Técnicas Quantitativas de Otimização de Carteiras Aplicadas ao Mercado de Ações Brasileiro

Abstract

In this paper we assess the out-of-sample performance of two alternative quantitative portfolio optimization techniques - mean-variance and minimum variance optimization – and compare their performance with respect to a naive 1/N (or equally-weighted) portfolio and also to the market portfolio given by the Ibovespa. We focus on short selling-constrained portfolios and consider alternative estimators for the covariance matrices: sample covariance matrix, RiskMetrics, and three covariance estimators proposed by Ledoit and Wolf (2003), Ledoit and Wolf (2004a) and Ledoit and Wolf (2004b). Taking into account alternative portfolio re-balancing frequencies, we compute out-of-sample performance statistics which indicate that the quantitative approaches delivered improved results in terms of lower portfolio volatility and better risk-adjusted returns. Moreover, the use of more sophisticated estimators for the covariance matrix generated optimal portfolios with lower turnover over time.

Carteiras de Variância Mínima no Brasil

“…Nosso artigoé próximo aos de Thomé et al (2011) e Santos & Tessari (2012). Ambos os trabalhos investigam uma CVM formada com as ações que compõem oíndice IBOVESPA.…”

“…Thomé et al (2011) estudaram o desempenho deíndices de variância mínima formadas com as ações doíndice IBOVESPA entre 1998 e 2008, concluindo que, se for imposto um limite de alocação máximo por ação de 10%, oíndice de variância mínima apresenta retornos estatisticamente superiores aos doíndice IBOVESPA, porém não aos de uma estratégia de investimento ainda mais simples, que consiste em formar cartei-ras igualmente ponderadas dos ativos. Santos & Tessari (2012) avaliam CVMs e estratégias baseadas no paradigma média-variância ao longo de um período de pouco menos de 2 anos entre 2010 e 2011, dando uma maior enfase ao estudo de diferentes métodos para estimar a matriz de covariância dos ativos, como os métodos de encolhimento (shrinkage) de Ledoit & Wolf (2004b,a) e o método de ponderação exponencial.…”

“…Além disso, consideramos também a possibilidade de utilizar posições vendidas e alavancagem nas carteiras, formando carteiras otimizadas do tipo 130/30. 4 Finalmente, além de estimadores da matriz de covariância similares aos utilizados por Santos & Tessari (2012), testamos um modelo de matriz de covariância condicional, o DCC-GARCH multivariado proposto por Engle & Sheppard (2002).…”

Seleção de carteiras ótimas sob restrições nas normas dos vetores de alocação: uma avaliação empírica com dados da BM&FBOVESPA

“…Os autores analisam também o desempenho de carteiras de variância mínima com alavancagem do tipo 130/30. O trabalho também é relacionado com Santos & Tessari (2012), que avaliam o desempenho de diferentes estimadores para matrizes de covariância na construção de carteiras de mínima variância com ações de empresas negociadas na BM&FBovespa. No entanto, este trabalho difere dos anteriores por construir carteiras de mínima variância utilizando a abordagem proposta recentemente por Fan et al (2012) que impõe uma restrição nas normas dos vetores de alocação (também chamada de restrição de exposição bruta da carteira).…”

Essays on Financial Innovations: Feedback Trading, Tracking Efficiency and Innovation Index

“…Thomé Neto, Leal, and Almeida (2011) developed an index of global minimum variance portfolio (MVP) for the most liquid stocks in Brazil, finding that the imposition of a ten percent ceiling on the MVP weights for each asset made it possible to beat the IBOVESPA Index. Santos and Tessari (2012) assessed the out-of-sample performance of two alternative quantitative portfolio optimization techniquesmean-variance and minimum variance optimizationand compared their performance concerning an equally-weighted portfolio and also to IBOVESPA Index. Focusing on shortselling-constrained portfolios and considering alternative estimators for the covariance matrices, they claim that the quantitative approaches delivered improved results in terms of lower portfolio volatility and better risk-adjusted returns.…”