Análise de portfólios otimizados com modelo de

Markowitz no mercado de ações brasileiro

Ariel Neiss

Universidade Federal de Santa Catarina

arielneiss.95@gmail.com

28 de novembro de 2018

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 1 / 29

Visão Geral

1 Motivações
2 Objetivo
3 Definições
O modelo de Markowitz
Janela temporal
Índice de Sharpe
Volatilidade
4 Estudo aplicado
Pseudocógido
Caso exemplo
5 Análise dos resultados
6 Conclusão
7 Referências

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 2 / 29

Motivações

O objetivo de um investimento financeiro é repor o valor de compra

da moeda e/ou obter lucro.
Há dois tipos de aplicação: renda fixa e renda variável.
Renda fixa: retorno pré-definido
Renda variável: retornos concretizados de acordo com as variações do
mercado

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 3 / 29

Motivações

A maior parte dos investimentos financeiros no Brasil estão alocados em

renda fixa
Renda fixa torna-se menos atrativa em economias estáveis
Tendência de alocar mais em renda variável. (JUNIOR, PAMPLONA e
SALOMON, 2014)
+700 bilhões na poupança (BANCO CENTRAL, 2018)
B3 podendo atingir 125 mil pontos, com expectativa de 105 mil a
115 mil (LUKETIC, 2018)

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 4 / 29

Objetivo

Realizar uma análise-comparativa do desempenho do modelo de

Markowitz, com e sem filtro, em diferentes janelas temporais, no mercado
de ações da B3.
Período de estudo: 01/01/2013 a 06/12/2017;
Filtro: 10 ativos mais rentáveis por janela temporal;
Dois cenários:
Cenário I: 177 com negociação contínua;
Cenário II: 10 ações mais rentáveis para cada janela temporal no
mesmo período.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 5 / 29

Definições

O modelo de Markowitz
Marco no segmento das finanças. Predominava-se até então a aplicação
em ativos que apresentavam os maiores retornos. Analisou o mercado
acionário sob uma perspectiva de tempo contínuo em um ambiente
estocástico, aplicando em seu estudo a pesquisa operacional. “Portfolio
Selection” (1952).

Considera-se que investidores são racionais (procuram maximizar lucro e

diminuir o risco), não são considerados custos (de transação e
impostos), os ativos são infinitamente divisíveis e existe uma taxa livre
de risco.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 6 / 29

Definições
O modelo de Markowitz - Adaptado vs Original

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 7 / 29

Definições

O modelo de Markowitz - Fronteira eficiente

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 8 / 29

Definições

O modelo de Markowitz - Risco vs número de ativos

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 9 / 29

Definições

Janela temporal
Período proporcional a 60 meses (3, 6, 10, 12, 15, 20 e 30 meses)
Processo de desenvolvimento:
Adquire-se a base de dados a partir do ponto inicial (tamanho = k,
passado);
Calcula-se o portfólio ótimo;
Verifica-se o desempenho (tamanho = k, futuro);
Define-se novo ponto inicial (ponto inicial + janela temporal).
Repete-se até completar os 60 meses.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 10 / 29

Definições

Indice de Sharpe
É necessário verificar se um determinado investimento proporciona um
retorno adequado ao seu nível de risco. Passa-se a discutir um bom
parâmetro para esta avaliação. Para tanto, Elton et al. (2009), Jacob
(2000) e Sá (1999) trazem à tona uma medida de desempenho ajustada
pelo risco, padrão em análises da relação risco/retorno de carteiras
de investimento. É o índice de Sharpe.

Rp−Rf
σ

Em que:
Rp: rentabilidade esperada;
Rf: rentabilidade livre de risco;
σ: volatilidade.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 11 / 29

Definições

Volatilidade
Risco. Definida pelo desvio padrão. Como os portfólios são compostos por
diferentes janelas temporais acoplados e eventualmente existem dados
perdidos, temos:

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 12 / 29

Estudo aplicado a B3

Segundo Will M. Bertrand e Fransoo (2002), este trabalho pode ser

classificado como aplicado, tendo objetivo empírico descritivo. A forma
de abordar o problema foi quantitativa, sendo a modelagem
matemática o método de trabalho adotado.
Período de estudo: 01/01/2013 a 06/12/2017;
Janela temporal: 3, 6, 10, 12, 15, 20 ou 30 meses;
Cenário I: 177 com negociação contínua
Cenário II: 10 ações mais rentáveis para cada janela temporal no
mesmo período
Python (“Adj-Close”, “NaN/Missing”, dias úteis, função
SciPy(Otimização, Método = SLSQP), Minimização)

