[pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES

Detalhes bibliográficos
Autor(a) principal: MARIA SIMONE ALVES DA SILVA
Data de Publicação: 2018
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@2
http://doi.org/10.17771/PUCRio.acad.34507
Resumo: [pt] Este trabalho se propõe analisar e comparar filtros de tendência, aplicando-os a estratégias de trend-following. A metodologia proposta pode auxiliar a construção de estratégias de investimento. Considerando a busca na literatura por técnicas de extração de tendências que evitem overfitting, este trabalho analisará diferentes filtros: filtro L1 (Kim et al., 2009), filtros de médias móveis, o filtro Hodrick-Precott (Hodrick; et al., 1997) e o filtro de Kalman (Kalman, 1960). Para uma base de dados formada por séries de preços de ETFs (Exchange Traded Funds) de índices de bolsa de mercados emergentes, a metodologia apresentada se propõe a avaliar comparativamente o desempenho de estratégias de trend-following ao aplicar cada um dos filtros. Os filtros são comparáveis, visto que estarão sendo aplicados às mesmas estratégias, aos mesmos ativos e com os mesmos recursos computacionais. Tendo em vista análises recentes e de boa performance, será dada ênfase ao filtro L1, que é um filtro não linear, diferente dos demais utilizados neste trabalho. Os resultados desta dissertação indicam que o filtro L1 se destaca em relação aos outros, especialmente para estratégias de trend-following em períodos diários e semanais. De forma geral, quando se incluem custos nas estratégias os filtros apresentam resultados superiores ao benchmark, isto é, trades desnecessários, diminuindo assim o custo de transação. Desta forma, espera-se que a metodologia proposta forneça respaldo para tomada de decisão por parte de investidores.
id PUC_RIO-1_468e20e3275fe8949975e3096a80e46f
oai_identifier_str oai:MAXWELL.puc-rio.br:34507
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES[en] TREND FILTERS ON TREND-FOLLOWING INVESTMENT STRATEGIES: AN APPLICATION TO FINANCIAL TIME SERIES OF EMERGING MARKETS[pt] MERCADO EMERGENTE[pt] FILTRO L1[pt] TREND-FOLLOWING[pt] FILTROS DE TENDENCIA[pt] ETF[en] EMERGING MARKET[en] L1 FILTER[en] TREND-FOLLOWING[en] TREND FILTERS[en] ETF[pt] Este trabalho se propõe analisar e comparar filtros de tendência, aplicando-os a estratégias de trend-following. A metodologia proposta pode auxiliar a construção de estratégias de investimento. Considerando a busca na literatura por técnicas de extração de tendências que evitem overfitting, este trabalho analisará diferentes filtros: filtro L1 (Kim et al., 2009), filtros de médias móveis, o filtro Hodrick-Precott (Hodrick; et al., 1997) e o filtro de Kalman (Kalman, 1960). Para uma base de dados formada por séries de preços de ETFs (Exchange Traded Funds) de índices de bolsa de mercados emergentes, a metodologia apresentada se propõe a avaliar comparativamente o desempenho de estratégias de trend-following ao aplicar cada um dos filtros. Os filtros são comparáveis, visto que estarão sendo aplicados às mesmas estratégias, aos mesmos ativos e com os mesmos recursos computacionais. Tendo em vista análises recentes e de boa performance, será dada ênfase ao filtro L1, que é um filtro não linear, diferente dos demais utilizados neste trabalho. Os resultados desta dissertação indicam que o filtro L1 se destaca em relação aos outros, especialmente para estratégias de trend-following em períodos diários e semanais. De forma geral, quando se incluem custos nas estratégias os filtros apresentam resultados superiores ao benchmark, isto é, trades desnecessários, diminuindo assim o custo de transação. Desta forma, espera-se que a metodologia proposta forneça respaldo para tomada de decisão por parte de investidores.[en] This dissertation aims to analyze and compare trend filters, applying them to trend-following strategies. The proposed methodology can help in decision making for the construction of investment strategies. Considering the search in the literature for techniques of extracting trends that avoid overfitting, this work will analyze different filters: L1 filter (Kim et al., 2009), moving average filters, Hodrick-Precott filter (Hodrick et al., 1997) and the Kalman filter (Kalman, 1960). For a database consisting of stock exchange ETFs (Exchange Traded Funds) of emerging market stock indices, the presented methodology proposes to comparatively evaluate the performance of trend-following strategies when applying each of the filters. The filters are comparable, since they will be applied to the same strategies, the