Desenvolvimento de estratégia de investimento utilizando factor-based investing e aprendizado de máquina

Abstract

A proposta deste trabalho é desenvolver uma estratégia de seleção de ações, dentro do mercado brasileiro, com o objetivo de obter retornos superiores à média de mercado e superiores também a estratégias usuais de seleções de ações. Para isto, foram utilizados conceitos de investimento em fatores, bem como métodos estatísticos de previsão (regressão logística e rede neural Multilayered Perceptron (MLP)). A base de dados utilizada para análise consiste em informações financeiras de ações negociadas na bolsa de valores B3 S.A., no período de 1999 até 2013. Com estes dados foram calculados quatro índices financeiros, relacionados ao valor e a qualidade das empresas. Com estes índices, realizou-se a previsão de retorno do ativo para os doze meses subsequentes, classificando o mesmo em INVESTE e NÃO INVESTE. A estratégia de seleção de ações foi simulada para o período de 2013 até 2017, e os resultados foram comparados com os retornos gerados pelo índice Ibovespa. Com relação aos modelos de previsão, nos experimentos realizados, as previsões geradas pelos modelos de redes neurais MLP geraram menores retornos do que os produzidos pelas previsões dos modelos de regressão logística.

The purpose of this paper is to develop a stock selection strategy, within the Brazilian market, with the objective of achieving returns above the market average, and superior to the usual stock selection strategies. For this, it was used concepts of factor-based investment, as well as statistical forecasting methods (logistic regression and Multilayered Perceptron (MLP) neural network). The database used for analysis consists of financial information on shares traded on the B3 S.A. stock exchange, from 1999 to 2013. With these data, four financial ratios were calculated, related to the value and quality of the companies. With these ratios, the asset return was forecasted for the subsequent twelve months, classifying it as INVEST or NOT INVEST. The stock picking strategy was simulated for the period from 2013 to 2017, and the results were compared with the returns generated by the Ibovespa index. Regarding the prediction models, in the experiments performed, the predictions generated by MLP neural network models generated worse returns than those produced by the predictions of logistic regression models.