Comparação de métodos tradicionais e de machine learning na construção de portfólios com empresas do índice AGRO B3: Markowitz vs HRP
Nenhuma Miniatura disponível
Data
2025
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A alocação eficiente de ativos é um desafio central para investidores, especialmente em setores voláteis como o agropecuário, que desempenha um papel crucial na economia brasileira. Este projeto de pesquisa tem como objetivo investigar e comparar a eficiência de dois métodos de construção de portfólios no setor agropecuário: o tradicional modelo de média-variância de Markowitz e o moderno método de Hierarchical Risk Parity (HRP), baseado em aprendizado de máquina. Utilizando dados do Índice Agro B3 (IAGRO), foram construídos portfólios com ambos os métodos, avaliando seu desempenho em termos de retorno ajustado ao risco, estabilidade e resiliência a flutuações de mercado. A pesquisa buscou identificar qual método oferece uma alocação mais eficiente no contexto do agronegócio brasileiro, considerando as particularidades do setor, como alta correlação entre ativos e exposição a fatores econômicos. O estudo contribui para a literatura ao oferecer uma análise comparativa entre métodos tradicionais e modernos de construção de portfólios, além de fornecer insights práticos para investidores e gestores de fundos voltados para o agronegócio. A metodologia inclui a coleta e tratamento de dados, construção de portfólios, aplicação de métricas de avaliação de desempenho e análise comparativa entre os métodos. Os resultados mostraram que, embora o modelo de Markowitz apresente bom desempenho em alguns cenários, o método HRP foi mais eficiente de forma consistente, apresentando maior estabilidade fora da amostra e melhor relação risco-retorno.
Descrição
Palavras-chave
Citação
DIAS, Wallisson da Silva. Comparação de métodos tradicionais e de machine learning na construção de portfólios com empresas do índice AGRO B3/ Markowitz vs HRP. Luis Eduardo Magalhães, 2025. 57 f. TCC (Graduação em Engenharia de Produção) - Universidade Federal do Oeste da Bahia, Centro Multidisciplinar do Campus de Luís Eduardo Magalhães, Luís Eduardo Magalhães, BA, 2025. Orientador: Pedro Dias Pinto.