A tese está focada numa implementação out-of-sample da estratégia de Galton no mercado de ações do Reino Unido desde Janeiro 1996 até Dezembro 2022. Esta optimização de carteiras, que explora presença de previsibilidade dos erros out-of-sample do passado, é capaz de dar uma alternativa útil para a otimização de portfólios clássica. Uma vantagem crucial dessa estratégia de investimento é o melhor desempenho ajustado ao risco comparando com a benchmark e a uma versão clássica do portefólio média-variância em termos dos índices de Sharpe e Sortino mais elevados. As estimativas do risco de Galton não são excessivamente otimistas para prever a futura volatilidade em relação à competição, tendo um rácio de volatilidade realizada sobre a expectativa ex-ante abaixo da unidade. Quinhentas corridas de cavalo aleatórias confirmam estes resultados. Neste contexto, o portefólio de Ledoit e Wolf é o único concorrente batendo em 26% e 61% dos casos as versões Galton GMV e MV em termos de Sharpe ratio anualizado. De uma perspectiva de gestão de risco, as alocações de Galton têm o melhor VaR a níveis de confiança de 95% e 99%.
Data do prémio | 28 jun. 2023 |
---|
Idioma original | English |
---|
Instituição de premiação | - Universidade Católica Portuguesa
|
---|
Supervisor | Pedro Barroso (Supervisor) |
---|
- Otimização de portefólio
- Erros de estimativa
- Estratégia de Galton
- Estimador de contração
Learning from past out-of-sample errors: an application of the Galton method in the United Kingdom stock market
Celardo, G. (Aluno). 28 jun. 2023
Tese do aluno