BACKTESTING DO EFEITO DE VOLATILIDADE EM PORTFÓLIOS NO MERCADO ACIONÁRIO BRASILEIRO ENTRE 2000 e 2020
Este repositório contém a implementação e análise do estudo "Backtesting do Efeito de Volatilidade em Portfólios no Mercado Acionário Brasileiro entre 2000 e 2020" de André Luiz Barbosa de Sousa. O projeto investiga estratégias de baixa volatilidade no mercado de ações brasileiro, utilizando dados de 2000 a 2020 para fornecer insights sobre o desempenho dessas estratégias em comparação com estratégias neutras e o índice Ibovespa.
O código em R foi desenvolvido pelo Prof. Dr. Julio Fernando Costa Santos
- R
- dplyr: Para manipulação de dados
- tidyquant: Para trabalhar com dados financeiros
- lubridate: Para manipulação de datas
- zoo: Para trabalhar com dados temporais
- PerformanceAnalytics: Para análises de performance financeira
- ggplot2: Para visualização de dados
Para executar este projeto, é necessário ter o R instalado. Instale os pacotes necessários utilizando, por exemplo, install.packages("dplyr")
para cada pacote. O script R Low_Volatility.R
contém todo o processo de análise e backtesting.
Para executar este projeto,
- Análise de estratégias de investimento baseadas em baixa volatilidade.
- Comparação de desempenho com estratégias neutras e o índice Ibovespa.
- Backtesting de estratégias de portfólio para o mercado acionário brasileiro.
O script R incluído neste repositório foi modificado para gerar e salvar automaticamente uma série de gráficos. Estes gráficos são salvos como arquivos PNG no diretório de trabalho após a execução do script.
- Após executar o script R, verifique o diretório de trabalho do script.
- Você encontrará vários arquivos de imagem (formato PNG) nomeados sequencialmente (por exemplo,
plot1.png
,plot2.png
, etc.). - Esses arquivos representam os gráficos gerados pelo script e podem ser abertos com qualquer visualizador de imagens padrão.
Cada gráfico salvo fornece insights visuais importantes relacionados ao estudo de estratégias de baixa volatilidade no mercado acionário brasileiro. Eles incluem análises temporais, comparações de desempenho e outras métricas relevantes para a pesquisa.
Contribuições são bem-vindas! Se você tem sugestões ou melhorias, sinta-se à vontade para abrir uma issue ou enviar um pull request.
Para mais informações, entre em contato com [email protected].