Otimização de Carteiras Fundamentalistas de Ativos via Algoritmo Genético com Controle de Concentração Setorial

Abstract

O estudo propõe e avalia uma metodologia reprodutível para a formação de carteiras de ações baseada exclusivamente em indicadores fundamentalistas. A abordagem organiza métricas em blocos de fatores (valor, qualidade, crescimento e dividendos), realiza tratamento adequado dos dados e aplica um algoritmo genético com penalização de concentração setorial para selecionar carteiras com cardinalidade e limites setoriais definidos por perfil de investidor (conservador, moderado e arrojado). O método implementa um pipeline de dados, construção de escores por bloco, otimização equiponderada no nível do ativo e avaliação por características. A pesquisa discute decisões de pré-processamento, a sensibilidade dos pesos entre blocos, o trade-off entre qualidade do escore e diversificação efetiva, bem como a aderência a diretrizes de adequação de perfil. Os resultados indicam que as carteiras geradas apresentam exposições médias coerentes com os perfis estipulados, redução de concentração setorial em relação a um índice padrão, e composição setorial mais alinhada às preferências de risco, além de evidenciar a utilidade de índices para avaliação informativa mesmo sem testes retrospectivos extensos. Como resultado, tem-se um arcabouço transparente e auditável, com artefatos e documentação para reprodutibilidade, capaz de apoiar tanto decisões de pesquisa quanto uso educacional em finanças, e aponta extensões futuras envolvendo custos de transação, janelas temporais e estratégias híbridas de otimização.