Formação de carteiras hipotéticas de ativos financeiros participantes do Índice BOVESPA usando a técnica de análise de Cluster

Detalhes bibliográficos
Autor(a) principal: Juliano, Carlos Eduardo de Azevedo
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