Time-frequency decomposition and wavelet-based forecasting (bond-retun predictability)

Resumo

Esta tese investiga se a decomposição de frequência baseada em wavelets pode melhorar a capacidade de previsão fora da amostra e o valor económico na previsão de retornos de obrigações governamentais de longo prazo. Os modelos tradicionais no domínio do tempo têm frequentemente tido dificuldade em manter a precisão da previsão quando os regimes de mercado mudam, motivando uma exploração de métodos multi-escala. Com base em estudos como Faria & Verona, 2020, aplicamos a maximal overlap discrete wavelet transform (MODWT) para decompor vários preditores macroeconómicos e técnicos em componentes de alta frequência, frequência de ciclo de negócios e baixa frequência. As previsões fora da amostra são então geradas através de uma abordagem de janela deslizante expansível e avaliadas em relação a um benchmark simples de média histórica. Os nossos resultados empíricos revelam que certos preditores, particularmente o term spread e o book-to-market, exibem 𝑅2 fora da amostra e ganhos de Retorno Equivalente de Certeza (CER) substancialmente mais altos uma vez que as frequências mais relevantes são isoladas. O framework de alocação média-variância demonstra que as previsões baseadas em wavelets oferecem melhorias notáveis de utilidade para investidores com aversão moderada ao risco. No entanto, os benefícios dependem fortemente das restrições de peso da carteira. Limites mais relaxados amplificam os retornos (e perdas) potenciais, enquanto uma configuração puramente long-only produz ganhos modestos mas estáveis. No geral, estes resultados ecoam a literatura mais ampla do domínio da frequência (Kim & In, 2005), sublinhando como os métodos baseados em wavelets podem revelar sinais valiosos específicos do horizonte de tempo para a previsão de retornos de obrigações, desde que o perfil de risco e as restrições de negociação de cada investidor sejam cuidadosamente considerados.

Data de atribuição	21 out. 2025
Idioma original	English
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Gonçalo Faria (Supervisor)