Nos últimos anos, percebeu-se um avanço substancial das metodologias sistemáticas de seleção de ativos em portfólios financeiros, baseadas em técnicas de otimização. A maior pressão por desempenho sobre as gestoras de recursos e a evolução dos softwares e pacotes de otimização foram fatores que contribuíram para esse desenvolvimento. Dentre as técnicas mais reconhecidas utilizadas na gestão de portfólios está a de otimização robusta, cuja aplicação na solução de problemas com dados incertos iniciou-se na década de 1970 e, desde então, vem evoluindo em sofisticação. Partindo de uma extensão recente do método, propõe-se um novo modelo linear que resolve o problema de otimização de um portfólio para múltiplos estágios, com inovações no tratamento da incerteza das estimativas de dispersão dos retornos. Os resultados mostram que o método proposto desempenha muito bem em termos de rentabilidade e de métricas de risco-retorno em momentos de turbulência dos mercados. Por fim, demonstra-se empiricamente que o modelo alcança um desempenho ainda melhor em termos de rentabilidade com a adoção de um estimador eficiente para o valor esperado dos retornos e com a simultânea redução do nível de robustez do modelo. / It has been realized in the last years a remarkable development of the optimization techniques to solve the problem of financial portfolio selection. The pressure on asset management firms to maintain a more stable performance and the evolution of specialized software packages have enabled this positive trend. One of the most recognized approaches applied to the management of investments is the robust optimization, whose use on uncertain portfolio optimization problems has begun in the 1970s and has experienced a substantial growth since then. Building on a recent version of this framework, it is proposed a new linear model of the robust multistage portfolio optimization problem, thereby incorporating uncertainty about dispersion inputs in an innovative way. The results show that this method performs very well during high volatility periods in terms of the terminal wealth and the risk-return tradeoff. Finally, it can be demonstrated empirically that the proposed method outperforms when an efficient return estimator is incorporated to the optimization model and the robustness level is reduced simultaneously.

Neste trabalho, aprofundamos o estudo sobre risco sistêmico via funções de agregação. Consideramos três carteiras diferentes como proxy para um sistema econômico, estas carteiras são consistidas por duas funções de agregação, baseadas em todos as ações do E.U.A, e um índice de mercado. As medidas de risco aplicadas são Value at Risk (VaR), Expected Shortfall (ES) and Expectile Value at Risk (EVaR), elas são previstas através do modelo GARCH clássico unido com nove funções de distribuição de probabilidade diferentes e mais por um método não paramétrico. As previsões são avaliadas por funções de perda e backtests de violação. Os resultados indicam que nossa abordagem pode gerar uma função de agregação adequada para processar o risco de um sistema previamente selecionado. / In this work, we deepen the study of systemic risk measurement via aggregation functions. We consider three different portfolios as a proxy for an economic system, these portfolios are consisted in two aggregation functions, based on all U.S. stocks and a market index. The risk measures applied are Value at Risk (VaR), Expected Shortfall (ES) and Expectile Value at Risk (EVaR), they are forecasted via the classical GARCH model along with nine distribution probability functions and also by a nonparametric approach. The forecasts are evaluated by loss functions and violation backtests. Results indicate that our approach can generate an adequate aggregation function to process the risk of a system previously selected.

[pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás. / [en] This thesis investigates a system of support to the decision based on Genetic Algorithms and Monte Carlo Simulation for the creation of portfolio projects of oil and gas. The objective of this work is to evaluate the performance of Genetic Algorithms -GA- to select projects that will form the portfolio. The portfolio construction of projects is a problem of objective multiples, where it is wishes to choose a set of projects with profit perspectives to form a portfolio. The system uses the Genetic Algorithm to create the portfolio formation of projects. After that, the Monte Carlo Simulation is used to get the function of distribution of the Net Present Value -NPV- of the portfolio based on the distributions of the chosen projects. Finally, the portfolio is evaluated portfolio by using itself the method of minimizes energy for the three considered objectives. The problem consists, basically, in maximizing the average of the NPV which represents the return expected, minimizing the Standard of Deviation, which is the measure of the risk, and maximizing the Percentile 90 -P90-, which means the possibility to get a bigger profit. In the study of cases, it is presented the results of the application of the system for different groups of projects, consisting in 16, 18, 20 and 26 projects, where each project has theoretical distributions of the NPV defined by functions: F, Normal and Logarithmic, formed for 500 data. The gotten results show the efficiency of the GA with the technique of objective multiples, in the use of the optimization of the portfolio projects oil and gas investment.