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 13 / 29

Estudo aplicado a B3 - Pseudocódigo

Principal ( ):
define data de inicio, data de fim, janela temporal
enquanto (inicio < fim):
obtenção e exibição dos dados ( )
cálculo e exibição do retorno diário ( )
cálculo e exibição das estatísticas ( )
iniciação dos pesos ( )
geração e exibição de portfólios atraves monte carlo( )
otimização ( )
exibição dos resultados teóricos do portfólio ótimo ( )
exibição do portfólio ótimo na fronteira eficiente ( )
cálculo e exibição do resultado real do portfólio ótimo ( )
armazena desempenho
inicio + janela temporal

exibe o resultado

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 14 / 29

4.1 Caso exemplo

Dificuldade em visualizar cotações, gráficos e resultados para muitos

ativos e muitas janelas temporais;
Janela temporal de 60 meses;
Ativos: ‘PETR4.SA’, ‘ITUB4.SA’, ‘BBDC4.SA’, ‘BBAS3.SA’,
‘ABEV3.SA’.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 15 / 29

4.1 Caso exemplo - Cotações

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 16 / 29

4.1 Caso exemplo - Retornos diários

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 17 / 29

4.1 Caso exemplo - Dispersão dos retornos

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 18 / 29

4.1 Caso exemplo - Cálculos

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 19 / 29

4.1 Caso exemplo - Monte Carlo

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 20 / 29

4.1 Caso exemplo - Resultados

• Ativos: [PETR4.SA, ITUB4.SA, BBDC4.SA, BBAS3.SA,ABEV3.SA]

• Pesos ótimos: [0, 0, 0, 0, 1]

• Retorno esperado e volatilidade esperada: [2.902188, 0.785235]

• Retorno obtido e volatilidade obtida: [0.414309, 0.971654]

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 21 / 29

4.1 Caso exemplo - Ponto Ótimo

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 22 / 29

Análise dos resultados

O rendimento do CDI (Certificado de Depósito Interbancário)

correspondente ao mesmo período é de 69,17 por cento e adotou-se a taxa
livre de risco igual a 5 por cento ao ano (por conta da poupança), com
rendimento equivalente a 27,63 por cento no período.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 23 / 29

Caso I - Rentabilidade nominal

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 24 / 29

Caso II - Rentabilidade nominal

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 25 / 29

Comparativo - Rentabilidade nominal

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 26 / 29

Análise dos resultados - Rentabilidade real

Inflação no período de 35,74 por cento

Caso I: 89,42 por cento
Caso II: 188,03 por cento
B3: -19,85 por cento
CDI: 33,43 por cento
Ativo livre de risco: -8,11 por cento

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 27 / 29

Conclusões

Embora significativa contribuição para o desenvolvimento dos estudos em

finanças, o modelo proposto por Markowitz traz algumas limitações.
A dependência da base histórica (efeito janela temporal curta e longa)
Ignora custos (corretagem, impostos)
Dados Nan/Missing - Aquisição de dados - Arquivo .XML
MINIMIZE(METHOD=’SLSQP’) —> CVXOPT
Minimização das transações
Aplicação de diferentes janelas temporais
Analisar maxDrawDown
Aprimoramento para maior robustez
Google Trends, filtros de Graham

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 28 / 29

Referências

Banco Central. 2018. Disponível em: <https://www.bcb.gov.br/>.

Acesso em: 21 out. 2018.

JUNIOR, Paulo Rotela; PAMPLONA, Edson; SALOMON, Fernando Luiz

Riêra. Otimização de portfólios: análise de eficiência. RAE-Revista de
Administração de Empresas, v. 54, n. 4, p. 405-413, 2014.

LUKETIC, Karel. Relatório Semanal XP. 2018. Disponível em:

<https://investimentos.xpi.com.br>. Acesso em: 31 out. 2018.

Ariel Neiss (UFSC) Otimização com Markowitz 28 de novembro de 2018 29 / 29