Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning

Detalhes bibliográficos
Autor(a) principal: Barra, Daniel Sousa
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/188633
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Centro Sócio-Econômico. Economia.
id UFSC_494bfdaa90c2449444bda46801059a6f
oai_identifier_str oai:repositorio.ufsc.br:123456789/188633
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learningAprendizado por reforço. Criptomoedas. Otimização de portfólio.TCC (graduação) - Universidade Federal de Santa Catarina. Centro Sócio-Econômico. Economia.Criptomoedas têm sido um assunto muito discutido em todo o mundo a partir do segundo semestre de 2017. Embora muitos economistas discutam a validade das mesmas como unidade de valor, pouco tem sido discutido quanto à sua aplicabilidade como ativo financeiro. A alta volatilidade que esses ativos possuem, atrelada a uma liquidez considerável dentro do espectro do mercado de capitais, permite que se criem novas oportunidades de investimento para investidores que buscam alternativas arrojadas. Diante desse cenário, este estudo busca encontrar um modelo de otimização de portfólio utilizando uma carteira teórica composta por cinco criptomoedas. Para tanto, se utiliza de um algoritmo de otimização para definir, dentro de uma faixa de valores, qual a porcentagem da carteira que deve ser alocada em cada criptomoeda para cada período de rebalanceamento. Ao final de cada período, a análise verifica para quais moedas a direção de alocação (compra ou venda) foi a correta, e então é aplicado um algoritmo de reinforcement learning para aumentar a faixa das que tiveram a direção correta, e reduzir a faixa das que tiveram a direção errada, de forma a melhorar as próximas decisões de alocação. Os resultados demonstraram que as carteiras com otimização desempenharam melhor do que as que tinham porcentagens fixas de alocação (sem rebalanceamento), e também que as carteiras que aplicaram reinforcement learning desempenharam melhor do que as que utilizam otimização sem reinforcement learning.Florianópolis, SCAlmeida, Helberte João FrançaUniversidade Federal de Santa CatarinaBarra, Daniel Sousa2018-07-25T16:50:57Z2018-07-25T16:50:57Z2018-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis39 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/188633porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2018-07-25T16:50:57Zoai:repositorio.ufsc.br:123456789/188633Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732018-07-25T16:50:57Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
title Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
spellingShingle Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
Barra, Daniel Sousa
Aprendizado por reforço. Criptomoedas. Otimização de portfólio.
title_short Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
title_full Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
title_fullStr Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
title_full_unstemmed Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
title_sort Otimização de portfólio para uma carteira de criptomoedas: uma abordagem em reinforcement learning
author Barra, Daniel Sousa
author_facet Barra, Daniel Sousa
author_role author
dc.contributor.none.fl_str_mv Almeida, Helberte João França
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Barra, Daniel Sousa
dc.subject.por.fl_str_mv Aprendizado por reforço. Criptomoedas. Otimização de portfólio.
topic Aprendizado por reforço. Criptomoedas. Otimização de portfólio.
description TCC (graduação) - Universidade Federal de Santa Catarina. Centro Sócio-Econômico. Economia.
publishDate 2018
dc.date.none.fl_str_mv 2018-07-25T16:50:57Z
2018-07-25T16:50:57Z
2018-07
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 https://repositorio.ufsc.br/handle/123456789/188633
url https://repositorio.ufsc.br/handle/123456789/188633
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 39 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652181803368448

Registros relacionados