[pt] Muitos dos trabalhos em finanças, como os que envolvem modelos financeiros,concentram-se na busca de formas de rejeitar as suposições sobre as quais estes se baseiam. Contudo, uma questão importante, é verificar se um determinado modelo supera ou é superado pelas alternativas existentes.Assim foi feito nesta pesquisa, que tem como objetivo principal mostrar que o gerenciamento ativo de carteiras dos fundos de pensão, com todas as limitações constantes em sua legislação cria valor, se comparado ao gerenciamento passivo. Ou seja, o gerenciamento ativo supera o gerenciamento passivo de carteiras.Basicamente, neste trabalho são apresentadas as limitantes presentes na legislação dos fundos de pensão e metodologias para a construção de carteiras.A carteira passiva foi construída segundo os conceitos presentes no algoritmo de Elton, Gruber e Padberg.A carteira ativa foi construída segundo um processo proposto por Grinold e Kahn de transformar sinais / informações em alphas / previsões.Para a segunda etapa do processo de geração de uma carteira ativa foram utilizadas três técnicas de construção de carteiras: a metodologia das janelas; a metodologia da estratificação; e a metodologia de programação quadrática onde foi utilizado o programa AEGIS 3.0 da consultoria BARRA. Após a construção das carteiras uma comparação, entre ambas, valida o objetivo proposto. / [en] Many of the works in finance, as the ones that involves financial models, are concentrated in fetching the forms to reject the assumptions on which these are based.However, an important question is to verify if one specific model surpasses or is surpassed by the other alternatives. Thus, it was made in this work, which main objective is showing that the active pension funds portfolio management, with all those legislation restrictions, creates value when it was compared to the passive management. In other words, the active portfolio management surpasses the passive management. Basically, in this work, we present the restrictions of the pension funds legislation and the methodology of the portfolio construction.The passive portfolio was built according to the concepts presented in the Elton, Gruber and Padberg algorithm. The active portfolio was built according to the process considered by Grinold and Kahn to transform signs / information into alphas / forecasts. For the second step of the process of the portfolio construction, there are three generic classes of procedures that cover the vast majority of institutional portfolio management, that are used: Screens; Stratification; and Quadratic Programming, in which we used AEGIS 3.0 of BARRA consult. After the portfolio construction we match the results to validate the main objective.

