Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais

Detalhes bibliográficos
Autor(a) principal: Silva, Simão Oliveira da
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/89976
Resumo: Trabalho de Projeto do Mestrado em Economia apresentado à Faculdade de Economia
id RCAP_718461259771b810fb489cdf14c05253
oai_identifier_str oai:estudogeral.uc.pt:10316/89976
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores FundamentaisDefinition and Optimization of Investment Strategies in the Stock Market based on Fundamental Indicatorsmercados de capitaisanálise fundamentalbook-to-marketcapital marketsfinancial statement analysisbook-to-marketTrabalho de Projeto do Mestrado em Economia apresentado à Faculdade de EconomiaEste trabalho analisa o sucesso de estratégias de investimento baseadas em indicadores globais, nos principais mercados acionistas europeus entre 1992 e 2016, e testa diferentes metodologias assentes em técnicas lineares e não-lineares (técnicas de machine learning) com o objetivo de potenciar os resultados das estratégias de investimento. Tendo como principal referência o artigo de Piotroski (2000), foi adotada a estratégia F_score, capaz de proporcionar avultados retornos no mercado acionista NorteAmericano entre 1976 e 1996, e definiu-se uma nova estratégia, assente num novo indicador, ao qual denominamos de N_score, que incorpora além das variáveis fundamentais do F_score os fatores book-to-market (BM) e dimensão. Estas duas estratégias de investimento baseadas no F_score de Piotroski (2000) e no N_score revelam grande capacidade em identificar vencedores e perdedores patentes nos elevados retornos que garantem, ainda que os mesmos dependam em grande parte da exequibilidade das posições curtas sobre as empresas de baixo score. Constatamos que a estratégia F_score quer aplicada a empresas de valor quer aplicada a todas as empresas proporciona retornos médios superiores a 20% ao ano, o que demonstra que o sucesso desta estratégia não é restrito ao elevado contexto BM, nem circunstancial ao espaço (noutros mercados que não o Norte-Americano) e ao tempo (diferente período amostral). Por último, os resultados sugerem que a incorporação dos fatores BM e dimensão não contribuem para aumentar a capacidade preditiva do F_score, na medida em que a estratégia N_score possibilita, em média, retornos anuais inferiores à estratégia F_score, quer com a compra quer com a venda a descoberto. Do processo de otimização das estratégias F_score e N_score mostramos que o método (OLP_rt), em que se ponderam as variáveis dummy de modo a maximizar a rentabilidade do portefólio de elevado score, possibilita um acréscimo de aproximadamente 1,5% anualmente e um maior rácio de Sharpe. Contudo, concluímos que a metodologia simples e linear, inerente às estratégias de investimento adotadas (F_score e N_score), revela uma elevada eficiência dada a dificuldade em potenciar os retornos conseguidos com a compra de ações com elevado score.This paper analyses the success of investment strategies based on global indicators in the main European stock markets between 1992 and 2016, and tests different methodologies based on linear and non-linear techniques (machine learning techniques) in order to outperform the investment strategies. The F_score strategy, from Piotroski (2000), which was able to provide large returns in the North American stock market between 1976 and 1996, was adopted as the main reference, and a new strategy was established, based on a new indicator, the N_score, which incorporates in addition to the fundamental variables of F_score the book-tomarket (BM) and size factors. These two investment strategies based on Piotroski's (2000) F_score and N_score show great ability to identify winners and losers on the high returns they guarantee, even if they depend to a large extent on the feasibility of short positions on low score companies. We find that the F_score strategy applied to value companies as well as to all companies provides average returns of more than 20% per year, which demonstrates that the success of this strategy is not restricted to the high BM context, or circumstantial to space (in other markets than North American) and time (different sample period). Finally, the results suggest that the incorporation of BM and size factors do not contribute to increase the predictive capacity of F_score, since the N_score strategy allows, on average, annual returns lower than the F_score strategy, either with the purchase or with the short sale. From the optimization process of the F_score and N_score strategies we show that the method (OLP_rt), in which the dummy variables are weighted in order to maximize the profitability of the high score portfolio, allows an increase of approximately 1.5% annually and a higher Sharpe ratio. However, we conclude that the simple and linear methodology, inherent to the investment strategies adopted (F_score and N_score), reveals a high efficiency given the difficulty in boosting the returns obtained with the purchase of high score stocks.2019-07-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/89976http://hdl.handle.net/10316/89976TID:202366073porSilva, Simão Oliveira dainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T04:09:45Zoai:estudogeral.uc.pt:10316/89976Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:10:12.325727Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
Definition and Optimization of Investment Strategies in the Stock Market based on Fundamental Indicators
title Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
spellingShingle Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
Silva, Simão Oliveira da
mercados de capitais
análise fundamental
book-to-market
capital markets
financial statement analysis
book-to-market
title_short Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
title_full Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
title_fullStr Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
title_full_unstemmed Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
title_sort Definição e Otimização de Estratégias de Investimento no Mercado Acionista baseadas em Indicadores Fundamentais
author Silva, Simão Oliveira da
author_facet Silva, Simão Oliveira da
author_role author
dc.contributor.author.fl_str_mv Silva, Simão Oliveira da
dc.subject.por.fl_str_mv mercados de capitais
análise fundamental
book-to-market
capital markets
financial statement analysis
book-to-market
topic mercados de capitais
análise fundamental
book-to-market
capital markets
financial statement analysis
book-to-market
description Trabalho de Projeto do Mestrado em Economia apresentado à Faculdade de Economia
publishDate 2019
dc.date.none.fl_str_mv 2019-07-19
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 http://hdl.handle.net/10316/89976
http://hdl.handle.net/10316/89976
TID:202366073
url http://hdl.handle.net/10316/89976
identifier_str_mv TID:202366073
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 Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133996255281152

Registros relacionados