Combinação de indicadores fundamentalistas de valor/qualidade e aprendizado de máquina em rebalanceamento anual de carteiras

Resumo

O estudo analisa a possibilidade de integração de estratégias de investimento baseadas critérios fundamentalistas de valor, qualidade e suas combinações, considerando também a possibilidade de utilização de modelos de aprendizado de máquina para um processo de rebalanceamento anual. Os resultados evidenciam que combinação da medida F-Score (Piotroski, 2000) e VP/P apresentou superior ao Ibovespa no período de análise, compreendido entre 2013 a 2023. Contudo, os resultados dos modelos de aprendizado de máquina apresentaram resultados superiores a simples combinação dos critérios F-Score e VP/P. Três modelos em particular, Deep Learning, Random Forest e Regressão Logística, apresentaram desempenhos consistentes ao longo do tempo gerando resultados 5 vezes em média acima do Ibovespa. Esses resultados corroboram com a possibilidade de existência de movimentos não lineares nos indicadores fundamentalistas de qualidade e valor.

Ficha do documento

Tipo

Dissertação

Ano

2023

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/34044

Temas

EconomiaTransportesDados

Palavras-chave

Value investingQuality investingAnnual portfolio rebalancingMachine learningInvestimento em valorInvestimento em qualidadeF-ScoreRebalaceamento de carteiras anuaisAprendizado de máquinaEconomiaInvestimentos - AdministraçãoAprendizado do computadorAdministração de riscoMercado de capitais - Brasil