Esta tese tem foco no tema de otimização de carteiras de investimento modeladas para estratégia de investimento de index tracking. O conteúdo final é composto por três artigos. O primeiro artigo é intitulado “Index Tracking with Controlled Number of Assets Using a Hybrid Heuristic Combining Genetic Algorithm and Non-linear Programming”, e foi aceito para publicação na revista Annals of Operations Research. O segundo artigo é “Index Tracking and Enhanced Indexing using Cointegration and Correlation with Endogenous Portfolio Selection”, e foi aceito para publicação na revista Quarterly Review of Economics and Finance. Por fim, o terceiro artivo é “Investigating the Use of Statistical Process Control Charts for Index Tracking Portfolios”, o qual já foi submetido e está atualmente em processo de revisão. No primeiro artigo, discutimos a estratégia de investimento de index tracking usando programação matemática. Primeiro, usamos uma formulação de programação não linear para o problema de index tracking, considerando um número limitado de ações. Devido à dificuldade de solução do problema em um intervalo de tempo razoável por pacotes matemáticos comerciais, aplicamos uma abordagem de solução híbrida, combinando programação matemática e algoritmo genético. Com a aplicação de testes, demonstramos a eficiência da abordagem proposta comparando os resultados com soluções ótimas, com métodos previamente desenvolvidos, e com dados reais de índices de mercado. Os experimentos computacionais focam no Ibovespa (o mais popular índice do mercado brasileiro), e também apresentamos resultados para mercados consolidados tais quais S&P 100 (Estados Unidos), FTSE 100 (Reino Unido) and DAX (Alemanha). A estrutura proposta apresenta sua abilidade para obter ótimos resultados (resultados com gap em relação às soluções ótimas menores que 5% em 8 minutos de tempo de processamento) até mesmo para índices de mercado com alta volatilidade em um mercado em desenvolvimento. No segundo artigo, a atenção é voltada para a análise de dois métodos alternativos entre si para solução do problema de otimização de index tracking. Esse artigo investiga o desempenho “fora da amostra” dos métodos de correlação e cointegração para as estratégias de index tracking (IT) e enhanced indexing (EIT) aplicadas aos dados de mercado Brasileiro e Norte-americano. Nosso objetivo é comparar ambos os métodos na medida em que exploramos fortemente a cointegração em relação a estudos prévios: nós transformamos a seleção do portfólio endógena ao problema de otimização nessa abordagem. Os testes foram executados utilizando dados de 2004 a 2014 com amostras de 57 ações para dados brasileiros, e 96 ações para dados dos Estados Unidos; carteiras foram construídas usando combinações de no máximo 10 ações. Apesar da realização de testes extensivos, os resultados gerais demonstraram desempenho similar para ambos os métodos. Para IT no mercado brasileiro, foi verificado um trade-off entre melhor erro de tracking e maior turnover com cointegração (com resultados opostos para correlação), sendo que este mesmo padrão não foi encontrado para dados norte-americanos. Os resultados para EIT também não apresentação claro favorecimento para cointegração ou correlação. Por fim, o terceiro artigo é dedicado à discussão a respeito do uso de processo estatístico de gráficos de controle para regulação de carteiras de index tracking. Nesse artigo, nosso objetivo é introduzir uma abordagem baseada em gráficos de controle (SPC) para monitorar o processo de rebalanceamento de carteiras de index tracking. O método de SPC é derivado da Estatística e da Engenharia, como ferramenta para controle de processos de produção. Para cumprir os objetivos, aplicamos gráficos de controle EWMA (do inglês, exponentially weighted moving average) para monitorar carteiras de IT baseadas no uso combinado de dois gráficos de controle: desempenho de carteiras em termos de erro de tracking e em termos de volatilidade. Assim, visamos tornar endógeno o controle do processo de rebalanceamento das carteiras baseado em seu desempenho e em suas condições de risco ao longo do tempo. Testes computacionais foram realizados para avaliar a abordagem desenvolvida em comparação com a estratégia tradicional de rebalanceamento (que consiste no uso de janelas fixas de tempo para atualização das carteiras), usando dados dos mercados brasileiro e norte-americano de 2005 a 2014. Os métodos de cointegração e correlação foram aplicados para otimização das carteiras. Os resultados demonstraram que a abordagem com SPC pode ser uma alternativa viável para o processo de rebalanceamento de carteiras.

[pt] Markowitz em 1959 estruturou as bases da teoria moderna de seleção de carteiras através da análise do risco e do retorno de ativos. Mesmo após cinco décadas sua teoria ainda é amplamente utilizada como base para construção de carteiras de investimentos. Nessa dissertação investigamos variações do modelo de Markowitz para seleção de carteiras tanto de um ponto de vista teórico quanto prático. Analisamos o impacto dos diferentes métodos de estimativa de risco e retorno, custos transacionais, risco alvo e freqüência da revisão de carteira. Para que fosse possível testar e analisar as estratégias estudadas, implementamos um simulador versátil e robusto além de criar uma base de dados com dados diários de 41 ativos da bolsa de valores brasileira, CDI e IBOVESPA. / [en] Markowitz in 1959 structured the foundations of the modern portfolio theory through the analysis of risk and return of assets. Now, after five decades his theory is still widely used as a basis for building portfolios. In this thesis we investigate variations of the Markowitz model for portfolio selection from both a theoretical and practical point of view. We analyzed the impact of different methods for the prediction of risk and return, transaction costs, target risk and frequency of revision of the portfolio. In order to test and analyze the strategies studied we implemented a robust and versatile simulator and created a database with daily data of 41 assets from the Brazilian stock exchange, CDI and IBOVESPA.

