Robôs de investimento a partir de dados de redes sociais

Resumo

Com a difusão das opções de investimentos e a busca por experiência diferenciada ao cliente, muitos bancos e corretoras começaram a desenvolver consultores automatizados de investimento (mais conhecidos como Robo-Advisors) para fornecer ao cliente um portfólio personalizado sem a interação de um agente humano. Contudo, sua difusão se mostrou um desafio em vários aspectos, em especial pelas limitações dos modelos tradicionais de mediavariância, prejudicando seu uso ao ponto de muitos bancos e corretoras abortarem seus projetos. O objetivo desse trabalho é sugerir uma abordagem alternativa de construção de carteira personalizada a partir de dados de redes sociais em conjunto com técnicas difundidas na indústria de investimentos. Para tal, usam-se métodos de aprendizado de máquina a fim de prover elementos em tempo real para maximizar o retorno das carteiras.

Ficha do documento

Tipo

Dissertação

Ano

2020

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/29994

Temas

EconomiaDesenvolvimento EconômicoTecnologiaDados

Palavras-chave

Machine learningRisk parityBlack&LittermanFintechsRobo advisorsRedes sociaisInferênciaBig dataFinançasAlocação de carteirasAprendizado de MáquinaAutomatizaçãoParidade de riscoEconomiaAções (Finanças)InvestimentosInteligência artificialSistemas especialistas (Computação)