Seleção de Portfolios: Uma análise comparativa dos cinco fatores de Fama e French e Redes Neurais Artificiais

Abstract

O presente artigo buscou avaliar o desempenho de uma rede neural artificial desenvolvida com o objetivo de identificar padrões e classificar títulos em carteiras de ações de empresas do mercado de capitais brasileiro, levando em consideração os pressupostos evidenciados pela Teoria das Carteiras de Markowitz (1952) de que a formação de portfolios reduz a variabilidade e possibilita a obtenção de maiores retornos ajustados ao risco. Para isto, utilizou-se variáveis em nível da firma, componentes dos cinco fatores de Fama e French (2015), os quais, inclusive, serviram para a montagem de portfolios através da utilização de regressão linear múltipla com dados em painel. Os resultados comparativos dos métodos de regressão com dados em painel e redes neurais artificiais apontaram que ambas as metodologias permitiram a obtenção de retornos acima da média de mercado, no entanto, que a rede neural artificial apresenta maior capacidade de evitar títulos que sejam prejudiciais ao portfólio e permite a suavização das perdas em momentos de instabilidade.