Gestão de portfólio, otimização e previsão

Abstract

O modelo de otimização de portfólio de média-variância, modelo introduzido por Markowitz em 1952, e que fornece as bases do que é conhecida como teoria moderna do portfólio, é um modelo aplicável ao setor financeiro e que fornece respostas fundamentais para o problema de gestão de portfólios. Este modelo visa determinar como distribuir o capital empregue entre ativos num portfólio de modo a que, para um nível de risco fixado à partida, possamos maximizar o retorno esperado e, simultaneamente, para um determinado nível de retorno, o risco associado possa ser minimizado. Para isso, procura-se um portfólio adequado na fronteira efi ciente, que combine os melhores "trade-offs" entre os dois objetivos conflituosos, maximizar o retorno e minimizar o risco. Neste estudo, propomos o uso de simulações de Monte Carlo, bem como de algoritmos de aprendizado de máquina (Machine Learning), que permitam otimizar os retornos de portfólio, e adicionalmente permitam também estimar a evolução dos preços dos ativos em tempo futuro. Para testar estes algoritmos, criámos um problema modelo. Por um lado, os resultados confirmaram que uso dos algoritmos de aprendizado de máquina permite aos investidores otimizar e reestruturar o portfólio de modo e ciente, bem como prever o desempenho do portfólio nos mercados de ações. Por outro lado, o uso de simulações de Monte Carlo, baseado na hipótese de que os preços das ações seguem um movimento Browniano geométrico, evidenciou que estas têm um forte potencial para competir favoravelmente com os algoritmos de aprendizado de máquina propostos.