Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização

Detalhes bibliográficos
Autor(a) principal: Pinter, Tiago Wobeto
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/236388
Resumo: O principal objetivo desta dissertação é a comparação entre o uso de dados de alta frequência (cotações intradiárias) e de dados diários na construção de carteiras de mínima variância através de 30 ativos da B3 no período entre janeiro de 2017 e julho de 2019. Os dados de alta frequência necessitaram de tratamento diferenciado a fim de mitigar o viés proveniente dos ruídos de microestrutura e dos eventos corporativos das empresas que afetam o preço de mercado. As abordagens para estimativa das matrizes de covariâncias com dados de alta frequência foram divididas em dois tipos: uma abordagem que não é robusta à falta de sincronização entre a negociação dos diferentes ativos do portfólio e uma medida de covariância para dados de alta frequência robusta à falta de sincronização. A dinâmica da previsão da matriz de covariâncias para portfólios de alta frequência não robustos à sincronização é especificada de acordo com os modelos EWMA RiskMetrics e DCC-GARCH. Para a dinâmica da matriz de covariâncias robusta à sincronização das negociações intradiárias dos ativos, implementamos os métodos LASSO-VAR e adaLASSO-VAR de Callot et al. (2017) com o uso do estimador Kernel Realizado Multivariado. As carteiras que utilizam dados de alta frequência são comparadas com portfólios construídos através das cotações diárias baseadas na matriz de covariância amostral, EWMA RiskMetrics, DCC-GARCH, métodos de encolhimento linear para a covariância, métodos por análise de fatores, carteira igualmente ponderada, além dos retornos do índice Ibovespa no mesmo período. O desempenho dos portfólios é mensurado através das estatísticas de performance relacionadas aos retornos, risco e turnover com frequência de rebalanceamento diária, semanal e mensal para os pesos dos portfólios. Nossos resultados apontam que os métodos LASSO-VAR e adaLASSO-VAR apresentaram elevado turnover e menor retorno líquido na comparação entre os portfólios construídos com os retornos diários.
id URGS_b4a86e1340a6b6eeb5da1e5a91382ae1
oai_identifier_str oai:www.lume.ufrgs.br:10183/236388
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Pinter, Tiago WobetoZiegelmann, Flavio Augusto2022-03-29T04:36:36Z2020http://hdl.handle.net/10183/236388001138808O principal objetivo desta dissertação é a comparação entre o uso de dados de alta frequência (cotações intradiárias) e de dados diários na construção de carteiras de mínima variância através de 30 ativos da B3 no período entre janeiro de 2017 e julho de 2019. Os dados de alta frequência necessitaram de tratamento diferenciado a fim de mitigar o viés proveniente dos ruídos de microestrutura e dos eventos corporativos das empresas que afetam o preço de mercado. As abordagens para estimativa das matrizes de covariâncias com dados de alta frequência foram divididas em dois tipos: uma abordagem que não é robusta à falta de sincronização entre a negociação dos diferentes ativos do portfólio e uma medida de covariância para dados de alta frequência robusta à falta de sincronização. A dinâmica da previsão da matriz de covariâncias para portfólios de alta frequência não robustos à sincronização é especificada de acordo com os modelos EWMA RiskMetrics e DCC-GARCH. Para a dinâmica da matriz de covariâncias robusta à sincronização das negociações intradiárias dos ativos, implementamos os métodos LASSO-VAR e adaLASSO-VAR de Callot et al. (2017) com o uso do estimador Kernel Realizado Multivariado. As carteiras que utilizam dados de alta frequência são comparadas com portfólios construídos através das cotações diárias baseadas na matriz de covariância amostral, EWMA RiskMetrics, DCC-GARCH, métodos de encolhimento linear para a covariância, métodos por análise de fatores, carteira igualmente ponderada, além dos retornos do índice Ibovespa no mesmo período. O desempenho dos portfólios é mensurado através das estatísticas de performance relacionadas aos retornos, risco e turnover com frequência de rebalanceamento diária, semanal e mensal para os pesos dos portfólios. Nossos resultados apontam que os métodos LASSO-VAR e adaLASSO-VAR apresentaram elevado turnover e menor retorno líquido na comparação entre os portfólios construídos com os retornos diários.The main objective of this dissertation is compare the performances resulting from the use of high frequency data (intradaily returns) and low frequency data (daily returns) for the construction of minimum variance portfolios through 30 B3 assets in the period between January 2017 and July 2019. The high-frequency data required different treatment in order to mitigate the bias arising from the microstructure noise and companies corporate events that affect the market price. The approaches for estimating covariance matrices with high frequency data have been divided into two types: an approach that is not robust to the lack of synchronization between the trading of different portfolio assets and a covariance measure for high frequency data robust to this synchronization. The dynamic of the high-frequency covariance matrix forecast not robust to trade synchronization is specified with EWMA RiskMetrics and DCC-GARCH models. For the dynamic of the covariance matrix robust to assets