Use este identificador para citar ou linkar para este item:
https://repositorio.unifei.edu.br/jspui/handle/123456789/3890
Tipo: | Dissertação |
Título: | Redes neurais aplicadas na previsão de índice Sharpe: evidência em componentes do Ibovespa |
Título(s) alternativo(s): | Neural Networks Applied in Sharpe Ratio Forecasting: Evidence in Ibovespa Components |
Autor(es): | LIMA, Renan Delgado Camurça |
Primeiro Orientador: | CARVALHO, Henrique Duarte |
metadata.dc.contributor.referee1: | OLIVEIRA, Leonardo Albergaria de |
metadata.dc.contributor.referee2: | LELES, Michel Carlo Rodrigues |
Resumo: | A aplicação de modelos de redes neurais com intuito de selecionar ativos para carteiras de investimentos com o uso do índice Sharpe é uma área que tem atraído a atenção de pesquisadores. Este estudo tem como objetivo aplicar redes neurais na previsão do índice Sharpe para seleção de carteiras de investimento. Por meio de uma revisão bibliográfica, são identificados os métodos utilizados na construção de carteiras, assim como as técnicas de otimização e as estruturas de redes neurais empregadas nesse contexto. A construção dos modelos de previsão requer a coleta e o tratamento de dados históricos de ativos financeiros e dados econômicos. O processo de seleção de carteiras é dividido em duas etapas: a otimização baseada no índice Sharpe e a seleção da carteira utilizando redes neurais para previsão da carteira com melhor desempenho no período seguinte. A avaliação do desempenho é realizada em comparação com o índice Bovespa. Os resultados mostram que o modelo sem restrições apresenta melhor desempenho em termos de tempo de otimização e índice Sharpe. As redes neurais, embora não superem as carteiras, demonstram desempenho superior ao Ibovespa. A rede neural LSTM+Atenção de Bahdanau obteve o melhor desempenho. Essas descobertas contribuem para o avanço do conhecimento na área de finanças e destacam o potencial das redes neurais na seleção de carteiras de investimento. |
Abstract: | The application of neural network models for selecting assets for investment portfolios using the Sharpe ratio has gained the attention of researchers. This study aims to apply neural networks in predicting the Sharpe ratio for investment portfolio selection. Through a literature review, the methods used in portfolio construction, optimization techniques, and neural network structures employed in this context are identified. The construction of prediction models requires the collection and preprocessing of historical data on financial assets and economic indicators. The portfolio selection process is divided into two stages: optimization based on the Sharpe ratio and portfolio selection using neural networks to predict the portfolio with the best performance in the next period. The performance evaluation is compared to the Bovespa index. The results show that the unconstrained model performs better in terms of optimization time and Sharpe ratio. Neural networks, although not surpassing the portfolios, demonstrate superior performance compared to the Ibovespa index. The LSTM+Bahdanau Attention neural network achieved the best performance. These findings contribute to the advancement of knowledge in the field of finance and highlight the potential of neural networks in investment portfolio selection. |
Palavras-chave: | Redes Neurais Neural Networks Índice Sharpe Sharpe Ratio Otimização de Carteiras Portfolio Optimization Mecanismo de Atenção Attention Mechanism |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Itajubá |
Sigla da Instituição: | UNIFEI |
metadata.dc.publisher.department: | PPG - Programas de Pós Graduação - Itabira |
metadata.dc.publisher.program: | PPG - Programas de Pós Graduação - Itabira |
Citação: | LIMA, Renan Delgado Camurça. Redes neurais aplicadas na previsão de índice Sharpe: evidência em componentes do Ibovespa. 2023. 93 f. Dissertação (Mestrado Profissional em Engenharia de Produção), Instituto de Engenharias Integradas, Universidade Federal de Itajubá (UNIFEI), Campus de Itabira, Minas Gerais, 2023. |
Tipo de Acesso: | Acesso Aberto |
URI: | https://repositorio.unifei.edu.br/jspui/handle/123456789/3890 |
Data do documento: | 14-Jul-2023 |
Aparece nas coleções: | Dissertações |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertacao Renan Delgado Camurca Lima.pdf | LIMA, Renan Delgado Camurça. Redes neurais aplicadas na previsão de índice Sharpe: evidência em componentes do Ibovespa. 2023. 93 f. Dissertação (Mestrado Profissional em Engenharia de Produção), Instituto de Engenharias Integradas, Universidade Federal de Itajubá (UNIFEI), Campus de Itabira, Minas Gerais, 2023. | 3,42 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.