CASTRO, Lucas Ferreira de. Estratégia de composição de carreira ótima de fundos de investimento para os regimes próprios de previdência social com base na seleção de portfólio de Markowitz. 2014. 63f. Dissertação (mestrado profissional) - Universidade Federal do Ceará, Programa de Pós Graduação em Economia, CAEN, Fortaleza, CE, 2014. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2016-02-19T20:30:10Z No. of bitstreams: 1 2014_dissert_lfcastro.pdf: 1658518 bytes, checksum: 055c98d9ab46ca6b2f58b2c8af79c310 (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2016-02-19T20:30:32Z (GMT) No. of bitstreams: 1 2014_dissert_lfcastro.pdf: 1658518 bytes, checksum: 055c98d9ab46ca6b2f58b2c8af79c310 (MD5) / Made available in DSpace on 2016-02-19T20:30:32Z (GMT). No. of bitstreams: 1 2014_dissert_lfcastro.pdf: 1658518 bytes, checksum: 055c98d9ab46ca6b2f58b2c8af79c310 (MD5) Previous issue date: 2014 / This paper proposes an optimal asset allocation strategy of RPPS exclusively in investment funds, respecting the limits imposed by CMN Resolution no. 3.922 of November 25, 2010. This resarch is motivated from the trend of a scenario of low interest rates (SELIC) against the increase in life expectancy by requiring actuarial RPPS challenging targets, which perhaps can not be hit with a passive management, allocating resources conservatively in fixed income. Also intended with this paper to presente na alternative to the policy of investiments, especially for small municipalities that have RPPS, given the scarcity of human capital to manage the resourses in these cities. From the database of investment fund Quantum, thirty investment funds in fixed income and variable were selected with better performance in the Information Ratio index in last 12 months. Then builds up the covariance matrix these funds, to form an optimal portfolio from the minimization of the variance in the portfolio sample, as proposed by Markowitz in his Theory of Portfolio Selection. This process is redone every three months based on the daily historical quotes between the period January 2008 to October 2013. The results demonstrate that cumulative profitability of the portfolio formed by the proposed strategy outperforms the benchmarks SELIC, Bovespa Index, IMA Geral, IMA-B and IPCA+6% from January 2009 to December 2013, emphasizing compliance with the actuarial target (IPCA+6%) in all years, resulting in a cumulative percentage of 20.30% more than the acturaial target. The conclusion shows that the strategy is consistente and can be adapted to RPPS according to their characteristics and investment policies. / Este trabalho propõe uma estratégia de alocação ótima dos ativos dos RPPS exclusivamente em fundos de investimentos, respeitando-se os limites impostos pela Resolução CMN n.º 3.922 de 25 de novembro de 2010. Esta pesquisa foi motivada a partir de um cenário com tendência de estagnação das taxas de juros (SELIC), frente ao aumento da expectativa de vida dos brasileiros, impondo aos RPPS metas atuarias desafiadoras, que talvez possam não ser cumpridas por gestão passiva, alocando os recursos de forma conservadora em renda fixa. Também pretende-se, com este trabalho, apresentar uma alternativa para a política de investimentos, especialmente para os pequenos municípios que possuem RPPS, haja vista a escassez de capital humano para gerir os recursos nesses municípios. A partir da base de dados de fundos de investimento da empresa Quantum, foram selecionados quarenta fundos de investimentos de renda fixa e variável com melhor desempenho no índice Information Ratio nos últimos 12 meses. Em seguida, elaborou-se a matriz de covariância desses fundos para formar uma carteira ótima a partir da minimização da variância da carteira in sample, conforme proposto por Markowitz na sua Teoria de Seleção de Portfólio. Este processo é refeito a cada três meses com base nas cotações históricas diárias compreendidas entre o período de janeiro de 2008 a outubro de 2013. Os resultados demonstram que a rentabilidade acumulada da carteira formada pela estratégia proposta supera vis a vis os benchmarks SELIC, IBOVESPA, IMA Geral, IMA-B e IPCA+6% no período de janeiro de 2009 a dezembro de 2013, destacando-se o cumprimento da meta atuarial (IPCA+6%) em quatro dos cinco exercícios analisados, resultando num percentual acumulado de 20,30% a mais do que a meta atuarial. Conclui-se que a estratégia mostra-se consistente e pode ser adaptada aos RPPS, de acordo com suas características e políticas de investimentos.

Neste trabalho é apresentado um sistema autônomo de gestão de carteiras que utiliza Redes Neurais Artificiais para monitoramento do mercado e o modelo de Black-Litterman para otimização da alocação de patrimônio. O sistema analisa as dez ações mais negociadas do índice Bovespa, com redes neurais dedicadas a cada ação, e prevê estimativas de variações de preços para um dia no futuro a partir de indicadores da análise técnica. As estimativas das redes são então inseridas em um otimizador de carteiras, que utiliza o modelo de Black-Litterman, para compor carteiras diárias que empregam a estratégia Long and Short. Os resultados obtidos são comparados a um segundo sistema de trading autônomo, sem o emprego da otimização de carteiras. Foram observados resultados com ótimo índice de Sharpe em comparação ao Benchmark. Buscou-se, assim, contribuir com evidências a favor da utilização de modelos de inferência bayesiana utilizados junto à técnicas quantitativas para a gestão de patrimônio. / This work presents an autonomous portfolio management system which uses a Neural Network approach for monitoring the market and the Black-Litterman model for portfolio composition. The ten most traded assets from the Bovespa Index are analyzed, with dedicated neural networks, which suggests future return estimates using technical indicators as input. Those estimates are inserted in the Black-Litterman model which propose daily portfolio composition using long & short positions. The results are compared to a second autonomous trading system without the Black-Litterman approach. The results show great performance compared to the Benchmark, specially the risk and return relation, captured by the Sharpe Index. The work sought to bring positive evidences for the use of Bayesian Inference techniques in quantitative portfolio management.

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. / 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.

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. / 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.