OTIMIZAÇÃO DE CARTEIRAS COM RETORNOS NÃO GAUSSIANOS: UMA ABORDAGEM BAYESIANA

Resumo

A teoria moderna de carteiras estabelece que a alocação ótima de ativos é uma função da média-variância da distribuição dos retornos. Geralmente, assume-se que esses retornos seguem uma distribuição Gaussiana, estimada a partir de dados históricos usando métodos da estatística frequentista. Entretanto, a dinâmica atual dos mercados globalizados pode provocar mudanças de regime ou quebras estruturais na série temporal dos retornos, tornando-os não Gaussianos. Para lidar com o problema das mudanças de regime, propõe-se substituir o mecanismo de otimização baseado no índice de Sharpe pela otimização baseada na medida Ômega. Isto porque a medida Ômega tem a vantagem de quantificar o risco-retorno de qualquer distribuição de probabilidade, não se restringindo à média-variância como acontece com o índice de Sharpe, solucionando assim o problema das mudanças de regime. Para lidar com o problema das quebras estruturais, propõe-se substituir o procedimento de estimação dos parâmetros da distribuição dos retornos, que se baseia em técnicas da estatística frequentista por técnicas da estatística Bayesiana. A estatística Bayesiana, tem a vantagem de combinar as informações públicas do mercado (dados históricos dos retornos) com informações privadas do investidor (visões prospectivas do mercado) permitindo corrigir o problema das quebras estruturais.