Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/60740 |
Resumo: | Métodos quantitativos desenvolvidos originalmente fora do campo econômico (e.g., modelagem de sistemas dinâmicos, algoritmos genéticos e redes neurais) estão cada vez mais presentes em finanças e assumem importantes papéis como instrumentos de análise e gerenciamento de risco. O objetivo deste trabalho é, a partir de modelos matemáticos e estatísticos, aplicar algoritmos genéticos para obter estratégias de investimento capazes de reduzir o risco de aplicar em uma única ação, mesmo obtendo ganhos superiores à média do mercado. Propõe a auxiliar um investidor em ações a formar grupo de ações semelhantes tendo conhecimento de seu risco potencial e retorno possível. Para isto foi utilizada a técnica de agrupamentos, levando em consideração as ações formadoras do índice Bovespa. O período analisado foi dos últimos 2 anos, contando da data deste trabalho (14/10/2011). A partir das análises foram identificadas 3 possíveis opções de carteiras para investimento: Carteira 1 – Alto Rendimento, Carteira 2 – Baixo Rendimento e Carteira 3 – Moderado Rendimento. Contudo, apesar dos resultados observador na trabalho, ressalta-se que uma análise de informações passadas, não são garantias de retornos semelhantes no futuro. |
id |
UFRGS-2_79035f3d164d90ff4f05549900af3852 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/60740 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Juliano, Carlos Eduardo de AzevedoKloeckner, Gilberto de Oliveira2012-11-10T01:38:11Z2011http://hdl.handle.net/10183/60740000863481Métodos quantitativos desenvolvidos originalmente fora do campo econômico (e.g., modelagem de sistemas dinâmicos, algoritmos genéticos e redes neurais) estão cada vez mais presentes em finanças e assumem importantes papéis como instrumentos de análise e gerenciamento de risco. O objetivo deste trabalho é, a partir de modelos matemáticos e estatísticos, aplicar algoritmos genéticos para obter estratégias de investimento capazes de reduzir o risco de aplicar em uma única ação, mesmo obtendo ganhos superiores à média do mercado. Propõe a auxiliar um investidor em ações a formar grupo de ações semelhantes tendo conhecimento de seu risco potencial e retorno possível. Para isto foi utilizada a técnica de agrupamentos, levando em consideração as ações formadoras do índice Bovespa. O período analisado foi dos últimos 2 anos, contando da data deste trabalho (14/10/2011). A partir das análises foram identificadas 3 possíveis opções de carteiras para investimento: Carteira 1 – Alto Rendimento, Carteira 2 – Baixo Rendimento e Carteira 3 – Moderado Rendimento. Contudo, apesar dos resultados observador na trabalho, ressalta-se que uma análise de informações passadas, não são garantias de retornos semelhantes no futuro.application/pdfporBolsa de valores : Indice bovespa : Mercado de capitais : AcoesEstratégia de investimentoCarteiras de investimentoFormação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Clusterinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPorto Alegre, BR-RS2011especializaçãoEspecialização em Mercado de Capitaisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000863481.pdf000863481.pdfTexto completoapplication/pdf264126http://www.lume.ufrgs.br/bitstream/10183/60740/1/000863481.pdfec8e1ff3e3d54490a8831ff1d4ba58fdMD51TEXT000863481.pdf.txt000863481.pdf.txtExtracted Texttext/plain26909http://www.lume.ufrgs.br/bitstream/10183/60740/2/000863481.pdf.txt3baedcfd50752342fc90658c3a37cc84MD52THUMBNAIL000863481.pdf.jpg000863481.pdf.jpgGenerated Thumbnailimage/jpeg1047http://www.lume.ufrgs.br/bitstream/10183/60740/3/000863481.pdf.jpg228a8cc1c37061f23f5a7d9e9ac15943MD5310183/607402018-10-15 09:09:51.42oai:www.lume.ufrgs.br:10183/60740Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-15T12:09:51Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
title |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
spellingShingle |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster Juliano, Carlos Eduardo de Azevedo Bolsa de valores : Indice bovespa : Mercado de capitais : Acoes Estratégia de investimento Carteiras de investimento |
title_short |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
title_full |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
title_fullStr |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
title_full_unstemmed |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
title_sort |
Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster |
author |
Juliano, Carlos Eduardo de Azevedo |
author_facet |
Juliano, Carlos Eduardo de Azevedo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Juliano, Carlos Eduardo de Azevedo |
dc.contributor.advisor1.fl_str_mv |
Kloeckner, Gilberto de Oliveira |
contributor_str_mv |
Kloeckner, Gilberto de Oliveira |
dc.subject.por.fl_str_mv |
Bolsa de valores : Indice bovespa : Mercado de capitais : Acoes Estratégia de investimento Carteiras de investimento |
topic |
Bolsa de valores : Indice bovespa : Mercado de capitais : Acoes Estratégia de investimento Carteiras de investimento |
description |
Métodos quantitativos desenvolvidos originalmente fora do campo econômico (e.g., modelagem de sistemas dinâmicos, algoritmos genéticos e redes neurais) estão cada vez mais presentes em finanças e assumem importantes papéis como instrumentos de análise e gerenciamento de risco. O objetivo deste trabalho é, a partir de modelos matemáticos e estatísticos, aplicar algoritmos genéticos para obter estratégias de investimento capazes de reduzir o risco de aplicar em uma única ação, mesmo obtendo ganhos superiores à média do mercado. Propõe a auxiliar um investidor em ações a formar grupo de ações semelhantes tendo conhecimento de seu risco potencial e retorno possível. Para isto foi utilizada a técnica de agrupamentos, levando em consideração as ações formadoras do índice Bovespa. O período analisado foi dos últimos 2 anos, contando da data deste trabalho (14/10/2011). A partir das análises foram identificadas 3 possíveis opções de carteiras para investimento: Carteira 1 – Alto Rendimento, Carteira 2 – Baixo Rendimento e Carteira 3 – Moderado Rendimento. Contudo, apesar dos resultados observador na trabalho, ressalta-se que uma análise de informações passadas, não são garantias de retornos semelhantes no futuro. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011 |
dc.date.accessioned.fl_str_mv |
2012-11-10T01:38:11Z |
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/10183/60740 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000863481 |
url |
http://hdl.handle.net/10183/60740 |
identifier_str_mv |
000863481 |
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/10183/60740/1/000863481.pdf http://www.lume.ufrgs.br/bitstream/10183/60740/2/000863481.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/60740/3/000863481.pdf.jpg |
bitstream.checksum.fl_str_mv |
ec8e1ff3e3d54490a8831ff1d4ba58fd 3baedcfd50752342fc90658c3a37cc84 228a8cc1c37061f23f5a7d9e9ac15943 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 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_ |
1801224435184697344 |