Alocação por orçamento de risco: uma abordagem via filtro de Kalman

Abstract

Esse trabalho propõe uma metodologia para gestão de portfólio em que os ativos são alocados em termos de contribuição de risco – orçamento de risco. Ao contrário do framework tradicional, nenhuma estimativa de retorno dos ativos é necessária. Para estimar o orçamento de risco ótimo ao longo tempo, o filtro de Kalman foi utilizado. Devido a natureza numérica do problema de alocação por risco, é necessário utilização de otimizadores. Dado sua robustez frente a problemas não-lineares complexos foi utilizado o otimizador de Algoritmos Genéticos. Os resultados do trabalho indicam que a técnica proposta é capaz de superar a abordagen heurística de Risk Parity, em que o risco é igualmente distribuído entre todos os ativos do portfólio. Porém, os resultados dependem muito do conjunto de ativos pré-selecionados.

The present dissertation proposes a methodology for portfolio management that allocates the assets in terms of their risk contribution – risk budgeting. Differently from the traditional framework, the technique does not rely on any estimates for the assets returns. The Kalman filter is used to obtain the optimal risk budget over time. The risk allocation problem does not have a closed form result; hence a numerical solution is necessary. Given its robustness in face of complex non-linear problems, we chose to use the Genetic Algorithm optimizer. The results of the study indicate that the proposed technique outperforms the Risk Parity heuristic approach in which the overall portfolio risk is equally distributed among the assets. However, the results are sensible to the set of assets previously selected.