Mercado Financeiro

Decompondo o Retorno de Portfólios Setoriais por Fatores de Risco

O investimento baseado em fatores tem se tornado uma prática comum na pesquisa e nas estratégias de investimento adotadas por diversas instituições de pesquisa e gestoras financeiras. A teoria subjacente a essa abordagem sugere que os retornos de ativos financeiros são influenciados por diversos fatores de risco, que podem ser de natureza macroeconômica, contábil e estatística, impactando a empresa ou o portfólio em análise. Neste artigo, apresentamos como é possível estimar a sensibilidade ao longo do tempo para cada fator de risco em diferentes portfólios setoriais. Em seguida, detalhamos o processo de decomposição dos retornos do portfólio, permitindo identificar quais fatores contribuíram positiva ou negativamente em cada período. Vale destacar que toda a análise de dados foi conduzida utilizando a linguagem de programação Python como ferramenta principal.

Fama-Macbeth Regression: explorando o mercado acionário brasileiro

A regressão Fama-MacBeth é um método utilizado para estimar parâmetros em modelos de precificação de ativos, como o Modelo de Precificação de Ativos de Capital (CAPM). O método estima os betas e prêmios de risco para quaisquer fatores de risco que se espera que determinem os preços dos ativos. O método opera com vários ativos ao longo do tempo (dados em painel). Os parâmetros são estimados em duas etapas. Vamos aplicar a regressão Fama-Macbeth para dados do mercado acionário brasileiro utilizando o Python.

Contribuição para a Volatilidade [Python]

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação Python.

Criando o Fator de Momentum para o Brasil [Python]

Como criar o Fator Momentum para o Mercado Acionário Brasileiro? No post, apresentamos uma forma de criação do Fator usando o Python.

Otimização de Portfólio com Hierarchical Risk Parity (HRP)

Como melhorar o processo de alocação de peso em um portfólio de investimentos? Veremos como realizar a aplicação do Hierarchical Risk Parity (HRP) no Python.