Machine Learnig for Factor Investing

O estudo exposto aqui faz parte da tese de conclusão de curso

O trabalho tem como objetivo analisar os fatores de risco que podem estatisticamente explicar os impactos nos retornos das ações brasileiras.

Parte I

Serão analisados 26 fatores catalogados que podem ser encontrados aqui com seus respectivos papers: papers

Para identificar os fatores que podem explicar os retornos serão utilizados três algoritmos regressivos:

i) Principal Component Analysis (PCA);

ii) Lasso regression;

iii) Elastic net.

Parte II

Definidos quais fatores são estatisticamente significativos, serão criados três portfólios com base em três algoritimos distintos que irão proporcionar os portfólios ideais para cada fator em especifico. São eles:

i) Support vector machine (SVM);

ii) XGBoost;

iii) Neural network.

Parte III

Definição de um portfólio ideal de ações entre todos os fatores analisados.

Parte IV

Analise de risco e retorno dos portfólios