Otimização estocástica em Finanças

Detalhes bibliográficos
Autor(a) principal: Brilhante, Luísa Rodrigues
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/10316/88148
Resumo: Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
id RCAP_a3119bb02a19317a29332a471444bea7
oai_identifier_str oai:estudogeral.uc.pt:10316/88148
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Otimização estocástica em FinançasStochastic Optimization in FinanceOtimização EstocásticaDecomposição de BendersGestão de Bens e ResponsabilidadesStochastic OptimizationBenders DecompositionAsset Liability ManagementDissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e TecnologiaA otimização é uma área da matemática aplicada em que se pretende encontrar a solução ótima de uma determinada função, minimizando ou maximizando, dado um conjunto de restrições e variáveis. Geralmente, a construção do modelo do problema de otimização é feita admitindo que os dados são conhecidos com precisão. No entanto, em muitos problemas da vida real surgem incertezas fazendo com que esses modelos não sejam os mais adequados. Nesse contexto, surge a otimização estocástica que é uma abordagem muito utilizada sobretudo na área de Finanças quando os parâmetros incertos do problema são variáveis aleatórias com uma distribuição de probabilidade conhecida. Nesta dissertação, pretende-se apresentar uma introdução e aprofundar os conceitos básicos de otimização estocástica e as suas formulações. Deste modo, será apresentado as vantagens em utilizar a otimização estocástica ao invés do modelo determinístico. A otimização estocástica é baseada em cenários que pretendem representar todas as possíveis concretizações dos parâmetros ou pelo menos indicar uma boa estimativa no caso da distribuição dos parâmetros ser continua. Em problemas reais, o número de cenário costuma ser bastante elevado tornando os problemas computacionalmente difícies de resolver. Estes problemas de otimização de larga escala, podem ser resolvidos mais eficientemente através do método da Decomposição de Benders, o qual é estudado neste trabalho. Por fim, como a otimização está muito presente na área das Finanças, uma aplicação da otimização estocástica a um problema financeiro é apresentado desde a modelação à resolução.Optimization is an area of applied mathematics in which one intends to find the optimal solution of a given function, minimizing or maximizing, a given set of constraints and variables. Usually, the optimization problem model is constructed assuming that the data is known with precision. However, in many real life problems, uncertainties arises making these models not the most appropriate. In this context, the stochastic optimization emerged, which is a widely used approach especially in the area of Finance when the uncertain parameters of the problem are random variables with a known probability distribuction. This dissertation intends to present an introduction and develop the basic concepts of stochastic optimization problems and its formulations. Thus the advantages of using stochastic optimization instead of the deterministic model will be presented. Stochastic optimization is based on scenarios that aim to represent all possible parameter realizations or at least to indicate a good estimation if the distribution of parameters is continious. In real problems, the number of scenarios is usually quite high, making the stochastic optimization problems computationally difficult to solve. These large scale optimization problems can be solved more efficiently by the Benders Decomposition method which is studied in this paper. Finally, as a optimization is very present in the Finance field, an application of stochastic optimization to a financial problem is presented from modeling to resolution.2019-09-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/88148http://hdl.handle.net/10316/88148TID:202309185porBrilhante, Luísa Rodriguesinfo: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:RCAAP2021-06-11T10:57:20Zoai:estudogeral.uc.pt:10316/88148Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:08:55.462283Repositório 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 Otimização estocástica em Finanças
Stochastic Optimization in Finance
title Otimização estocástica em Finanças
spellingShingle Otimização estocástica em Finanças
Brilhante, Luísa Rodrigues
Otimização Estocástica
Decomposição de Benders
Gestão de Bens e Responsabilidades
Stochastic Optimization
Benders Decomposition
Asset Liability Management
title_short Otimização estocástica em Finanças
title_full Otimização estocástica em Finanças
title_fullStr Otimização estocástica em Finanças
title_full_unstemmed Otimização estocástica em Finanças
title_sort Otimização estocástica em Finanças
author Brilhante, Luísa Rodrigues
author_facet Brilhante, Luísa Rodrigues
author_role author
dc.contributor.author.fl_str_mv Brilhante, Luísa Rodrigues
dc.subject.por.fl_str_mv Otimização Estocástica
Decomposição de Benders
Gestão de Bens e Responsabilidades
Stochastic Optimization
Benders Decomposition
Asset Liability Management
topic Otimização Estocástica
Decomposição de Benders
Gestão de Bens e Responsabilidades
Stochastic Optimization
Benders Decomposition
Asset Liability Management
description Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
publishDate 2019
dc.date.none.fl_str_mv 2019-09-25
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/10316/88148
http://hdl.handle.net/10316/88148
TID:202309185
url http://hdl.handle.net/10316/88148
identifier_str_mv TID:202309185
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_ 1799133982496915456

Registros relacionados