Modelo de Seleção de Carteiras Baseado em Erros de Predição
Nome: FÁBIO DAROS DE FREITAS
Tipo: Tese de doutorado
Data de publicação: 18/12/2008
Orientador:
Nome | Papel |
---|---|
ALBERTO FERREIRA DE SOUZA | Orientador |
Banca:
Nome | Papel |
---|---|
AILSON ROSETTI DE ALMEIDA | Examinador Interno |
ALBERTO FERREIRA DE SOUZA | Orientador |
ELIANA ZANDONADE | Examinador Interno |
EVANDRO OTTONI TEATINI SALLES | Examinador Interno |
FELIPE MAIA GALVÃO FRANÇA | Examinador Externo |
Resumo: Este trabalho apresenta um novo modelo de seleção de carteiras baseado em erros de
predição que captura oportunidades de investimento no curto prazo. Nós utilizamos preditores neurais auto-regressivos com referências móveis para predizer os retornos futuros das ações, e uma medida de risco baseada nos seus erros de predição foi derivada de forma a manter a mesma fundamentação estatística do modelo média-variância. O efeito da diversificação eficiente se aplica através da seleção de preditores com perfis de erros de predição baixos e complementares. Um grande conjunto de experimentos com dados reais do mercado de ações brasileiro foi conduzido para avaliar o modelo de seleção de carteiras baseado em erros de predição, o qual contou com o exame da Normalidade dos erros de predição. Nossos resultados principais mostraram que é possível obter erros de predição Normais a partir de séries de retornos não Normais, e que o modelo de seleção de carteiras baseado em erros de predição capturou corretamente oportunidades de curto prazo, desempenhando melhor que o modelo média-variância e superando o índice de mercado.