Escolar Documentos
Profissional Documentos
Cultura Documentos
São Paulo
2018
AMANDA DELPOIO FIORAVANTI
MARCOS ROBERTO FRANCO FILHO
São Paulo
2018
RESUMO
1 INTRODUÇÃO
1.2 MOTIVAÇÃO
1.5 OBJETIVOS
Figura 2 – Problematização
O modelo Minimax utiliza teoria dos jogos para seleção de portfólio usando o
mínimo retorno como medida de risco. Ele consiste em maximizar os retornos mínimos
esperados, isto é, minimizar a possível perda máxima.
Um exemplo de modelo Minimax é o de Deng, Li e Wang (2005), que admite que
no mercado estão disponíveis n ativos que oferecem retornos variáveis e com certo
nível de risco, e um ativo sem risco que oferece uma taxa de retorno fixa. A alocação
é considerada como sendo feita através destes n ativos com risco e do ativo sem risco.
Neste caso, o valor esperado do retorno de cada ativo não pode ser menor que o
retorno do ativo sem risco. Através de um ponderador variável (um parâmetro) de
aversão ao risco na modelagem, é possível encontrar uma estratégia que forneça o
melhor do pior caso, aquela que maximiza o retorno esperado através do pior caso
possível dos valores para os retornos de cada ativo.
15
de caixa é igual ao valor presente das entradas de caixa. O que significa que o
investimento será vantajoso caso a IRR seja maior que o custo do capital.
Uma das técnicas, o Multi Layer Perceptron (MLP) através de Error Back
Propagation, inclusive foco da disciplina PSI3471, Fundamentos de Sistemas
Eletrônicos Inteligentes, consiste em encontrar um conjunto de pesos sinápticos que
minimizem o erro quadrático médio através da bússola do gradiente (gradiente
descendente) para um dado conjunto de amostras.
Desta forma, a rede neural artificial pode ser configurada como um regressor
capaz de fornecer em sua saída composições ótimas de portfólio, estimativa de preço
de energia, quantidade de energia gerada em um parque por determinado período de
tempo, entre muitas outras aplicações pertinentes a este projeto.
Redes Bayesianas são modelos em que os eventos são conectados uns aos
outros com probabilidades. A probabilidade de uma causa é inferida pelo teorema de
Bayes quando o efeito da causa é observado. RBs são grafos acíclicos direcionados
em que a direção das setas pode ser explicada com causalidade. A RB funciona com
regra da cadeia sobre a distribuição de probabilidade conjunta de cada variável. De
acordo com a regra da cadeia, as probabilidades marginais e condicionais podem ser
calculadas para cada nó da rede.
A técnica BN pode ser usada para construir cenários de investimento em energia,
ajudando a entender a representação gráfica da estrutura do problema, bem como a
quebrar o problema de representar a distribuição conjunta de muitas variáveis em
grupos. Os RBs podem ser usados para várias finalidades diferentes, incluindo
agrupamento de classificações, previsão, raciocínio abdutivo (determinação da
inferência diagnóstica) e tomada de decisão.
O simulador será uma ferramenta através da qual será possível estabelecer uma
proporção ótima de ativos em um portfólio, a partir da relação Risco x Retorno
desejada, com inputs de premissas e parâmetros de entrada. O tratamento será
estocástico, visto que a produção das usinas a serem estudadas depende de variáveis
estocásticas, a saber, a hidrologia, o vento e o sol.
Figura 7 – Conceito
Pozo A.; Cavalheiro A. F.; Ishida C.; Spinosa E.; Rodrigues E. M.: Computação
Evolutiva (Apostila). Universidade Federal do Paraná, 2017
Reuters São Paulo. Novo ciclo de aportes em infraestrutura no Brasil pode somar
R$ 2 tri em 8 anos, 2018. Disponível em: <https://www.dci.com.br/economia/novo-
ciclo-de-aportes-em-infraestrutura-no-brasil-pode-somar-r-2-tri-em-8-anos-
1.704300>. Acesso em: 13 mai. 2018.