Publicação: Alocação de fundos de investimento imobiliários e estratégias de negociação: carteiras elaboradas em algoritmos de Reinforcement Learning
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS SOCIAIS APLICADAS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
No que tange à esfera dos investimentos financeiros, as estratégias de negociação empenham
um papel crucial. Contudo, perante o dinamismo e complexidade que o mercado de ativos
apresenta, torna-se laborioso projetar táticas lucrativas. Nesta pesquisa, buscou-se uma
abordagem que utiliza esquemas de aprendizado por reforço, a fim de compreender padrões de
mercado e trazer uma estratégia de negociação de Fundos de Investimento Imobiliários (FIIs),
utilizada em período determinado e com o propósito de maximizar o retorno de uma carteira
proposta. Utilizou-se um agente de inteligência artificial configurado com Reinforcement
Learning e obtivemos estratégias de negociação de carteiras, ao gerar gráficos através dos
algoritmos baseados em ator crítico: Proximal Policy Optimization (PPO), Advantage ActorCritic (A2C), Deep Deterministic Policy Gradient (DDPG), Soft Actor-Critic (SAC) e Twin
Delayed Deep Deterministic Policy Gradient (TD3). Esta abordagem procurou utilizar os
melhores atributos de cada um dos algoritmos, emitindo diferentes ordens de compra ou venda,
a depender das diferentes situações do mercado. Foram analisados FIIs elegíveis para este
método, segundo critérios definidos durante a pesquisa. Deste modo, os algoritmos foram
testados em 26 Fundos Imobiliários de Investimento, internos ao Índice de Fundos Imobiliários
(IFIX), que possuem liquidez adequada para satisfazer o volume de dados necessários. A
performance resultante da carteira proposta, com os diferentes algoritmos de aprendizado por
reforço foi avaliada e comparada com a estratégia Buy and Hold e o índice IFIX, junto a de
alocação de portfólio de variância mínima. A estratégia dos algoritmos individuais propostos
são mostrados para superar as estratégias mencionadas e, superaram a carteira de mínima
variância. Assim, esse estudo melhora a compreensão do uso de algoritmos de aprendizado ao
criar estratégias de investimento para fundos de investimento imobiliário (FIIs), além de propor
que o gerenciamento de investimentos orientado por dados pode ser mais eficaz e,
simultaneamente, reduzir conflitos de interesses e evitar decisões imprecisas. Isso é feito ao
mostrar uma contraposição à Hipótese de Mercado Eficiente (HME), em favor da Hipótese de
Mercado Adaptativo (HMA).
Abstract
Palavras-chave
Ator crítico, Fundos de Investimento Imobiliários (FIIs), Estratégias de negociação, Reinforcement Learning, Gestão de portfólio
Citação
BARBOZA, Julia Pinheiro. Alocação de fundos de investimento imobiliários e estratégias de negociação: carteiras elaboradas em algoritmos de Reinforcement Learning. 2023. 16 f. Trabalho de Conclusão de Curso (Graduação em Administração) – Universidade Federal de Uberlândia, Uberlândia, 2023.