Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/2024
metadata.dc.type: Trabalho de Conclusão de Curso
Title: ALGORITMOS GENÉTICOS PARA OTIMIZAÇÃO DE PORTFÓLIO DE INVESTIMENTO
metadata.dc.creator: Pavan, Gabriel
metadata.dc.contributor.advisor1: Belo Filho, Márcio Antônio Ferreira
metadata.dc.contributor.referee1: Ribeiro, André
metadata.dc.contributor.referee2: Oliveira, Douglas
metadata.dc.description.resumo: Nem sempre possuir um patrimônio em dinheiro é sinônimo de proteção financeira a longo prazo. Determinadas moedas podem se desvalorizar e com isso investi-las torna-se uma boa opção. Além de proteger, o investidor pode obter lucro, ou seja, aumentar a quantidade de capital inicialmente investido. Com o avanço tecnológico, o número de oportunidades de investimentos aumentou drasticamente, fazendo com que o investidor encare duas perguntas: “Em quais ativos devo investir? E quanto devo investir nos mesmos?”. Diante disso, diversos investidores e pesquisadores visam desenvolver modelos com o uso de ferramentas matemáticas/computacionais para solucionar tais perguntas. Markowitz (1952) cita que a primeira pergunta se relaciona mais com o comportamento e crença do investidor, enquanto diz que para a segunda pode-se utilizar mais facilmente de conceitos estatísticos para solução. O presente trabalho visa responder às perguntas, trazendo uma solução para o investidor, inserindo características reais em modelos teóricos. Além disso, propomos uma meta-heurística Algoritmo Genético para solucionar os mesmos modelos com características reais embarcadas, visto que muitos possuem uma complexidade computacional elevada. O algoritmo proposto apresentou bons resultados em tempo computacional reduzido.
Abstract: Cash equity does not mean long-term financial protection. Some currencies can depreciate and thus investing them becomes a good option. In addition to protecting, the investor can make a profit, that is, increase the amount of capital invested. With technological progress, the number of investment opportunities has increased dramatically, making investors face two questions: “In which assets should I invest? And how much should I invest in them? ”. Therefore, investors and researchers aim to develop models using mathematical/computational tools to solve such questions. Markowitz (1952) says that the first question is more related to the investor’s behavior, while for the latter statistical concepts can be used for solution. The present work aims to answer the questions, bringing a solution to the investor, embedding real features in theoretical models. Furthermore, we propose a Genetic Algorithm meta-heuristic to solve the same models with real embedded features, as long as they have a high computational complexity. The proposed algorithm presents good results in reduced computational time.
Keywords: TEORIA MODERNA DO PORTFÓLIO
PROGRAMÇÃO LINEAR INTEIRA MISTA
ALGORITMO GENÉTICO
metadata.dc.subject.cnpq: ENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONAL
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Instituto Federal Goiano
metadata.dc.publisher.initials: IF Goiano
metadata.dc.publisher.department: Campus Rio Verde
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/2024
Issue Date: 29-Jul-2021
Appears in Collections:Bacharelado em Ciência da Computação

Files in This Item:
File Description SizeFormat 
tcc_Gabriel Garcia Pavan.pdf724,89 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.