Otimização de Portfólio de Markowitz Através da Estratégia de Pares
de Negócios Cointegrados em Investimento a Longo Prazo Aplicado ao Mercado
Brasileiro
ARIMA, Backtesting, Bovespa, Cointegração, Monte Carlo,
NSGA-II, Negociação de pares, Otimização de portfólios, Xgboost
Os modelos clássicos de portfólio geralmente consideram critérios de média
e variância de retorno, analisados e estudados em condições de certeza,
enquanto os modelos contemporâneos consideram outros objetivos e restrições
mais realistas, como a estratégia de pares. Este trabalho buscou analisar o
desempenho de uma otimização de Markowitz em conjunto com métodos
contemporâneos, em particular, a otimização da carteira Mar- kowitz através
da estratégia de pares de negócios cointegrados, com base em dados
históricos sobre o preço de abertura dos principais ativos que compõem o
índice Bovespa, de janeiro de 2010 até dezembro de 2021. Para analisar e
comparar o desempenho da carteira, foi realizada uma simulação de Monte
Carlo em R, armazenando o retorno acumulado e o índice de Sharp de cada
iteração. Os métodos de comparação adotados foram: modelo de médias móveis
autorregressivas (ARIMA) e XGboost em conjunto com Markowitz e otimização
de portfólio utilizando o Algoritmo Genético de Ordenação Não Dominada II
(NSGA-II). Após a comparação se observou que a estratégia de pares obteve
um retorno anual médio de 0,21 utilizando a estratégia de pares e 0,31 com
a otimização via NSGA-II, resultado bem superior aos indicadores (Ibovespa,
CDI e Selic) e aos modelos ARIMA e XGboost. A estratégia de pares também
apresentou o maior índice de Sharp, 0,10 e 0,13, também superior aos demais
modelos e indicadores. Os resultados demostraram a eficiência da estratégia
de pares de negócios cointegrados no mercado financeiro brasileiro.