1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Gestão e Negócios (FAGEN)
3. TCC - Administração

ORCID:	http://orcid.org/0009-0004-2081-8114
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Aberto
Título:	Alocação de fundos de investimento imobiliários e estratégias de negociação: carteiras elaboradas em algoritmos de Reinforcement Learning
Título(s) alternativo(s):	Allocation of real estate investment funds and trading strategies: portfolios created using Reinforcement Learning algorithms
Autor(es):	Barboza, Julia Pinheiro
Primeiro orientador:	Barboza, Flávio Luiz de Moraes
Primeiro membro da banca:	Sampaio, Aleandra da Silva Figueira
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).
Palavras-chave:	Ator crítico Fundos de Investimento Imobiliários (FIIs) Estratégias de negociação Reinforcement Learning Gestão de portfólio
Área(s) do CNPq:	CNPQ::CIENCIAS SOCIAIS APLICADAS
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	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.
URI:	https://repositorio.ufu.br/handle/123456789/39301
Data de defesa:	4-Out-2023
Aparece nas coleções:	TCC - Administração

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