trade synchronization, we implement the LASSO-VAR and adaLASSO-VAR methods by Callot et al. (2017) with the Multivariate Realized Kernel estimator. The high-frequency portfolios are compared with daily prices portfolios built through the sample covariance matrix, EWMA RiskMetrics, DCC-GARCH, shrinkage methods, factor analysis methods, equally weighted portfolio and the Ibovespa index returns for the same period. The performance of the portfolios is measured by statistics for returns, risk and turnover with daily, weekly and monthly re-balancing schemes for the portfolios weights. Our results suggests that LASSO-VAR and adaLASSO-VAR shows high turnover and lower net returns compared to daily returns portfolios.application/pdfporVolatilidadeInvestimentoModelo matemáticoFinançasPortfolio selectionRealized volatilityLASSO-VAR methodsHigh frequency dataHgh dimensional dataPerformance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularizaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001138808.pdf.txt001138808.pdf.txtExtracted Texttext/plain163491http://www.lume.ufrgs.br/bitstream/10183/236388/2/001138808.pdf.txt4229d017fb33df3644d7f42a8840eb36MD52ORIGINAL001138808.pdfTexto completoapplication/pdf506958http://www.lume.ufrgs.br/bitstream/10183/236388/1/001138808.pdf3e4d54b826dd4f1ff756284eea2307faMD5110183/2363882022-04-21 04:41:35.029211oai:www.lume.ufrgs.br:10183/236388Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-04-21T07:41:35Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
title Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
spellingShingle Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
Pinter, Tiago Wobeto
Volatilidade
Investimento
Modelo matemático
Finanças
Portfolio selection
Realized volatility
LASSO-VAR methods
High frequency data
Hgh dimensional data
title_short Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
title_full Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
title_fullStr Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
title_full_unstemmed Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
title_sort Performance da seleção de portfólios utilizando dados intradiários e métodos econométricos de regularização
author Pinter, Tiago Wobeto
author_facet Pinter, Tiago Wobeto
author_role author
dc.contributor.author.fl_str_mv Pinter, Tiago Wobeto
dc.contributor.advisor1.fl_str_mv Ziegelmann, Flavio Augusto
contributor_str_mv Ziegelmann, Flavio Augusto
dc.subject.por.fl_str_mv Volatilidade
Investimento
Modelo matemático
Finanças
topic Volatilidade
Investimento
Modelo matemático
Finanças
Portfolio selection
Realized volatility
LASSO-VAR methods
High frequency data
Hgh dimensional data
dc.subject.eng.fl_str_mv Portfolio selection
Realized volatility
LASSO-VAR methods
High frequency data
Hgh dimensional data
description O principal objetivo desta dissertação é a comparação entre o uso de dados de alta frequência (cotações intradiárias) e de dados diários na construção de carteiras de mínima variância através de 30 ativos da B3 no período entre janeiro de 2017 e julho de 2019. Os dados de alta frequência necessitaram de tratamento diferenciado a fim de mitigar o viés proveniente dos ruídos de microestrutura e dos eventos corporativos das empresas que afetam o preço de mercado. As abordagens para estimativa das matrizes de covariâncias com dados de alta frequência foram divididas em dois tipos: uma abordagem que não é robusta à falta de sincronização entre a negociação dos diferentes ativos do portfólio e uma medida de covariância para dados de alta frequência robusta à falta de sincronização. A dinâmica da previsão da matriz de covariâncias para portfólios de alta frequência não robustos à sincronização é especificada de acordo com os modelos EWMA RiskMetrics e DCC-GARCH. Para a dinâmica da matriz de covariâncias robusta à sincronização das negociações intradiárias dos ativos, implementamos os métodos LASSO-VAR e adaLASSO-VAR de Callot et al. (2017) com o uso do estimador Kernel Realizado Multivariado. As carteiras que utilizam dados de alta frequência são comparadas com portfólios construídos através das cotações diárias baseadas na matriz de covariância amostral, EWMA RiskMetrics, DCC-GARCH, métodos de encolhimento linear para a covariância, métodos por análise de fatores, carteira igualmente ponderada, além dos retornos do índice Ibovespa no mesmo período. O desempenho dos portfólios é mensurado através das estatísticas de performance relacionadas aos retornos, risco e turnover com frequência de rebalanceamento diária, semanal e mensal para os pesos dos portfólios. Nossos resultados apontam que os métodos LASSO-VAR e adaLASSO-VAR apresentaram elevado turnover e menor retorno líquido na comparação entre os portfólios construídos com os retornos diários.
publishDate 2020
dc.date.issued.fl_str_mv 2020
dc.date.accessioned.fl_str_mv 2022-03-29T04:36:36Z
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/10183/236388
dc.identifier.nrb.pt_BR.fl_str_mv 001138808
url http://hdl.handle.net/10183/236388
identifier_str_mv 001138808
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/10183/236388/2/001138808.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/236388/1/001138808.pdf
bitstream.checksum.fl_str_mv 4229d017fb33df3644d7f42a8840eb36
3e4d54b826dd4f1ff756284eea2307fa
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_ 1800309193939353600