Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Comparação de modelos de investimento baseado em fatores de risco e aprendizado de máquina
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1056300
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Cerqueira, Fabio Ribeiro | - |
| Autor(es): dc.contributor | Ignacio, Anibal Alberto Vilcapoma | - |
| Autor(es): dc.contributor | Ramos, Laís Gomes | - |
| Autor(es): dc.creator | Tenorio, Iago Cardoso Leal | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:11:35Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:11:35Z | - |
| Data de envio: dc.date.issued | 2025-07-22 | - |
| Data de envio: dc.date.issued | 2025-07-22 | - |
| Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/39392 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1056300 | - |
| Descrição: dc.description | O objetivo deste trabalho é comparar a aplicação de modelos de investimento baseados no modelo de precificação de ativos por fatores de risco, com a adição do fator momento, e modelos de aprendizado de máquina supervisionado no mercado acionário brasileiro. O modelo de três fatores, que continha os fatores Mercado, Tamanho e Valor, foi evoluído para o modelo com cinco fatores de risco com a adição dos fatores Lucratividade e Investimento. Já o fator momento utiliza o retorno recente de um ativo como parâmetro, variando esse período de 3 a 12 meses. Para os modelos de aprendizado de máquina, foram utilizados algoritmos com foco em regressão, pois o objetivo do trabalho é a previsão do valor da cotação de uma ação. Modelos de regressão linear podem ser realizados em sua forma mais simples por meio de uma única variável previsora, diversas variáveis com uma regressão múltipla ou com o auxílio de algoritmos como Random Forests, Multilayer Perceptron e Support Vector Machines (SVM). Por fim, para replicar as ideias propostas anteriormente, foi utilizada uma amostra com dados do mercado acionário a partir de 2010, implementando a junção do modelo de 5 fatores com o fator momento, alternando os fatores por meio de suas classificações na lógica 2 (para o fator tamanho) x 2 (demais fatores), resultando em 16 carteiras com sua manutenção mensal em todo primeiro dia útil. Para os modelos de aprendizado de máquina, foi utilizada a previsão da cotação do dia seguinte por meio dos diferentes algoritmos citados anteriormente | - |
| Descrição: dc.description | The aim of this study is to compare the application of investment models based on the asset pricing model by risk factors, with the addition of the momentum factor, and supervised machine learning models in the Brazilian stock market. The three-factor model, which included the Market, Size, and Value factors, was further developed in a five-factor model with the addition of the Profitability and Investment factors. The momentum factor uses the logic where the recent return of an asset is used as a parameter, varying this period from 3 to 12 months. For machine learning models, algorithms focused on regression were used because the goal of the study is to predict the value of a stock. Linear regression models can be performed in their simplest form using a single predictor variable, multiple variables with multiple regression, or with the aid of algorithms such as Random Forests, Multilayer Perceptron and Support Vectors Machine (SVM). Finally, to replicate the ideas proposed earlier, a sample with stock market data from 2010 onwards was used, implementing the combination of the 5-factor model with the momentum factor, alternating the factors through their classifications in the 2 (for the Size factor) x 2 (other factors) logic, resulting in 16 portfolios with monthly maintenance on the first business day. For machine learning models, the forecast of the next day's stock price was used through the different algorithms mentioned earlier | - |
| Descrição: dc.description | 51 f. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Open Access | - |
| Direitos: dc.rights | CC-BY-SA | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Modelo de precificação de ativos | - |
| Palavras-chave: dc.subject | Modelo de cinco fatores de Fama e French | - |
| Palavras-chave: dc.subject | Investimento | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Modelo de precificação de ativos financeiros | - |
| Palavras-chave: dc.subject | Investimento de capital | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Asset pricing model | - |
| Palavras-chave: dc.subject | Five factor model of Fama and French | - |
| Palavras-chave: dc.subject | Investment | - |
| Título: dc.title | Comparação de modelos de investimento baseado em fatores de risco e aprendizado de máquina | - |
| Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo