Uso de modelos de Machine Learning em Asset Pricing: Um estudo do cross section de retornos brasileiro
Carregando...
Arquivos
Data
2022-04-25
Autores
Orientador(res)
Iachan, Felipe Saraiva
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Este trabalho busca investigar se os modelos de machine learning, Least Absolute Shrinkage and Selection Operator (LASSO) e Principal Component Regression (PCR) sao capazes de contribuir para a explicação do cross section de retornos para o mercado brasileiro. Para o estudo foram coletados dados da bolsa de valores oficial do Brasil, a B3, de maio de 2012 até maio de 2021, selecionando 16 fatores e características, documentados na literatura como variáveis explicativas para retornos mensais de portfolios. O desempenho de cada modelo foi avaliado por meio do coeficiente de determinação R², dentro e fora da amostra. Os resultados obtidos sugerem que os modelos utilizados apresentaram elevado poder de explicação para os portfolios avaliados.