Este trabalho analisa a existência de benefícios, em termos de risco e retorno, na inclusão de mercados emergentes globais e, em especial, dos países latinoamericanos na formação de carteiras internacionais ótimas, segundo o modelo de Markowitz (1952) e considerando o risco cambial. Para isto, o estudo baseia-se na análise das taxas de retornos mensais, desvio-padrão e coeficientes de correlação em termos de moeda local, dólar, iene, marco alemão e euro, dos Índices dos Mercados de Ações (IMAs) de dezenove países, dos Índices de Bolsa de Valores de São Paulo (IBOVESPA), Buenos Aires (MERVAL), México (IPC), Santiago (IPSA), e de Caracas (IBC), para o período compreendido entre janeiro de 1994 e dezembro de 2000. Utilizou-se o aplicativo SOLVER como ferramenta para a seleção de carteiras ótimas encontrando-se uma taxa livre de risco para este período de estudo como elemento para otimizar as diferentes carteiras internacionais, tomando como base o histórico das taxas das letras do tesouro dos EUA. Tem-se, como restrição, que os investidores não podem efetuar vendas a descoberto. Os resultados indicam que ainda existem evidências dos benefícios da diversificação internacional em termos de desempenho para os investidores mas que estes são menores comparados com aqueles encontrados no trabalho de Zanette (1995) ao considerar o fator cambial. Cabe indicar, também, que a inclusão do componente latino-americano nas diferentes carteiras otimizadas, quase não acrescenta benefício algum do desempenho geral destas carteiras, sendo nulo para as carteiras do investidor japonês.

Este trabalho analisa a existência de benefícios, em termos de risco e retorno, na inclusão de mercados emergentes globais e, em especial, dos países latinoamericanos na formação de carteiras internacionais ótimas, segundo o modelo de Markowitz (1952) e considerando o risco cambial. Para isto, o estudo baseia-se na análise das taxas de retornos mensais, desvio-padrão e coeficientes de correlação em termos de moeda local, dólar, iene, marco alemão e euro, dos Índices dos Mercados de Ações (IMAs) de dezenove países, dos Índices de Bolsa de Valores de São Paulo (IBOVESPA), Buenos Aires (MERVAL), México (IPC), Santiago (IPSA), e de Caracas (IBC), para o período compreendido entre janeiro de 1994 e dezembro de 2000. Utilizou-se o aplicativo SOLVER como ferramenta para a seleção de carteiras ótimas encontrando-se uma taxa livre de risco para este período de estudo como elemento para otimizar as diferentes carteiras internacionais, tomando como base o histórico das taxas das letras do tesouro dos EUA. Tem-se, como restrição, que os investidores não podem efetuar vendas a descoberto. Os resultados indicam que ainda existem evidências dos benefícios da diversificação internacional em termos de desempenho para os investidores mas que estes são menores comparados com aqueles encontrados no trabalho de Zanette (1995) ao considerar o fator cambial. Cabe indicar, também, que a inclusão do componente latino-americano nas diferentes carteiras otimizadas, quase não acrescenta benefício algum do desempenho geral destas carteiras, sendo nulo para as carteiras do investidor japonês.

