[pt] A alocação de ativos é uma das mais importantes decisões financeiras para investidores. No entanto, as decisões humanas não são totalmente racionais. Sabemos que as pessoas cometem muitos erros sistemáticos como, excesso de confiança, aversão à perda irracional e mau uso da informação entre outros. Nesta tese desenvolvemos duas metodologias distintas para enfrentar esse problema. A primeira abordagem é qualitativa, utiliza o modelo de Black-Litterman e tenta mapear a visão que o investidor tem do mercado. Esse método tenta mitigar a irracionalidade na tomada de decisão tornando mais fácil para um investidor demonstrar suas preferências em relação aos ativos. Black e Litterman desenvolveram um método para otimização de carteiras com a proposta de melhorar o modelo Markowitz, utilizando a construção de visões para representar a opinião do investidor sobre o futuro. No entanto, a forma de construir essas visões é bastante confusa e exige que o investidor estime vários parâmetros que são subjetivos. Assim, propomos uma nova forma de criar essas visões, utilizando Análise Verbal de Decisão. A segunda pesquisa envolve métodos quantitativos para resolver o problema de alocação de ativos com múltiplos estágios com premissas mais realistas. Embora a Programação Dinâmica Dual Estocástica (PDDE) seja uma técnica promissora para a solução de problemas de grande porte, não é adequada para o problema de alocação de ativos devido à dependência temporal associada aos retornos dos ativos. PDDE assume que o processo estocástico tem independência por estágio assegurando uma função única de custo futuro para cada estágio. No problema de alocação de ativos, a dependência do tempo é tipicamente não-linear e no lado esquerdo, o que torna PDDE tradicional não aplicável. Propomos uma variação do PDDE usando modelo oculto de Markov com estados discretos para resolver problemas reais de alocação de ativos com múltiplos períodos e dependência no tempo. Ambas as abordagens foram testadas em dados reais e empiricamente analisadas. As principais contribuições são as metodologia desenvolvidas para simplificar a construção de portfólios e para resolver o problema de alocação de ativos com múltiplos estágios. / [en] Asset allocation is one of the most important financial decisions made by investors. However, human decisions are not fully rational, and people make several systematic mistakes due to overconfidence, irrational loss aversion and misuse of information, among others. In this thesis, we developed two distinct methodologies to tackle this problem. The first approach has a more qualitative view, trying to map the investor s vision of the market. It tries to mitigate irrationality in decision-making by making it easier for an investor to demonstrate his/her preferences for specirfic assets. This first research uses the Black-Litterman model to construct portfolios. Black and Litterman developed a method for portfolio optimization as an improvement over the Markowitz model. They suggested the construction of views to represent an investor s opinion about future stocks returns. However, constructing these views has proven difficult, as it requires the investor to quantify several subjective parameters. This work investigates a new way of creating these views by using Verbal Decision Analysis. The second research focuses on quantitative methods to solve the multistage asset allocation problem. More specifically, it modifies the Stochastic Dynamic Dual Programming (SDDP) method to consider real asset allocation models. Although SDDP is a consolidated solution technique for large-scale problems, it is not suitable for asset allocation problems due to the temporal dependence of returns. Indeed, SDDP assumes a stagewise independence of the random process assuring a unique cost-to-go function for each time stage. For the asset allocation problem, time dependency is typically nonlinear and on the left-hand side, which makes traditional SDDP inapplicable. This thesis proposes an SDDP variation to solve real asset allocation problems for multiple periods, by modeling time dependence as a Hidden Markov Model with concealed discrete states. Both approaches were tested in real data and empirically analyzed. The contributions of this thesis are the methodology to simplify portfolio construction and the methods to solve real multistage stochastic asset allocation problems.

