Formação de carteira de ativos de renda variável usando técnicas computacionais para tratamento de séries temporais

Abstract

Em um cenário de queda nas taxas de juros, investidores de perfil conservador tendem a buscar alternativas na renda variável, em busca de retornos mais atrativos. Contudo, a ampla variedade de ativos disponíveis torna a seleção uma tarefa complexa. Diante desse desafio, este trabalho propõe a análise de dados históricos de ações brasileiras, tratados como séries temporais, com o uso de técnicas computacionais avançadas. O objetivo é identificar um conjunto otimizado de ativos para o ano de 2023. A abordagem adotada também permite refletir sobre os limites da Teoria dos Mercados Eficientes (TME), que defende a impossibilidade de superar consistentemente o desempenho do índice de referência. Por fim, são apresentados algoritmos desenvolvidos que, no período analisado, superaram o benchmark, o que abre espaço para discutir a aplicabilidade da TME no contexto brasileiro.

In a scenario of declining interest rates, conservative investors tend to seek alternatives in the equity market in pursuit of more attractive returns. However, the wide range of available assets makes the selection process complex. In response to this challenge, this study proposes the analysis of historical data from Brazilian stocks, treated as time series, using advanced computational techniques. The goal is to identify an optimized set of assets for the year 2023. This approach also allows for a critical reflection on the limitations of the Efficient Market Hypothesis (EMH), which argues that it is impossible to consistently outperform the benchmark index. Finally, the study presents algorithms that, over the analyzed period, outperformed the benchmark, raising important questions about the applicability of the EMH in the Brazilian market context.