• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
10.11606/D.3.2016.tde-14072016-152635
Documento
Autor
Nombre completo
Marcelo Rosario da Barrosa
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2015
Director
Tribunal
Ribeiro, Celma de Oliveira (Presidente)
Chela, João Luiz
Tancredi, Thiago Pontin
Título en portugués
Aplicação de métodos computacionais multidisciplinares de engenharia para otimização de carteiras de investimentos.
Palabras clave en portugués
Estatísticas de ordem
Gestão de carteiras
Interferência não paramétrica
Interpolação estatística
Investimentos
Otimização global
Redes Neurais
Risco
Resumen en portugués
Este trabalho apresenta uma nova metodologia para otimizar carteiras de ativos financeiros. A metodologia proposta, baseada em interpoladores universais tais quais as Redes Neurais Artificiais e a Krigagem, permite aproximar a superfície de risco e consequentemente a solução do problema de otimização associado a ela de forma generalizada e aplicável a qualquer medida de risco disponível na literatura. Além disto, a metodologia sugerida permite que sejam relaxadas hipóteses restritivas inerentes às metodologias existentes, simplificando o problema de otimização e permitindo que sejam estimados os erros na aproximação da superfície de risco. Ilustrativamente, aplica-se a metodologia proposta ao problema de composição de carteiras com a Variância (controle), o Valor-em-Risco (VaR) e o Valor-em-Risco Condicional (CVaR) como funções objetivo. Os resultados são comparados àqueles obtidos pelos modelos de Markowitz e Rockafellar, respectivamente.
Título en inglés
Application of multidisciplinary engineering methods to optimize investment portfolios.
Palabras clave en inglés
Kriging
Neural networks
Optimization
Portfolio management
Risk
Resumen en inglés
This work presents a new methodology for optimizing financial asset portfolios. The proposed methodology, based on universal interpolators such as Artificial Neural Networks and the Kriging Method, allows for approximating the risk surface - and thus the optimal solution to the problem - in a generalized fashion and applicable to any risk measure known in literature, relaxing every restrictive hypothesis inherent to the available methods and with the ability to estimate the error in the approximation. Illustratively, the proposed methodology is applied to the portfolio problem with the Variance (control), Value-at-Risk and Conditional Value-at-Risk as objective functions. Results are compared to those obtained by Markowitz and Rockafellar models, respectively.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2016-07-15
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.