Otimização de portfólio com ativos do IBOVESPA usando algoritmos genéticos

Abstract

RESUMO: Este trabalho investiga a aplicação de algoritmos genéticos na otimização de portfólios de investimentos, utilizando a Teoria do Portfólio de Harry Markowitz como base teórica. A metodologia envolve a seleção aleatória de cinco ativos do índice Ibovespa e a utilização de dados históricos obtidos via API do Yahoo Finance. O algoritmo genético é implementado para encontrar a alocação ótima de ativos que maximize o retorno e minimize o risco, medido pelo índice Sharpe. A estratégia é comparada com a abordagem tradicional de comprar e manter o índice Ibovespa. Os resultados indicam que, embora a estratégia baseada em algoritmos genéticos apresente maior rentabilidade, também está associada a maior risco e drawdown. Conclui-se que a escolha da estratégia de investimento deve considerar a tolerância ao risco do investidor.

ABSTRACT: This study explores the application of genetic algorithms in portfolio optimization, using Harry Markowitz's Portfolio Theory as a theoretical foundation. The methodology involves randomly selecting five assets from the Ibovespa index and using historical data obtained via the Yahoo Finance API. The genetic algorithm is implemented to find the optimal asset allocation that maximizes return and minimizes risk, measured by the Sharpe ratio. The strategy is compared with the traditional approach of buying and holding the Ibovespa index. Results indicate that while the genetic algorithm-based strategy yields higher returns, it is also associated with greater risk and drawdown. It is concluded that the choice of investment strategy should consider the investor's risk tolerance.