ANÁLISE COMPARATIVA DO DESEMPENHO DAS ESTRATÉGIAS FUNDAMENTALISTA, TÉCNICA E HÍBRIDA POR MEIO DE UM CONJUNTO DE CENÁRIOS SIMULADOS

William de Sousa Dias; Guilherme Luís  Roehe Vaccaro

William de Sousa Dias Instituto Federal do Tocantins (IFTO) https://orcid.org/0009-0001-4059-5526
Guilherme Luís Roehe Vaccaro Universidade do Vale do Rio dos Sinos (UNISINOS) https://orcid.org/0000-0001-9992-7380

Palavras-chave: Análise Técnica. Análise Fundamentalista. Análise Híbrida. Simulação de Cenários.

Resumo

O objetivo deste trabalho é comparar o desempenho de três estratégias para tomada de decisão em investimentos: uma Fundamentalista, baseada no indicador Book-to-Market; uma Técnica, que utiliza Médias Móveis aritmética e exponencial, e uma Híbrida, que combine os critérios estabelecidos para as duas primeiras. Para a consecução deste objetivo, foi realizada uma simulação computacional com dados da BM&FBOVESPA do período de janeiro de 2010 a dezembro de 2014. As ações foram classificadas em grupos por similaridade de forma que duas ações do mesmo grupo não poderiam compor a carteira ao mesmo tempo. Compararam-se os resultados das três estratégias e a estratégia Fundamentalista apresentou desempenho significantemente melhor em todos os cenários simulados (ao nível de 0,05). No entanto, só um tipo da estratégia Híbrida foi testado.

Biografia do Autor

William de Sousa Dias, Instituto Federal do Tocantins (IFTO)

Doutor em Economia (2024) e Mestre em Engenharia de Produção e Sistemas pela Universidade do Vale do Rio Sinos (2016). Possui especialização em processos educativos inovadores (2021) e em Gerenciamento de Projetos (2013). Graduado em Ciências Econômicas pela Universidade Federal do Tocantins (2010). Economista no Instituto Federal de Educação, Ciência e Tecnologia do Tocantins, atualmente cedido para Secretaria do Patrimônio da União, e Professor da área politécnica no Centro Universitário Católica do Tocantins - UniCatólica.

Guilherme Luís Roehe Vaccaro, Universidade do Vale do Rio dos Sinos (UNISINOS)

[1Bolsista por Produtividade pelo CNPq (PQ2), Doutor em Ciência da Computação (UFRGS, 2001), Mestre em Engenharia de Produção (UFRGS, 1997), Bacharel em Matemática Aplicada e Computacional (UFRGS, 1993). Realizou estágio pós-doutoral sênior na Sungkyunkwan University, Coréia do Sul, no Semiconductor Research Institute (2011). Professor da Universidade do Vale do Rio dos Sinos (UNISINOS). Atua nos programas de Pós-Graduação em Engenharia de Produção e Sistemas e em Gestão e Negócios. Revisor das revistas International Journal of Production Research, Produção, Produto e Produção, Produção Online, e de congressos nacionais e internacionais nas áreas de Administração, Engenharia de Produção e Computação.

Referências

ÁGORA. Custos de Operação. Disponível em: . Acesso em: 18 nov. 2015.
BM&FBOVESPA. Site Oficial. Disponível em: . Acesso em: 12 abr. 2015.
BROCK, W.; LAKONISHOK, J.; LEBARON, B. Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. Journal of Finance, v. 47, n. 5, p. 1731–1764, 1992.
CAGINALP, G.; ILIEVA, V. Hybrid methodology for technical analysis. Nonlinear Analysis: Hybrid Systems, v. 2, n. 4, p. 1144–1151, 2008.
CHAVARNAKUL, T.; ENKE, D. Intelligent technical analysis based equivolume charting for stock trading using neural networks. Expert Systems with Applications, v. 34, p. 1004–1017, 2008.
___. A hybrid stock trading system for intelligent technical analysis-based equivolume charting. Neurocomputing, v. 72, n. 16–18, p. 3517–3528, 2009.
CHEN, Y. et al. A portfolio optimization model using Genetic Network Programming with control nodes. Expert Systems with Applications, v. 36, n. 7, p. 10735–10745, 2009.
COSTA JR., N. C. A. DA; NEVES, M. B. E. DAS. Variáveis fundamentalistas e os retornos das açõesRevista Brasileira de EconomiaRio de Janeiro - RJ, 2000. Disponível em:
DIAS, W. S.; VACCARO, G. L. R. Análise Comparativa das Estratégias Técnica e Fundamentalista. Economia Aplicada, p. 8, 2016.
DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4a ed. ed. Porto Alegre: AMGH, 2014.: Mc Graw Hill Education, 2014.
FONSECA, R. J.; RUSTEM, B. Robust hedging strategies. Computers & Operations Research, v. 39, n. 11, p. 2528–2536, nov. 2012.
GRAHAM, B. O Investidor Inteligente. 6a edição ed. Rio de Janeiro - RJ: Nova Fronteira, 2007.
HOLLOCKS, B. A well-kept secret ? Simulation in manufacturing industry reviewed. Operational Research Society, v. 5, n. 4, p. 12–17, 1992.
KOLM, P. N.; TÜTÜNCÜ, R.; FABOZZI, F. J. 60 Years of portfolio optimization: Practical challenges and current trends. European Journal of Operational Research, v. 234, n. 2, p. 356–371, abr. 2014.
MARKOWITZ, H. Portfolio Selection. The Journal of Finance, v. 7, n. 1, p. 77–91, 1952.
MOODY’S. Americas Corporates: European Revenue Exposures. New York, NY: [s.n.].
MOREIRA, D. A. Pesquisa Operacional: Curso introdutório. 2a ed. rev ed. São Paulo: Cengage Learning, 2013.
NEELY, C.; WELLER, P. Technical analysis and central bank intervention. Journal of International Money and Finance, v. 20, p. 949–970, 2001.
PEREIRA, G. M. Integração de restrições de liquidez em modelos de seleção de carteiras. [s.l.] UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL, 2014.
SANTOS, M. P. DOS. Introdução à Simulação Discreta. Rio de Janeiro - RJ: UERJ: [s.n.].
SIEGEL, S.; CASTELLAN JR., N. J. Estatística não-paramétrica para ciências do comportamento. 2 ed. ed. Porto Alegre: Artmed, 2006.
TEIXEIRA, D. DOS S. RENTABILIDADE DE ESTRATÉGIAS DE MOMENTO NO IBOVESPA: APLICAÇÃO DE CRITÉRIOS DE RISCO PARA SELEÇÃO DE CARTEIRAS. [s.l.] Fundação Getúlio Vargas, 2014.
TOV. Home Broker TOV.
UOL. Diferença de custos entre corretoras pode ultrapassar 550%. Disponível em: . Acesso em: 18 nov. 2015.
VILLELA, P. F. Um Algoritmo Exato para a Otimização de Carteiras de Investimento com Restriçõs de Cardinalidade. Dissertação (Mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica., p. 122, 2008.