Automação de investimentos

Detalhes bibliográficos
Autor(a) principal: Lichtman, Joel Kris
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/202125
Resumo: Este trabalho avalia o modelo de robôs de Investimento, colocando em prática um algoritmo de automação baseado na metodologia de média-variância, com as adaptações necessárias ao mercado Brasileiro. Constatou-se que apesar das limitações envolvendo a metodologia, o método proposto apresenta uma solução atrativa ao investidor de varejo, e competitiva quando comparada à uma gestão ativa. Para chegar à metodologia, o trabalho investigou as origens teóricas da gestão de portfólios e as práticas utilizadas pelas empresas de referência na área de automação de investimentos a nível global. Por fim, o trabalho conclui que a evolução do processo se direciona para um detalhamento cada vez maior do perfil do cliente permitindo que as recomendações de portfólio sejam cada vez mais assertivas.
id URGS_451b0916c3d24f712c4d1637b4199b8b
oai_identifier_str oai:www.lume.ufrgs.br:10183/202125
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Lichtman, Joel KrisSilva, Carlos Eduardo Schönerwald da2019-11-28T03:56:42Z2019http://hdl.handle.net/10183/202125001107100Este trabalho avalia o modelo de robôs de Investimento, colocando em prática um algoritmo de automação baseado na metodologia de média-variância, com as adaptações necessárias ao mercado Brasileiro. Constatou-se que apesar das limitações envolvendo a metodologia, o método proposto apresenta uma solução atrativa ao investidor de varejo, e competitiva quando comparada à uma gestão ativa. Para chegar à metodologia, o trabalho investigou as origens teóricas da gestão de portfólios e as práticas utilizadas pelas empresas de referência na área de automação de investimentos a nível global. Por fim, o trabalho conclui que a evolução do processo se direciona para um detalhamento cada vez maior do perfil do cliente permitindo que as recomendações de portfólio sejam cada vez mais assertivas.This work evaluates the robot advisor model by putting into practice an algorithm based on mean-variance with adaptations for the Brazilian market, finding that despite the limitations involving the methodology, it is an attractive solution for the average investor and has good competitiveness when compared to non active management. In order to arrive at the methodology that is put into practice, this work investigates the theoretical origins about portfolio management and the practical methodologies used by the major players in the field at a global level. Finally, it concludes that the evolution of robot advisors is directed towards an increasing detail of the client profile, allowing the portfolio recommendations to be more and more assertive.application/pdfporAutomaçãoInvestimentoInvestment automationRobo advisorsPortfolio optimizationAutomação de investimentosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2019mestrado profissionalinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001107100.pdf.txt001107100.pdf.txtExtracted Texttext/plain343044http://www.lume.ufrgs.br/bitstream/10183/202125/2/001107100.pdf.txtf705ad96b0e230c710b69333b43ac8bcMD52ORIGINAL001107100.pdfTexto completoapplication/pdf7502517http://www.lume.ufrgs.br/bitstream/10183/202125/1/001107100.pdf5b1690c316a4c805819ec9314d493dddMD5110183/2021252019-11-29 05:02:21.621443oai:www.lume.ufrgs.br:10183/202125Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-11-29T07:02:21Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Automação de investimentos
title Automação de investimentos
spellingShingle Automação de investimentos
Lichtman, Joel Kris
Automação
Investimento
Investment automation
Robo advisors
Portfolio optimization
title_short Automação de investimentos
title_full Automação de investimentos
title_fullStr Automação de investimentos
title_full_unstemmed Automação de investimentos
title_sort Automação de investimentos
author Lichtman, Joel Kris
author_facet Lichtman, Joel Kris
author_role author
dc.contributor.author.fl_str_mv Lichtman, Joel Kris
dc.contributor.advisor1.fl_str_mv Silva, Carlos Eduardo Schönerwald da
contributor_str_mv Silva, Carlos Eduardo Schönerwald da
dc.subject.por.fl_str_mv Automação
Investimento
topic Automação
Investimento
Investment automation
Robo advisors
Portfolio optimization
dc.subject.eng.fl_str_mv Investment automation
Robo advisors
Portfolio optimization
description Este trabalho avalia o modelo de robôs de Investimento, colocando em prática um algoritmo de automação baseado na metodologia de média-variância, com as adaptações necessárias ao mercado Brasileiro. Constatou-se que apesar das limitações envolvendo a metodologia, o método proposto apresenta uma solução atrativa ao investidor de varejo, e competitiva quando comparada à uma gestão ativa. Para chegar à metodologia, o trabalho investigou as origens teóricas da gestão de portfólios e as práticas utilizadas pelas empresas de referência na área de automação de investimentos a nível global. Por fim, o trabalho conclui que a evolução do processo se direciona para um detalhamento cada vez maior do perfil do cliente permitindo que as recomendações de portfólio sejam cada vez mais assertivas.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-11-28T03:56:42Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/202125
dc.identifier.nrb.pt_BR.fl_str_mv 001107100
url http://hdl.handle.net/10183/202125
identifier_str_mv 001107100
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:Biblioteca Digital de Teses e Dissertações 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 Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/202125/2/001107100.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/202125/1/001107100.pdf
bitstream.checksum.fl_str_mv f705ad96b0e230c710b69333b43ac8bc
5b1690c316a4c805819ec9314d493ddd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085505827602432