[pt] Esta dissertação propõe uma metodologia, baseada em procedimentos quantitativos, para auxiliar o diagnóstico de indivíduos portadores de doença cardíaca. A metodologia proposta foi implementada e analisada em um grupo de indivíduos do banco de dados público intitulado Heart Disease Database (Base de Dados pública de Doença Cardíaca) (Aha, atualizado em 2001), diagnosticados nas cidades de Cleveland e Long Beach, nos Estados Unidos. Os resultados obtidos neste estudo foram comparados aos resultados de outros autores encontrados na literatura, de forma a se ter uma medida da qualidade dos resultados aqui obtidos. Foram utilizadas também outras técnicas de classificação de padrões conhecidas na literatura, denominadas Análise Discriminante e Algoritmo C4.5, de forma a estabelecer comparações com os resultados obtidos nesta dissertação utilizando Redes Neurais, e aplicar a metodologia sugerida na divisão dos conjuntos de treinamento/generalização. Os resultados obtidos foram satisfatórios. Um percentual de acerto médio de 91,0 % foi atingido, enquanto que outros resultados de estudos usando a mesma base de dados alcançaram percentuais de acerto médio de 83,0 % (Ho & Chou, 2001) e 83,5 % (Hu, Li, Cai & Xu, 2004). O desempenho da Rede Neural também foi melhor quando comparado ao da Análise Discriminante e do Algoritmo C4.5. A metodologia de divisão dos conjuntos de treinamento/generalização sugerida nesta dissertação promoveu melhorias em todas as três técnicas de classificação de padrões utilizadas. Acredita-se que os resultados obtidos poderão auxiliar as condutas médicas em relação ao diagnóstico de doença cardíaca, podendo, portanto, vir a ser úteis na prevenção e/ou tratamento de doenças cardíacas. / [en] This dissertation proposes a methodology, established in quantitative procedures, to assist the diagnostic of individuals with heart disease. The proposed methodology was implemented and analyzed in a group of individuals of the public database called Heart Disease Database (Aha, current in 2001), diagnosed in the cities of Cleveland and Long Beach, in the United States. The results gotten in this study had been compared with the results of other authors found in literature to have a measure of the quality of the results gotten here. Others techniques of classification of standards known in literature had also been used, called Discriminate Analysis and C4.5 Algorithm, to establish comparisons with the results gotten in this dissertation using Neural Networks, and to apply the methodology suggested in the division of the sets of training/generalization. The gotten results were satisfactory. A percentage of average rightness of 91.0 % was reached, whereas other results of studies using the same database had reached percentages of average rightness of 83.0 % (Ho & Chou, 2001) and 83.5 % (Hu, Li, Cai & Xu, 2004). The performance of the Neural Network was also better when compared with Discriminate Analysis and C4.5 Algorithm. The methodology of division of the sets of training/generalization suggested in this dissertation promoted improvements in all the three used techniques of classification of standards. It´s believable that the gotten results will be able to assist the medical behaviors in relation to the diagnostic of heart disease, becoming useful in the prevention and/or treatment of heart diseases.

[pt] Adequação e validação de métodos econométricos para quantificar o impacto da padronização (normalização) de produtos no consumo e no bem estar dos consumidores. Três são os objetivos centrais da presente pesquisa: (i) caracterização do impacto da implementação da padronização na produção de açúcar, (ii) desenvolvimento de metodologia para a quantificação do impacto da implementação da padronização (normalização de pré-medidos) sobre o nível de produção e, portanto, sobre o bem-estar dos consumidores e (iii) análise do acervo de normas e regulamentação técnica aplicável ao setor açucareiro. Como motivação o trabalho mostra que funções da tecnologia industrial básica constituem de fato instrumentos de redução da assimetria da informação. O trabalho se desenvolveu no recente contexto de implementação de políticas públicas sociais que visam à melhoria do bem-estar de consumidores de baixa renda. O trabalho se desenvolveu em conformidade aos seguintes preceitos metodológicos: (i) revisão da literatura relacionada à assimetria da informação com o propósito de comprovar a hipótese de que a padronização de produtos pode de fato reduzir a assimetria informação; (ii) análise econométrica das sérias históricas da produção brasileira de açúcar. Os resultados do trabalho mostraram que a padronização do açúcar (normalização de pré-medidos), se devidamente implementada, pode implicar na melhoria no bem estar dos consumidores. Uma análise contra-factual clássica dos resultados consolidados mostrou que a padronização brasileira do açúcar reduziu a assimetria da informação presenciada nesse mercado, impactando num aumento de cerca de 8 porcento na produção de açúcar em 2006 devido `a padronização do produto implementada em 1992. Como conclusão a análise econométrica permitiu mostrar que a padronização de produtos constitui-se numa ferramenta estratégica a serviço do Estado promover a competitividade e como instrumento de redução de assimetria da informação em benefício do consumidor e de redução de distorções de mercados. / [en] There are two objetives in this Master dissertation in Metrology: (i) characterization of the impact of the implementation of the standardization in the production of sugar and (ii) development of methodology for quantifying the impact of the implementation of the standardization on the production level and, therefore, on the welfare of consumers. The work was motivated by the use of functions of basic industrial technology to reduce the asymmetric information as market failure is able to generate deficiencies. The investigation was developed in the recent context characterized by the implementation of social public policies aimed to improve the low income consumer s welfare. The work was developed in accordance to the following methodological precepts: (i) review of the literature on asymmetric information in order to verify the hypothesis that the products standardization can reduce the asymmetric information, generating an improvement in the consumer s welfare; (ii) econometric analysis of the Brazilian sugar production time series. As a result, the research shows that the sugar standardization, if correctly implemented, induces consumer s welfare. A contra-factual analysis of the consolidated results has shown that the Brazilian sugar standardization reduced the asymmetric information in this market. The impact of this policy was an increase in roughly 8 percent in the sugar production in 2006 due to the product standardization implemented in 1992. As a conclusion, the econometric analysis developed show that the standardization of products can be considered a powerful strategic tool. Not only to promote specific sector competitiveness, but also as an instrument to reduce the asymmetric information to the benefit of consumers.