Esta tese tem foco no tema de otimização de carteiras de investimento modeladas para estratégia de investimento de index tracking. O conteúdo final é composto por três artigos. O primeiro artigo é intitulado “Index Tracking with Controlled Number of Assets Using a Hybrid Heuristic Combining Genetic Algorithm and Non-linear Programming”, e foi aceito para publicação na revista Annals of Operations Research. O segundo artigo é “Index Tracking and Enhanced Indexing using Cointegration and Correlation with Endogenous Portfolio Selection”, e foi aceito para publicação na revista Quarterly Review of Economics and Finance. Por fim, o terceiro artivo é “Investigating the Use of Statistical Process Control Charts for Index Tracking Portfolios”, o qual já foi submetido e está atualmente em processo de revisão. No primeiro artigo, discutimos a estratégia de investimento de index tracking usando programação matemática. Primeiro, usamos uma formulação de programação não linear para o problema de index tracking, considerando um número limitado de ações. Devido à dificuldade de solução do problema em um intervalo de tempo razoável por pacotes matemáticos comerciais, aplicamos uma abordagem de solução híbrida, combinando programação matemática e algoritmo genético. Com a aplicação de testes, demonstramos a eficiência da abordagem proposta comparando os resultados com soluções ótimas, com métodos previamente desenvolvidos, e com dados reais de índices de mercado. Os experimentos computacionais focam no Ibovespa (o mais popular índice do mercado brasileiro), e também apresentamos resultados para mercados consolidados tais quais S&P 100 (Estados Unidos), FTSE 100 (Reino Unido) and DAX (Alemanha). A estrutura proposta apresenta sua abilidade para obter ótimos resultados (resultados com gap em relação às soluções ótimas menores que 5% em 8 minutos de tempo de processamento) até mesmo para índices de mercado com alta volatilidade em um mercado em desenvolvimento. No segundo artigo, a atenção é voltada para a análise de dois métodos alternativos entre si para solução do problema de otimização de index tracking. Esse artigo investiga o desempenho “fora da amostra” dos métodos de correlação e cointegração para as estratégias de index tracking (IT) e enhanced indexing (EIT) aplicadas aos dados de mercado Brasileiro e Norte-americano. Nosso objetivo é comparar ambos os métodos na medida em que exploramos fortemente a cointegração em relação a estudos prévios: nós transformamos a seleção do portfólio endógena ao problema de otimização nessa abordagem. Os testes foram executados utilizando dados de 2004 a 2014 com amostras de 57 ações para dados brasileiros, e 96 ações para dados dos Estados Unidos; carteiras foram construídas usando combinações de no máximo 10 ações. Apesar da realização de testes extensivos, os resultados gerais demonstraram desempenho similar para ambos os métodos. Para IT no mercado brasileiro, foi verificado um trade-off entre melhor erro de tracking e maior turnover com cointegração (com resultados opostos para correlação), sendo que este mesmo padrão não foi encontrado para dados norte-americanos. Os resultados para EIT também não apresentação claro favorecimento para cointegração ou correlação. Por fim, o terceiro artigo é dedicado à discussão a respeito do uso de processo estatístico de gráficos de controle para regulação de carteiras de index tracking. Nesse artigo, nosso objetivo é introduzir uma abordagem baseada em gráficos de controle (SPC) para monitorar o processo de rebalanceamento de carteiras de index tracking. O método de SPC é derivado da Estatística e da Engenharia, como ferramenta para controle de processos de produção. Para cumprir os objetivos, aplicamos gráficos de controle EWMA (do inglês, exponentially weighted moving average) para monitorar carteiras de IT baseadas no uso combinado de dois gráficos de controle: desempenho de carteiras em termos de erro de tracking e em termos de volatilidade. Assim, visamos tornar endógeno o controle do processo de rebalanceamento das carteiras baseado em seu desempenho e em suas condições de risco ao longo do tempo. Testes computacionais foram realizados para avaliar a abordagem desenvolvida em comparação com a estratégia tradicional de rebalanceamento (que consiste no uso de janelas fixas de tempo para atualização das carteiras), usando dados dos mercados brasileiro e norte-americano de 2005 a 2014. Os métodos de cointegração e correlação foram aplicados para otimização das carteiras. Os resultados demonstraram que a abordagem com SPC pode ser uma alternativa viável para o processo de rebalanceamento de carteiras.

Neste trabalho, aprofundamos o estudo sobre risco sistêmico via funções de agregação. Consideramos três carteiras diferentes como proxy para um sistema econômico, estas carteiras são consistidas por duas funções de agregação, baseadas em todos as ações do E.U.A, e um índice de mercado. As medidas de risco aplicadas são Value at Risk (VaR), Expected Shortfall (ES) and Expectile Value at Risk (EVaR), elas são previstas através do modelo GARCH clássico unido com nove funções de distribuição de probabilidade diferentes e mais por um método não paramétrico. As previsões são avaliadas por funções de perda e backtests de violação. Os resultados indicam que nossa abordagem pode gerar uma função de agregação adequada para processar o risco de um sistema previamente selecionado. / In this work, we deepen the study of systemic risk measurement via aggregation functions. We consider three different portfolios as a proxy for an economic system, these portfolios are consisted in two aggregation functions, based on all U.S. stocks and a market index. The risk measures applied are Value at Risk (VaR), Expected Shortfall (ES) and Expectile Value at Risk (EVaR), they are forecasted via the classical GARCH model along with nine distribution probability functions and also by a nonparametric approach. The forecasts are evaluated by loss functions and violation backtests. Results indicate that our approach can generate an adequate aggregation function to process the risk of a system previously selected.