OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Cadernos do IME. Série Estatística (Online) |
Texto Completo: | https://www.e-publicacoes.uerj.br/cadest/article/view/79151 |
Resumo: | A teoria moderna de carteiras estabelece que a alocação ótima de ativos é uma função da média-variância da distribuição dos retornos. Geralmente, assume-se que esses retornos seguem uma distribuição Gaussiana, estimada a partir de dados históricos usando métodos da estatística frequentista. Entretanto, a dinâmica atual dos mercados globalizados pode provocar mudanças de regime ou quebras estruturais na série temporal dos retornos, tornando-os não Gaussianos. Para lidar com o problema das mudanças de regime, propõe-se substituir o mecanismo de otimização baseado no índice de Sharpe pela otimização baseada na medida Ômega. Isto porque a medida Ômega tem a vantagem de quantificar o risco-retorno de qualquer distribuição de probabilidade, não se restringindo à média-variância como acontece com o índice de Sharpe, solucionando assim o problema das mudanças de regime. Para lidar com o problema das quebras estruturais, propõe-se substituir o procedimento de estimação dos parâmetros da distribuição dos retornos, que se baseia em técnicas da estatística frequentista por técnicas da estatística Bayesiana. A estatística Bayesiana, tem a vantagem de combinar as informações públicas do mercado (dados históricos dos retornos) com informações privadas do investidor (visões prospectivas do mercado) permitindo corrigir o problema das quebras estruturais. |
id |
UERJ-4_87b2f0eeea36d8dc291c87a995d3f0d0 |
---|---|
oai_identifier_str |
oai:ojs.www.e-publicacoes.uerj.br:article/79151 |
network_acronym_str |
UERJ-4 |
network_name_str |
Cadernos do IME. Série Estatística (Online) |
repository_id_str |
|
spelling |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANAPORTFOLIO OPTIMIZATION WITH NON-GAUSSIAN RETURNS: A BAYESIAN APPROACHTeoria Moderna de CarteirasMedida ÔmegaEstatística BayesianaA teoria moderna de carteiras estabelece que a alocação ótima de ativos é uma função da média-variância da distribuição dos retornos. Geralmente, assume-se que esses retornos seguem uma distribuição Gaussiana, estimada a partir de dados históricos usando métodos da estatística frequentista. Entretanto, a dinâmica atual dos mercados globalizados pode provocar mudanças de regime ou quebras estruturais na série temporal dos retornos, tornando-os não Gaussianos. Para lidar com o problema das mudanças de regime, propõe-se substituir o mecanismo de otimização baseado no índice de Sharpe pela otimização baseada na medida Ômega. Isto porque a medida Ômega tem a vantagem de quantificar o risco-retorno de qualquer distribuição de probabilidade, não se restringindo à média-variância como acontece com o índice de Sharpe, solucionando assim o problema das mudanças de regime. Para lidar com o problema das quebras estruturais, propõe-se substituir o procedimento de estimação dos parâmetros da distribuição dos retornos, que se baseia em técnicas da estatística frequentista por técnicas da estatística Bayesiana. A estatística Bayesiana, tem a vantagem de combinar as informações públicas do mercado (dados históricos dos retornos) com informações privadas do investidor (visões prospectivas do mercado) permitindo corrigir o problema das quebras estruturais. The modern portfolio theory establishes that the optimal allocation of assets is a function of the mean-variance of the return distribution. It is generally assumed that these returns follow a Gaussian distribution, estimated from historical data using frequentist statistical methods. However, the current dynamics of globalized markets can lead to regime changes or structural breaks in the time series of returns, rendering them non-Gaussian. To address the issue of regime changes, it is proposed to replace the optimization mechanism based on the Sharpe ratio with Omega-based optimization. This is because the Omega measure has the advantage of quantifying the risk-return of any probability distribution, not limiting itself to mean-variance as is the case with the Sharpe ratio, thereby resolving the issue of regime changes. To handle the problem of structural breaks, it is suggested to replace the parameter estimation procedure of the return distribution, which is based on frequentist statistical techniques, with Bayesian statistical techniques. Bayesian statistics have the advantage of combining public market information (historical return data) with private investor information (prospective market views), allowing for the correction of structural breaks.Universidade do Estado do Rio de Janeiro2023-10-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado pelos Paresapplication/pdfhttps://www.e-publicacoes.uerj.br/cadest/article/view/7915110.12957/cadest.2023.79151Cadernos do IME - Série Estatística; v. 54 (2023): Volume 54, Junho 