Orientador: Francisco de Assis Magalhães Gomes Neto / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-10T22:50:20Z (GMT). No. of bitstreams: 1 Dias_CarlosHenrique_M.pdf: 2721795 bytes, checksum: 57d6019ecabf33034889a64675ccf707 (MD5) Previous issue date: 2008 / Resumo: Este trabalho tem por finalidade a determinação da fronteira eficiente de investimento através da otimização do modelo de média-variância com restrições de cardinalidade e limite inferior de investimento. Por tratar-se de um problema inteiro e não linear, cuja solução exata é de difícil obtenção, optamos por empregar um algoritmo genético, na linha desenvolvida por Chang et al. [3], que até hoje serve como referência para a determinação da fronteira eficiente de Pareto para problemas de otimização de investimentos. Entretanto, verificamos que o algoritmo proposto por Chang et al. apresenta uma distribuição não uniforme na geração de soluções aleatórias. Para contornar esse problema, introduzimos um novo esquema de geração de cromossomos, baseado na discretização do espaço, que permite a geração de soluções que satisfazem diretamente a restrição de montante total aplicado. Com essa nova abordagem, foi possível definir operadores de seleção, crossover e mutação bastante eficientes. Os resultados obtidos mostram que o novo algoritmo é mais robusto que aquele proposto por Chang et al / Abstract: In this work we consider the problem of determining of the efficient frontier of a portfolio using the mean-variance model subject to a cardinality constrain and to lower bounds on the amount invested in the selected assets. As this nonlinear integer programming problem is hard to solve exactly, we use a genetic algorithm, following the lines described by Chang et al. [3], still considered as a reference in the field. However, as the feasible solutions generated by the algorithm of Chang et al. are not uniformly distributed over the solution set, we introduce a new scheme for defining the chromosomes, based on the discretization of the feasible region, so that the amount invested always sum up to one for every solution obtained by the algorithm. This new approach allows us to define very efficient selection, crossover and mutation procedures. The numerical results obtained so far show that the new method is more robust than the one proposed by Chang et al / Mestrado / Otimização / Mestre em Matemática Aplicada

Orientador: Francisco de Assis Magalhães Gomes Neto / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-12T16:09:04Z (GMT). No. of bitstreams: 1 Villela_PedroFerraz_M.pdf: 727069 bytes, checksum: d87d64ae49bfc1a53017a463cf10b453 (MD5) Previous issue date: 2008 / Resumo: Neste trabalho, propomos um método exato para a resolução de problemas de programação quadrática que envolvem restrições de cardinalidade. Como aplicação, empregamos o método para a obtenção da fronteira eficiente de um problema (bi-objetivo) de otimização de carteiras de investimento. Nosso algoritmo é baseado no método Branch-and-Bound. A chave de seu sucesso, entretanto, reside no uso do método de Lemke, que é aplicado para a resolução dos subproblemas associados aos nós da árvore gerada pelo Branch-and-Bound. Ao longo do texto, algumas heurísticas também são introduzidas, com o propósito de acelerar a convergência do método. Os resultados computacionais obtidos comprovam que o algoritmo proposto é eficiente. / Abstract: In this work, we propose an exact method for the resolution of quadratic programming problems involving cardinality restrictions. As an application, the algorithm is used to generate the effective Pareto frontier of a (bi-objective) portfolio optimization problem. This algorithm is based on the Branch-and-Bound method. The key to its success, however, resides in the application of Lemke's method to the resolution of the subproblems associated to the nodes of the tree generated by the Branch-and-Bound algorithm. Throughout the text, some heuristics are also introduced as a way to accelerate the performance of the method. The computational results acquired show that the proposed algorithm is efficient. / Mestrado / Otimização / Mestre em Matemática Aplicada