Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2022-157420
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!This paper proposes a two-step methodology, combining logistic regression and Markowitz model to determine optimized portfolios. Fundamentalist indicators were used as inputs to an logistic regression model, which gives selected assets with the highest return potential. In the second step, the portfolio with these assets was balanced according to the covariances between them, so that the risk of the portfolio was minimized. The database consisted of the financial statements of 77 assets listed on the Ibovespa from 2012 to 2020. The model was implemented during the last 5 quarters and compared to three other approaches. The results showed that the combination of machine learning and optimization models can provide more efficient portfolios, and the cumulative return obtained by this investment strategy was 13.1% higher than the Ibovespa index, while the portfolio volatility was 3.1% lower in the same period.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo