercado, tornando um poderoso modelo de predição dos retornos. Com base nos retornos esperados, a alocação das proporções de investimentos é feita por um algoritmo de otimização com controle de risco implícito. Para implementação do modelo é utilizada uma carteira contendo ações negociadas na Bolsa de Valores de São Paulo e os resultados são comparados com o tradicional modelo de média-variância elaborado por Markowitz (1952)This work proposes a non-linear inference model for optimal asset allocation based on multilayer neural networks . The first part focuses on the expected assets returns prediction model. Based on the historical market prices, the neural networks extract valuable information about the participant\'s expectation or the implicit returns distributions or even the market pricing mechanism, becoming a powerful prediction model. An optimization algorithm makes the investment proportional allocations with implicit risk control based on the expected returns. The model is implemented using a portfolio made by stocks traded at the São Paulo Stock Exchange and the results are compared against the tradicional mean-variance model written by Markowitz (1952)Biblioteca Digitais de Teses e Dissertações da USPStern, Julio MichaelGranja, Daniel de Moraes e Silva2004-06-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/92/92131/tde-05042022-101739/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:16:04Zoai:teses.usp.br:tde-05042022-101739Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:16:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelo de inferência não linear para alocação de carteira
Non-linear inference model for portfolio allocation
title Modelo de inferência não linear para alocação de carteira
spellingShingle Modelo de inferência não linear para alocação de carteira
Granja, Daniel de Moraes e Silva
Finanças
Finance
Investimentos
Investments
Neural Networks
Redes neurais
title_short Modelo de inferência não linear para alocação de carteira
title_full Modelo de inferência não linear para alocação de carteira
title_fullStr Modelo de inferência não linear para alocação de carteira
title_full_unstemmed Modelo de inferência não linear para alocação de carteira
title_sort Modelo de inferência não linear para alocação de carteira
author Granja, Daniel de Moraes e Silva
author_facet Granja, Daniel de Moraes e Silva
author_role author
dc.contributor.none.fl_str_mv Stern, Julio Michael
dc.contributor.author.fl_str_mv Granja, Daniel de Moraes e Silva
dc.subject.por.fl_str_mv Finanças
Finance
Investimentos
Investments
Neural Networks
Redes neurais
topic Finanças
Finance
Investimentos
Investments
Neural Networks
Redes neurais
description O objetivo desta dissertação é apresentar um modelo de inferência não linear para alocação de carteira baseado em redes neurais multicamada. A primeira parte do modelo concentra-se na predição dos retornos dos ativos. As redes neurais utilizam os preços de mercado observados para extrair informações sobre as expectativas dos participantes do mercado ou sobre a distribuição implícita dos retornos ou o mecanismo de apreçamento do mercado, tornando um poderoso modelo de predição dos retornos. Com base nos retornos esperados, a alocação das proporções de investimentos é feita por um algoritmo de otimização com controle de risco implícito. Para implementação do modelo é utilizada uma carteira contendo ações negociadas na Bolsa de Valores de São Paulo e os resultados são comparados com o tradicional modelo de média-variância elaborado por Markowitz (1952)
publishDate 2004
dc.date.none.fl_str_mv 2004-06-17
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://www.teses.usp.br/teses/disponiveis/92/92131/tde-05042022-101739/
url https://www.teses.usp.br/teses/disponiveis/92/92131/tde-05042022-101739/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1818279171464364032

Registros relacionados