[pt] Nesta dissertação, propomos uma metodologia para seleção de dados em modelos de Aprendizado por Quantização Vetorial, referenciado amplamente na literatura pela sigla em inglês LVQ. Treinar um modelo (ajuste dentro-daamostra) com um subconjunto selecionado a partir do conjunto de dados disponíveis para o aprendizado pode trazer grandes benefícios no resultado de generalização (fora-da-amostra). Neste sentido, é muito importante realizar uma busca para selecionar dados que, além de serem representativos de suas distribuições originais, não sejam ruído (no sentido definido ao longo desta dissertação). O método proposto procura encontrar os pontos relevantes do conjunto de entrada, tendo como base a correlação do erro de cada ponto com o erro do restante da distribuição. Procura-se, em geral, eliminar considerável parte do ruído mantendo os pontos que são relevantes para o ajuste do modelo (aprendizado). Assim, especificamente em LVQ, a atualização dos protótipos durante o aprendizado é realizada com um subconjunto do conjunto de treinamento originalmente disponível. Experimentos numéricos foram realizados com dados simulados e reais, e os resultados obtidos foram muito interessantes, mostrando claramente a potencialidade do método proposto. / [en] In this dissertation, we consider a methodology for selection of data in models of Learning Vector Quantization (LVQ). The generalization can be improved by using a subgroup selected from the available data set. We search the original distribution to select relevant data that aren't noise. The search aims at relevant points in the training set based on the correlation between the error of each point and the average of error of the remaining data. In general, it is desired to eliminate a considerable part of the noise, keeping the points that are relevant for the learning model. Thus, specifically in LVQ, the method updates the prototypes with a subgroup of the originally available training set. Numerical experiments have been done with simulated and real data. The results were very interesting and clearly indicated the potential of the method.

[pt] Os sistemas de mensuração de desempenho buscam acompanhar o alcance dos objetivos estratégicos a partir de um conjunto de indicadores que suportem os processos de tomada de decisão. Várias iniciativas, entretanto, têm se mostrado ineficazes devido à subjetividade no desdobramento desses objetivos em indicadores. Métodos de business analytics vêm sendo utilizados para auxiliar esse desdobramento via análise de dados, com maior geração de valor para as organizações. O presente trabalho apresenta a aplicação das técnicas de Random Forest e Bayesian Belief Network para, respectivamente, selecionar indicadores e mapear suas relações em um estudo prático numa empresa do setor de transporte ferroviário de cargas, com foco no suporte ao indicador de disponibilidade de locomotivas. Para o processo de seleção de variáveis, observou-se que o algoritmo Variable Selection Using Random Forest obteve o melhor desempenho em acurácia e tempo de processamento. Na elaboração do mapa estratégico, a combinação do algoritmo Tabu Search com o critério estatístico Bayesian Information Criteria levou à escolha de um arranjo parcimonioso em suas relações, aderente à expectativa inicial associada ao critério estatístico utilizado. Foi observado um significativo vínculo entre a disponibilidade de locomotivas e indicadores operacionais da empresa em estudo, revelando o potencial de influência do modelo operacional nos resultados da disponibilidade. Verifica-se a oportunidade de emprego de técnicas de séries temporais para a previsão de desempenho a partir dos relacionamentos entre indicadores, bem como para aperfeiçoar a fase de seleção de variáveis, com a identificação de possíveis defasagens existentes nesses relacionamentos. / [en] Performance measurement systems seek to monitor the achievement of strategic objectives through a set of indicators that support decision-making processes. Several initiatives, however, have been shown to be ineffective due to the subjectivity in the unfolding of these objectives into indicators. Business analytics methods have been used to assist this deployment via data analysis, with greater value generation for organizations. The present work presents the application of Random Forest and Bayesian Belief Network techniques to, respectively, select indicators and map their relationships in a practical study in a company in the rail freight sector, with a focus on supporting the locomotive availability indicator. For the variable selection process, it was observed that the Variable Selection Using Random Forest algorithm obtained the best performance in accuracy and computation time. In the preparation of the strategic map, the combination of the Tabu Search algorithm with the Bayesian Information Criteria statistical criterion led to the choice of a parsimonious arrangement in its relations, adhering to the initial expectation associated with the statistical criterion used. A significant link was observed between the locomotive availability and operational indicators of the company under study, revealing the potential influence of the operational model on the availability results. There is an opportunity to use time series techniques to predict performance based on the relationships between indicators, as well as to improve the variable selection phase, with the identification of possible lags in these relationships

