Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9702
Título: Modelo de Seleção de Carteiras Baseado em Erros de Predição
Autor(es): Freitas, Fábio Daros de
Orientador: Souza, Alberto Ferreira de
Data do documento: 18-Dez-2008
Editor: Universidade Federal do Espírito Santo
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.
This work presents a new prediction errors-based portfoliooptimization model that cap-tures short-term investment opportunities. We used autoregressive moving references neuralnetwork predictors to predict the stock’s returns and derived a risk measure based on thepredictor’s errors of prediction that maintains the same statistical foundation of the mean-variance model. The efficient diversification effects hold by selecting predictors with lowand complimentary error profiles. A large set of experimentswith real data from the Brazil-ian stock market was employed to evaluate our portfolio optimization model, which includedthe examination of the Normality of the errors of prediction. Our main results showed that itis possible to obtain Normal prediction errors with non-Normal series of stock returns, andthat the prediction errors-based portfolio optimization model better captured the short termopportunities, outperforming the mean-variance model andbeating the market index.
URI: http://repositorio.ufes.br/handle/10/9702
Aparece nas coleções:PPGEE - Teses de doutorado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_2858_TeseDoutoradoFabioDarosdeFreitas.pdf3.04 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.