Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.unb.br/handle/10482/48838
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GustavoMaiaRodriguesGomes_DISSERT.pdf2,84 MBAdobe PDFVisualizar/Abrir
Título : A Multi-Armed Bandit Framework for Portfolio Allocation
Autor : Gomes, Gustavo Maia Rodrigues
Orientador(es):: Matsushita, Raul Yukihiro
Assunto:: Fronteira multi-armada
Modelo multifractal de retornos de ativo
Fecha de publicación : 13-jul-2024
Citación : GOMES, Gustavo Maia Rodrigues. A Multi-Armed Bandit Framework for Portfolio Allocation. 2022. 73 f., il. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2023.
Resumen : Há mais de um século, a comunidade acadêmica estuda o mercado financeiro na tentativa de entender seu comportamento para maximizar os lucros. Este trabalho procura maneiras de maximizar os resultados no mercado financeiro criando um procedimento de duas fases que chamamos de MAB-MMAR. Primeiro, estabelece-se modelos generativos individuais para cada ativo, para simular, via Monte Carlo, retornos futuros, usando Multifractal Model of Asset Returns (Mandelbrot, Fisher, and Calvet, 1997) que é capaz de multiescalar os momentos da distribuição de retorno sob escalas temporais, sendo uma alternativa às representações do tipo ARCH que tem sido o foco de pesquisas empíricas sobre a distribuição de preços nos últimos anos.
metadata.dc.description.unidade: Instituto de Ciências Exatas (IE)
Departamento de Estatística (IE EST)
Descripción : Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023.
metadata.dc.description.ppg: Programa de Pós-Graduação em Estatística
Aparece en las colecciones: Teses, dissertações e produtos pós-doutorado

Mostrar el registro Dublin Core completo del ítem " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/48838/statistics">



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.