same assets and with the same computational resources. Considering recent analyzes and good performance, emphasis will be placed on the L1 filter, which is a nonlinear filter, different from the others used in this work. The results of this dissertation indicate that the L1 filter stands out in relation to the others, especially for trend-following strategies in daily and weekly periods. In general, when you include costs in strategies, the filters present results that are higher than the benchmark, that is, unnecessary trades, thus reducing transaction costs. In this way, the proposed methodology is expected to provide support for decision-making by investors.MAXWELLDAVI MICHEL VALLADAODAVI MICHEL VALLADAODAVI MICHEL VALLADAODAVI MICHEL VALLADAODAVI MICHEL VALLADAOMARIA SIMONE ALVES DA SILVA2018-07-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@2http://doi.org/10.17771/PUCRio.acad.34507porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2018-07-19T00:00:00Zoai:MAXWELL.puc-rio.br:34507Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-07-19T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
[en] TREND FILTERS ON TREND-FOLLOWING INVESTMENT STRATEGIES: AN APPLICATION TO FINANCIAL TIME SERIES OF EMERGING MARKETS
title [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
spellingShingle [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
MARIA SIMONE ALVES DA SILVA
[pt] MERCADO EMERGENTE
[pt] FILTRO L1
[pt] TREND-FOLLOWING
[pt] FILTROS DE TENDENCIA
[pt] ETF
[en] EMERGING MARKET
[en] L1 FILTER
[en] TREND-FOLLOWING
[en] TREND FILTERS
[en] ETF
title_short [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
title_full [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
title_fullStr [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
title_full_unstemmed [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
title_sort [pt] FILTROS DE TENDÊNCIA EM ESTRATÉGIAS TREND-FOLLOWING: UMA APLICAÇÃO A SÉRIES FINANCEIRAS DE MERCADOS EMERGENTES
author MARIA SIMONE ALVES DA SILVA
author_facet MARIA SIMONE ALVES DA SILVA
author_role author
dc.contributor.none.fl_str_mv DAVI MICHEL VALLADAO
DAVI MICHEL VALLADAO
DAVI MICHEL VALLADAO
DAVI MICHEL VALLADAO
DAVI MICHEL VALLADAO
dc.contributor.author.fl_str_mv MARIA SIMONE ALVES DA SILVA
dc.subject.por.fl_str_mv [pt] MERCADO EMERGENTE
[pt] FILTRO L1
[pt] TREND-FOLLOWING
[pt] FILTROS DE TENDENCIA
[pt] ETF
[en] EMERGING MARKET
[en] L1 FILTER
[en] TREND-FOLLOWING
[en] TREND FILTERS
[en] ETF
topic [pt] MERCADO EMERGENTE
[pt] FILTRO L1
[pt] TREND-FOLLOWING
[pt] FILTROS DE TENDENCIA
[pt] ETF
[en] EMERGING MARKET
[en] L1 FILTER
[en] TREND-FOLLOWING
[en] TREND FILTERS
[en] ETF
description [pt] Este trabalho se propõe analisar e comparar filtros de tendência, aplicando-os a estratégias de trend-following. A metodologia proposta pode auxiliar a construção de estratégias de investimento. Considerando a busca na literatura por técnicas de extração de tendências que evitem overfitting, este trabalho analisará diferentes filtros: filtro L1 (Kim et al., 2009), filtros de médias móveis, o filtro Hodrick-Precott (Hodrick; et al., 1997) e o filtro de Kalman (Kalman, 1960). Para uma base de dados formada por séries de preços de ETFs (Exchange Traded Funds) de índices de bolsa de mercados emergentes, a metodologia apresentada se propõe a avaliar comparativamente o desempenho de estratégias de trend-following ao aplicar cada um dos filtros. Os filtros são comparáveis, visto que estarão sendo aplicados às mesmas estratégias, aos mesmos ativos e com os mesmos recursos computacionais. Tendo em vista análises recentes e de boa performance, será dada ênfase ao filtro L1, que é um filtro não linear, diferente dos demais utilizados neste trabalho. Os resultados desta dissertação indicam que o filtro L1 se destaca em relação aos outros, especialmente para estratégias de trend-following em períodos diários e semanais. De forma geral, quando se incluem custos nas estratégias os filtros apresentam resultados superiores ao benchmark, isto é, trades desnecessários, diminuindo assim o custo de transação. Desta forma, espera-se que a metodologia proposta forneça respaldo para tomada de decisão por parte de investidores.
publishDate 2018
dc.date.none.fl_str_mv 2018-07-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@2
http://doi.org/10.17771/PUCRio.acad.34507
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34507@2
http://doi.org/10.17771/PUCRio.acad.34507
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.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822608768598016