Modelos de Portfólio
Contrato: Especifique o objetivo econômico, o problema de otimização preciso, as suposições de dados, restrições e benchmark antes de selecionar um modelo. Use apenas as referências relevantes para a tarefa.
Procedimento
- Enquadramento. Registre o tipo de investidor, moeda base, ativos investíveis, frequência de avaliação, objetivo de retorno, perdas toleradas, liquidez, vendas a descoberto/alavancagem, turnover, limites por ativo e horizonte de manutenção. Determine se a resposta é conceitual, computacional ou uma afirmação empírica. Concluído quando: objetivo e restrições estiverem explícitos.
- Normalização. Para cálculos envolvendo preços, retornos, títulos, câmbio, derivativos, taxas ou caixa, carregue notação e dados. Exija disponibilidade pontual e consistência de retorno total. Concluído quando: todas as colunas compartilharem moeda e período de observação; valores ausentes/desatualizados forem identificados.
- Roteamento. Para seleção de modelo, carregue o mapa de modelos e, em seguida, apenas o ramo necessário: clássico, diversificação, orçamentos de risco e regularização, caudas e drawdowns, robustez e DRO, ou Kelly e antifragilidade. Concluído quando: a variante matemática exata, a fonte e o método numérico estiverem especificados.
- Computação. Para um cálculo executável, consulte exemplos práticos e os módulos executáveis
scripts/models.pyescripts/advanced_models.py. Verifique o status do resolvedor, restrições, objetivo nos pesos retornados, casos limite e unidades numéricas. Concluído quando: a invocação reproduzível e as verificações forem bem-sucedidas. - Validação. Para afirmações históricas, use o protocolo de backtesting, métricas e inferência e modos de falha. Concluído quando: a cronologia completa fora da amostra, suposições de negociação, custos, benchmarks simples, estresse e incerteza forem relatados.
- Resolução de disputas. Siga o rastreamento de fórmulas até o catálogo de fontes anotadas. Leia o artigo original para suporte específico a teoremas, detalhes do conjunto de ambiguidade e qualquer exceção material. Concluído quando: a fórmula real for distinguida de aproximações e implementações.
Invariantes matemáticos e empíricos
- Use retornos totais decimais simples com frequência de amostragem consistente; anualize apenas no momento do relatório. Um índice de preços, taxa de câmbio oficial ou taxa de juros não é um instrumento investível e sem atritos.
- Otimize usando apenas informações disponíveis antes da decisão. Ajuste previsões e hiperparâmetros em dados passados aninhados. Avalie custos de negociação, deriva, suspensões, margem e conversão cambial conforme aplicável.
- Dê o conjunto de incerteza exato antes de chamar um modelo de robusto. O Wasserstein DRO implementado é um caso específico de CVaR com 1-Wasserstein, ground L1, suporte ilimitado e perda linear—não um mecanismo DRO genérico.
- Relate drawdowns mensais/diários empíricos separadamente do CDaR de P&L aditivo, que não é equivalente ao drawdown do NAV composto.
- Métodos diferentes precisam de datas comuns, universos viáveis, risco realizado comparável e benchmarks simples. Um CAGR alto por si só não estabelece superioridade estatística.
- Uma hedge com opções, posição vendida de acompanhamento de tendência ou um portfólio estável não é automaticamente antifrágil. Avalie convexidade, custo de carregamento, retornos condicionais de cauda e acesso de execução separadamente.
Saída
Para metodologia: modelo, objetivo/equações, restrições, estimadores, hiperparâmetros, casos limite, fonte, ilustração executável. Para um benchmark, relate também data de referência, instrumentos disponíveis, datas OOS exatas, janelas de treinamento/validação, custos de transação, baseline, CAGR, volatilidade realizada, drawdown, CVaR, turnover, intervalos de incerteza e limitações de dados/execução.
O arquivo de entrada roteia o trabalho; ele não duplica a matemática. Mantenha todo novo código, fórmulas e experimentos na referência ou script apropriado, em vez de expandir este arquivo.