Construção de portfólios de longo prazo

Detalhes bibliográficos
Autor(a) principal: Chaves, Rafael Bernardoni
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/241831
Resumo: Portfólios de longo prazo são geralmente construídos considerando ativos de baixo risco e com um bom fluxo de dividendos. Entretanto, a metodologia proposta neste trabalho é uma alteração do modelo de Markowitz, considerando a remoção da variabilidade de curto prazo dos retornos, com o objetivo de construir um portfólio que seja menos sensibilizado por variações rápidas e temporárias. Utilizando dados de 20 anos dos ativos presentes na composição histórica do índice Dow Jones Industrial Average, comparamos os resultados do método proposto com o modelo tradicional de Markowitz e o modelo Naive, para horizontes de três, seis e doze meses. Também avaliamos quatro frequências máximas para o “low-pass filter”. Os resultados indicam que portfólios construídos com s metodologia proposta, geralmente, resultam em retornos superiores em relação aos modelos de benchmark. Análises de drawdown e de dominância estocástica também indicam a superioridade do nosso método.
id UFRGS-2_78eda5da3ff6d8434e8726f7889281da
oai_identifier_str oai:www.lume.ufrgs.br:10183/241831
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Chaves, Rafael BernardoniTaufemback, Cleiton Guollo2022-07-05T05:09:00Z2022http://hdl.handle.net/10183/241831001144007Portfólios de longo prazo são geralmente construídos considerando ativos de baixo risco e com um bom fluxo de dividendos. Entretanto, a metodologia proposta neste trabalho é uma alteração do modelo de Markowitz, considerando a remoção da variabilidade de curto prazo dos retornos, com o objetivo de construir um portfólio que seja menos sensibilizado por variações rápidas e temporárias. Utilizando dados de 20 anos dos ativos presentes na composição histórica do índice Dow Jones Industrial Average, comparamos os resultados do método proposto com o modelo tradicional de Markowitz e o modelo Naive, para horizontes de três, seis e doze meses. Também avaliamos quatro frequências máximas para o “low-pass filter”. Os resultados indicam que portfólios construídos com s metodologia proposta, geralmente, resultam em retornos superiores em relação aos modelos de benchmark. Análises de drawdown e de dominância estocástica também indicam a superioridade do nosso método.Long-term portfolios are usually built considering low-risk assets with a high payment dividend flow. However, the methodology proposed in this work is an alteration of the Markowitz model, considering the removal of short-term variability in the returns, aiming to build a portfolio that is less sensitive to rapid and temporary variations. Using data from 20 years of assets present in the historic composition of the Dow Jones Industrial Average, we compared the results of the proposed method with the traditional Markowitz model and the Naive model, for horizons of three, six and twelve months. We also implemented four maximum frequencies for the lowpass filter. The results indicate that portfolios built with the proposed methodology, generally, result in superior returns in relation to benchmark models. Drawdown and stochastic dominance analyzes also indicate the superiority of our method.application/pdfporPortfólioSéries temporaisDomínio da frequênciaTime seriesLow-pass filterMarkowitzDow JonesConstrução de portfólios de longo prazoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2022Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001144007.pdf.txt001144007.pdf.txtExtracted Texttext/plain60082http://www.lume.ufrgs.br/bitstream/10183/241831/2/001144007.pdf.txt2e776c8f396eefbd481eb3b32c4d9923MD52ORIGINAL001144007.pdfTexto completoapplication/pdf1557714http://www.lume.ufrgs.br/bitstream/10183/241831/1/001144007.pdf258674c18ae5053e71a445e63262fdbbMD5110183/2418312022-07-06 04:59:22.739183oai:www.lume.ufrgs.br:10183/241831Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-07-06T07:59:22Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Construção de portfólios de longo prazo
title Construção de portfólios de longo prazo
spellingShingle Construção de portfólios de longo prazo
Chaves, Rafael Bernardoni
Portfólio
Séries temporais
Domínio da frequência
Time series
Low-pass filter
Markowitz
Dow Jones
title_short Construção de portfólios de longo prazo
title_full Construção de portfólios de longo prazo
title_fullStr Construção de portfólios de longo prazo
title_full_unstemmed Construção de portfólios de longo prazo
title_sort Construção de portfólios de longo prazo
author Chaves, Rafael Bernardoni
author_facet Chaves, Rafael Bernardoni
author_role author
dc.contributor.author.fl_str_mv Chaves, Rafael Bernardoni
dc.contributor.advisor1.fl_str_mv Taufemback, Cleiton Guollo
contributor_str_mv Taufemback, Cleiton Guollo
dc.subject.por.fl_str_mv Portfólio
Séries temporais
Domínio da frequência
topic Portfólio
Séries temporais
Domínio da frequência
Time series
Low-pass filter
Markowitz
Dow Jones
dc.subject.eng.fl_str_mv Time series
Low-pass filter
Markowitz
Dow Jones
description Portfólios de longo prazo são geralmente construídos considerando ativos de baixo risco e com um bom fluxo de dividendos. Entretanto, a metodologia proposta neste trabalho é uma alteração do modelo de Markowitz, considerando a remoção da variabilidade de curto prazo dos retornos, com o objetivo de construir um portfólio que seja menos sensibilizado por variações rápidas e temporárias. Utilizando dados de 20 anos dos ativos presentes na composição histórica do índice Dow Jones Industrial Average, comparamos os resultados do método proposto com o modelo tradicional de Markowitz e o modelo Naive, para horizontes de três, seis e doze meses. Também avaliamos quatro frequências máximas para o “low-pass filter”. Os resultados indicam que portfólios construídos com s metodologia proposta, geralmente, resultam em retornos superiores em relação aos modelos de benchmark. Análises de drawdown e de dominância estocástica também indicam a superioridade do nosso método.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-07-05T05:09:00Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/241831
dc.identifier.nrb.pt_BR.fl_str_mv 001144007
url http://hdl.handle.net/10183/241831
identifier_str_mv 001144007
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/241831/2/001144007.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/241831/1/001144007.pdf
bitstream.checksum.fl_str_mv 2e776c8f396eefbd481eb3b32c4d9923
258674c18ae5053e71a445e63262fdbb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1815447314882363392