[pt] Esta dissertação enfoca a combinação de duas conhecidas e eficazes tecnologias usadas em muitas redes de comunicação atuais, as técnicas de transmissão Orthogonal Frequency Division Multiplexing (OFDM) e Multiple-Input Multiple-Output (MIMO). Sistemas MIMO-OFDM unem as vantagens conhecidas da comunicação MIMO, como altas taxas de dados e ampliação da confiabilidade do link, com as características marcantes da transmissão OFDM, como comunicação livre de interferência entre símbolos e a equalização simples no domínio da frequência. Este trabalho apresenta em detalhes a modelagem de sinais do sistema MIMO-OFDM e o processamento adequado no receptor para realizar detecções desacopladas dos sub-símbolos OFDM. Além disso, estratégias de seleção de antenas são propostas para aumentar o desempenho do sistema, explorando cenários em que o transmissor ou receptor está equipado com mais antenas do que o número de cadeias de radiofrequência (RF). Esses procedimentos são baseados em métricas específicas propostas para cada cenário. A avaliação de desempenho inclui sistemas equipados com técnicas de equalização linear e sistemas com pré-codificadores, como Zero-Forcing (ZF) e Minimum Mean Square Error (MMSE). Os resultados de simulação evidenciam que as estratégias de seleção da antena resultam em uma melhoria significativa no desempenho do sistema. / [en] This thesis focuses on the combination of two well-known effective technologies used in many of today s communication networks, Orthogonal Frequency Division Multiplexing (OFDM) and Multiple-Input Multiple- Output (MIMO). It unites the well-known advantages of MIMO communication, such as high data rates and improved link reliability to the characteristics of OFDM, known as intersymbol-interference-free communication and simple frequency-domain equalization. This work presents in detail the signal modelling of MIMO-OFDM system and the adequate processing at the receiver to perform decoupled detections per OFDM subsymbol. In addition, antenna selection strategies are proposed to increase system performance by exploiting some scenarios when the transmitter or receiver is equipped with more antennas than the number of radiofrequency (RF) chains. These procedures are based on the specific metric for the current scenario. The performance of the system is evaluated employing linear equalization or precoding techniques, such as Zero-Forcing (ZF) and Minimum Mean Square Error (MMSE). Simulation results evidence that antenna selection strategies result in significant system performance improvement.

[pt] O presente trabalho investiga as potenciais explicações para o fenômeno do Missing Disinflation Puzzle. Nós montamos uma base de dados contendo apenas variáveis associadas com o fenômeno, e utilizamos métodos de Machine Learning para calcular estimativas para a inflação do Consumer Price Index durante o período de interesse. Esses métodos podem lidar com bases de dados extensas, e realizar seleção de variáveis. Um exercício de seleção de melhores modelos utilizando a técnica de Model Confidence Set sobre previsões pseudo out-of-sample é proposto. Nós analisamos o padrão de seleção de variáveis entre os melhores modelos selecionados e encontramos evidência a favor das explicações associadas ao uso de diferentes métricas de expectativas de inflação - em especial aquelas ligadas a pesquisas feitas com consumidores. / [en] This paper examines the potential explanations for the Missing Disinflation Puzzle (MDP). We construct a data set containing only variables associated with the puzzle, and use of Machine Learning (ML) methods to compute estimates for U.S. Consumer Price Index inflation over the period of interest. These methods can handle large data sets, and perform variable selection. A model selection exercise using Model Confidence Set over pseudo-out-of-sample forecasts is proposed to assess forecasting performance and to analyze the variable selection pattern of these models. We analyze the variable selection performed by the best models and find evidence for explanations associated with different metrics for inflation expectations - in particular those linked to consumers surveys.