2023; 14-422317-45361413-9022reponame:Cadernos do IME. Série Estatística (Online)instname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJporhttps://www.e-publicacoes.uerj.br/cadest/article/view/79151/47727Copyright (c) 2023 Cadernos do IME - Série Estatísticainfo:eu-repo/semantics/openAccessHuarsaya, Lizeth Jacquelin RodriguezBrandão, Luiz Eduardo TeixeiraCastro, Javier GutiérrezHuarsaya Tito, Edison Americo2023-10-22T22:23:56Zoai:ojs.www.e-publicacoes.uerj.br:article/79151Revistahttps://www.e-publicacoes.uerj.br/index.php/cadestPUBhttps://www.e-publicacoes.uerj.br/index.php/cadest/oaifabiano@ime.uerj.br||fabiano@ime.uerj.br2317-45361413-9022opendoar:2024-05-17T13:37:38.395655Cadernos do IME. Série Estatística (Online) - Universidade do Estado do Rio de Janeiro (UERJ)false |
dc.title.none.fl_str_mv |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA PORTFOLIO OPTIMIZATION WITH NON-GAUSSIAN RETURNS: A BAYESIAN APPROACH |
title |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
spellingShingle |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA Huarsaya, Lizeth Jacquelin Rodriguez Teoria Moderna de Carteiras Medida Ômega Estatística Bayesiana |
title_short |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
title_full |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
title_fullStr |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
title_full_unstemmed |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
title_sort |
OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA |
author |
Huarsaya, Lizeth Jacquelin Rodriguez |
author_facet |
Huarsaya, Lizeth Jacquelin Rodriguez Brandão, Luiz Eduardo Teixeira Castro, Javier Gutiérrez Huarsaya Tito, Edison Americo |
author_role |
author |
author2 |
Brandão, Luiz Eduardo Teixeira Castro, Javier Gutiérrez Huarsaya Tito, Edison Americo |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Huarsaya, Lizeth Jacquelin Rodriguez Brandão, Luiz Eduardo Teixeira Castro, Javier Gutiérrez Huarsaya Tito, Edison Americo |
dc.subject.por.fl_str_mv |
Teoria Moderna de Carteiras Medida Ômega Estatística Bayesiana |
topic |
Teoria Moderna de Carteiras Medida Ômega Estatística Bayesiana |
description |
A teoria moderna de carteiras estabelece que a alocação ótima de ativos é uma função da média-variância da distribuição dos retornos. Geralmente, assume-se que esses retornos seguem uma distribuição Gaussiana, estimada a partir de dados históricos usando métodos da estatística frequentista. Entretanto, a dinâmica atual dos mercados globalizados pode provocar mudanças de regime ou quebras estruturais na série temporal dos retornos, tornando-os não Gaussianos. Para lidar com o problema das mudanças de regime, propõe-se substituir o mecanismo de otimização baseado no índice de Sharpe pela otimização baseada na medida Ômega. Isto porque a medida Ômega tem a vantagem de quantificar o risco-retorno de qualquer distribuição de probabilidade, não se restringindo à média-variância como acontece com o índice de Sharpe, solucionando assim o problema das mudanças de regime. Para lidar com o problema das quebras estruturais, propõe-se substituir o procedimento de estimação dos parâmetros da distribuição dos retornos, que se baseia em técnicas da estatística frequentista por técnicas da estatística Bayesiana. A estatística Bayesiana, tem a vantagem de combinar as informações públicas do mercado (dados históricos dos retornos) com informações privadas do investidor (visões prospectivas do mercado) permitindo corrigir o problema das quebras estruturais. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-10-21 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Avaliado pelos Pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.e-publicacoes.uerj.br/cadest/article/view/79151 10.12957/cadest.2023.79151 |
url |
https://www.e-publicacoes.uerj.br/cadest/article/view/79151 |
identifier_str_mv |
10.12957/cadest.2023.79151 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.e-publicacoes.uerj.br/cadest/article/view/79151/47727 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2023 Cadernos do IME - Série Estatística info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2023 Cadernos do IME - Série Estatística |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.source.none.fl_str_mv |
Cadernos do IME - Série Estatística; v. 54 (2023): Volume 54, Junho 2023; 14-42 2317-4536 1413-9022 reponame:Cadernos do IME. Série Estatística (Online) instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
instacron_str |
UERJ |
institution |
UERJ |
reponame_str |
Cadernos do IME. Série Estatística (Online) |
collection |
Cadernos do IME. Série Estatística (Online) |
repository.name.fl_str_mv |
Cadernos do IME. Série Estatística (Online) - Universidade do Estado do Rio de Janeiro (UERJ) |
repository.mail.fl_str_mv |
fabiano@ime.uerj.br||fabiano@ime.uerj.br |
_version_ |
1799319015709999104 |