[en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET

[pt] MODELO GENÉTICO-NEURAL PARA OTIMIZAÇÃO DE CARTEIRAS COM OPÇÕES FINANCEIRAS NO MERCADO BRASILEIRO

[pt] MICHEL CARDONSKY CASPARY

[pt] REDE NEURAL ARTIFICIAL

[pt] OTIMIZACAO DE PORTFOLIO

[pt] ALGORITMO GENETICO

[en] ARTIFICIAL NEURAL NETWORKS

[en] PORTFOLIO OPTIMIZATION

[en] GENETIC ALGORITHM

[pt] A presente dissertação tem por objetivo desenvolver um modelo inteligente que permita, por uma análise quantitativa e probabilística, gerar uma carteira otimizada composta de um ativo financeiro e opções sobre este ativo. Procurou-se estudar inicialmente as características da distribuição de retornos e da volatilidade das ações mais líquidas da Bolsa de Valores de São Paulo, no período de Jan/2005 a Jul/2010, através de regressões polinomiais univariadas e bivariadas. Observouse características como a de reversão a média da volatilidade, correlação da volatilidade futura com um período histórico mais longo e outro mais curto e uma relação possivelmente quadrática entre a volatilidade histórica e a volatilidade futura. Desenvolveu-se então, satisfatoriamente, uma rede neural para prever a volatilidade futura das ações, por este ser o fator mais crítico para se determinar o preço de uma opção. Utilizando-se da precificação das opções, avaliou-se o desempenho de algoritmos genéticos na otimização de carteiras estruturadas com esses derivativos, com três funções de avaliação diferentes, a fim de aumentar o potencial retorno de um investimento, minimizando seus riscos. O sistema evolucionário implementado demonstrou ser satisfatório quando comparado a carteira otimizada com diversas outras estratégias comuns de mercado, demonstrando ser uma alternativa de apoio a decisão para investidores e gestores de carteiras.

[en] This dissertation develops an intelligent, quantitative and probabilistic model to determine an optimal composition of a portfolio consisting of a financial asset and options over this asset. Initially we studied the characteristics of the historical distribution of returns and volatility of the most liquid stocks from the BOVESPA Stock Exchange, from January 2005 to July 2010, through a univariate and a bivariate polynomial regression. Characteristics such as mean reversion of volatility, strong correlation of historical and future volatility and a quadratic polynomial relationship between them were observed. A neural network was then developed to predict the future volatility of these stocks, since that is the most critical variable in determining an option´s price. Using the option pricing, we evaluated the performance of genetic algorithms in optimizing portfolios, structured with these derivatives, with three different evaluation functions in order to increase the potential return of investments while minimizing downside risks. The developed evolutionary system showed satisfactory results when the optimal portfolio was compared with several other market option strategies, demonstrating to be a relevant decision support system for investors and portfolio managers.

MARLEY MARIA BERNARDES REBUZZI VELLASCO

JUAN GUILLERMO LAZO LAZO

MARLEY MARIA BERNARDES REBUZZI VELLASCO

ANTONIO CARLOS FIGUEIREDO PINTO

JUAN GUILLERMO LAZO LAZO

GUSTAVO SILVA ARAUJO

JOSE FRANCO MACHADO DO AMARAL

2012-07-18

2011-02-08

[pt] TEXTO

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894@2

https://doi.org/10.17771/PUCRio.acad.19894