[pt] No presente estudo, foi investigada a ocorrência da resposta de congelamento de defesa durante o período pré- e pós-choque empregado no protocolo para a criação seletiva das linhagens de ratos Cariocas alto- e baixo-congelamento condicionado na PUC-Rio. Além disso, para obter uma maior clareza da estrutura deste comportamento defensivo e sua relação com as duas linhagens, foi realizada uma extração de componentes. Foram detectadas diferenças significativas entre as linhagens nos períodos pré- e pós-choque, com a diferença no período pré-choque sendo proporcional à encontrada no fenótipo. A análise fatorial revelou 4 componentes, o primeiro relacionado ao fenótipo, o segundo à parcela final do período pré-choque, o terceiro ao período pós-choque e o quarto à parcela inicial do período pré-choque. Estes resultados demonstram que o protocolo empregado foi capaz de produzir diferenças significativas nas linhagens selecionadas para alto e baixo congelamento condicionado em paradigmas de ansiedade incondicionada, indicando um mutualismo genético por trás destes mecanismos, observado pela primeira vez com ratos selecionados apenas pelo medo contextual condicionado. O componente que carregou a parcela final do período de habituação (pré-choque) mostrou-se mais responsável por explicar a variação individual do que a parcela inicial ou o pós-choque, indicando que este período dos minutos 5 a 8 é um intervalo ideal para obter de forma mais eficaz o traço comportamental do animal. / [en] The present study investigated freezing behavior patterns during the selective breeding protocol employed in the creation of the Cariocas High- and Low- Conditioned Freezing in PUC-Rio s Neuroscience Laboratory. There were significant differences found in the baseline, post-shock and retrieval (phenotype) freezing means of the High-, Low- and Control lines over the generations of selective breeding. A Principal Component Analysis of the freezing means in each minute of the contextual fear conditioning protocol revealed four components, the First loading the freezing in the retrieval period, the Second the final half of the baseline period, the Third loads the 3 minutes of freezing measured after foot shocks are received and the Fourth loads the first half of the baseline period. The analysis of the means shows that the selective breeding protocol employed successfully produced differences in anxiety in the selected lines. It s the first time this baseline difference in freezing is observed in Rats. Indicates that there s a genetic pleiotropy behind the underlying mechanisms that allow for a stronger or smaller fear response in response to contextual cues, conditioned or unconditioned. We hypothesize that this might be related to genetic differences in fear related spatial learning modulated by the selection process. Finally, the Second component loading the final half of the baseline period shows that this period (between 5 and 8 minutes) is better at producing a stable behavior pattern which more aptly reproduces the rat s individual identity.

[pt] Em redes sem fio, o desvanecimento do sinal causado pela propagação por caminhos múltiplos pode ser mitigado através do uso de diversidade cooperativa [1–3]. Neste contexto, esquemas de seleção de repetidores são essenciais por causa de seu alto desempenho [4–6]. Esta tese é focada no desenvolvimento de técnicas de seleção de repetidores, que utilizam buffers. Como primeira contribuição, apresentamos uma estrutura de chaveamento para sistemas de repetidores MIMO em que um nó de origem pode transmitir diretamente para um nó de destino ou auxiliado por repetidores. Em particular, apresentamos uma nova técnica de seleção de repetidores baseada no chaveamento e seleção do melhor canal, denominada Switched Max-Link, que faz uso do critério de seleção Maximum Minimum Distance (MMD). Como segunda contribuição, apresentamos uma estratégia de seleção de repetidores para sistemas cooperativos de múltiplas antenas que são auxiliados por um nó processador central, em que um cluster formado por dois usuários é selecionado para transmitir simultaneamente um ao outro com a ajuda de repetidores. Em particular, apresentamos uma nova estratégia de seleção de repetidores Multi-Way com base na seleção do melhor link, explorando o uso de buffers e codificação de rede em camada física (PLNC), denominada Multi-Way Buffer-Aided Max-Link (MW-Max-Link). Como terceira contribuição, apresentamos uma estrutura de uplink dirigida por nuvem para sistemas de repetidores Multi-Way de múltiplas antenas, que ajuda na detecção conjunta de símbolos na nuvem, onde os usuários são selecionados para transmitir simultaneamente uns aos outros auxiliados por repetidores. Em particular, desenvolvemos um novo protocolo de seleção de repetidores Multi-Way com base na seleção do melhor link, explorando o uso de buffers em nuvem e PLNC, denominado Multi-Way Cloud-Driven Best-User-Link (MWC-Best-User-Link). É realizada uma análise das técnicas propostas e existentes