No MAD aproach for portfolio detection based on the MAD Portfolio Optimization experiment
Universidade Federal do ABC - Bacharelado em Ciência e Tecnologia Algoritmos e Estruturas de Dados 2023/Q3
Lenin Cristi
lenin.cristi@aluno.ufabc.edu.br
Resumo. Parte da escolha de um conjunto arbitrário de ações da bolsa brasileira (IBOVESPA, B3) para comparação de dois métodos de otimização de risco distintos
Abstract. It starts from choosing an arbitrary set of shares on the Brazilian stock exchange (IBOVESPA, B3) to compare two different risk optimization methods
-
A familiarização com modelos de otimização linear para a construção de portfolios de ativos financeiros que ofereçam, ao mesmotempo, "bons" retornos ao capital inicial investido e uma "certa" proteção ao risco inerente envolvido em tais operações
-
A familiarização com a linguagem de modelagem AMPL e sua utilização via Python
no ambiente Colab da Google** num ambiente conda reprodutível -
A experimentação / solução dos modelos com dados reais (obtidos da plataforma Yahoo Finance) via solvers de otimização linear
-
Uma ligeira análise dos resultados devolvidos pelos solvers
** Foi utilizado um ambiente fora do Colab, mas sem prejuízo a reprodutibilidade ou execução no próprio Colab ou em qualquer outra nuvem de preferência
O Notebook principal está disponível com as saidas salvas aqui
Para criar, ativar e instalar os pacotes necessários
conda create -n ampl python=3.9
conda activate ampl
conda install amplpy numpy matplotlib scikit-learn yfinance ipykernel pandas -c defaults -c conda-forge
Para criar o ambiente com os pacotes necessários a partir de arquivo
conda env create -f environment.yml
Crie e ative um ambiente usando pip ou pyenv antes e instale os seguintes pacotes
pip install amplpy numpy matplotlib scikit-learn yfinance ipykernel pandas
-
Visite o portal https://portal.ampl.com
-
Faça o registro de usuário gratuito
-
Liste suas licenças em https://portal.ampl.com/user/ampl/license/list
-
Faça o download do arquivo ampl.lic gerado e o instale no local dos binários AMPL, numa instalação onde o ambiente (environment python) onde foi instalado o AMPL se chama "ampl", seria aqui:
\envs\ampl\Lib\site-packages\ampl_module_base\bin
Existem outros modos de ativação, como por exemplo rodar o UUID da licença com o comando "amplkey activate", mais informações aqui e aqui
[1] MAD portfolio optimization
https://mo-book.ampl.com/notebooks/02/mad-portfolio-optimization.html
CMCC - Universidade Federal do ABC (UFABC) - Santo André - SP - Brasil