em termos de custo computacional, probabilidade de erro de pareamento, soma das taxas e atraso médio e simulações são empregadas para avaliar o desempenho dessas técnicas. / [en] In wireless networks, signal fading caused by multipath propagation can be mitigated through the use of cooperative diversity [1–3]. In this context, relay selection schemes are key because of their high performance [4–6]. Thus, this thesis is focused on developing relay selection techniques, that uses buffers. In this work, as a first contribution, we present a switched relaying framework for multiple-input multiple-output (MIMO) relay systems where a source node may transmit directly to a destination node or aided by relays equipped with buffers. In particular, we develop a novel relay selection protocol based on switching and the selection of the best link, denoted as Switched Max-Link, that uses the novel Maximum Minimum Distance (MMD) relay selection criterion. After that, as a second contribution, we present a relay-selection strategy for multi-way cooperative multi-antenna systems that are aided by a central processor node, where a cluster formed by two users is selected to simultaneously transmit to each other with the help of relays. In particular, we present a novel multi-way relay selection strategy based on the selection of the best link, exploiting the use of buffers and physical-layer network coding (PLNC), that is called Multi-Way Buffer-Aided Max-Link (MW-Max-Link). Moreover, as a third contribution, we present a cloud-driven uplink framework for multi-way multiple-antenna relay systems which aids joint symbol detection in the cloud and where users are selected to simultaneously transmit to each other aided by relays. In particular, we develop a novel multi-way relay selection protocol based on the selection of the best link, exploiting the use of cloud buffers and PLNC, denoted as Multi-Way Cloud- Driven Best-User-Link (MWC-Best-User-Link). An analysis of the proposed and existing techniques in terms of computational cost, pairwise error probability, sum-rate and average delay is carried out. Simulations are then employed to evaluate the performance of these techniques.

[pt] Mudanças recentes em mercados de energia com alta penetração de fontes renováveis destacaram a necessidade de estratégias complexas que, além de maximizar o lucro, proporcionam proteção contra a volatilidade de preços e incerteza na geração. Neste contexto, este trabalho propõe um modelo dinâmico para representar a tomada de decisão sequencial no cenário atual. Ao contrário de trabalhos relatados anteriormente, este método fornece uma estrutura para considerar as incertezas nos níveis estratégico (longo prazo) e operacional (curto prazo) simultaneamente. É utilizado um modelo de programação estocástica multiestágio em que as correlações entre previsões de vazão, geração renovável, preços spot e preços contratuais são consideradas por meio de uma árvore de decisão multi-escala. Além disso, a aversão ao risco do agente comercializador é considerada por meio de restrições intuitivas e consistentes no tempo. É apresentado um estudo de caso do setor elétrico brasileiro, no qual dados reais foram utilizados para definir a estratégia ótima de comercialização de um gerador de energia eólica, condicionada à evolução futura dos preços de mercado. O modelo fornece ao comercializador informações úteis, como o montante contratado ideal, além do momento ótimo de negociação e duração dos contratos. Além disso, o valor desta solução é demonstrado quando comparado a abordagens estáticas, através de uma medida de desempenho baseada no equivalente de certo do problema multiestágio. / [en] Recent market changes in power systems with high renewable energy penetration highlighted the need for complex profit maximization and protection against price volatility and generation uncertainty. This work proposes a dynamic model to represent sequential decision making in this current scenario. Unlike previously reported works, we contemplate uncertainties in both strategic (long-term) and operational (short-term) levels, all considered as pathdependent stochastic processes. The problem is represented as a multistage stochastic programming model in which the correlations between inflow forecasts, renewable generation, spot and contract prices are accounted for by means of interconnected long- and short-term decision trees. Additionally, risk aversion is considered through intuitive time-consistent constraints. A case study of the Brazilian power sector is presented, in which real data was used to define the optimal trading strategy of a wind power generator, conditioned to the future evolution of market prices. The model provides the trader with useful information such as the optimal contractual amount, settlement timing, and term. Furthermore, the value of this solution is demonstrated when compared to state-of-the-art static approaches using a multistage-based certainty equivalent performance measure.