Gestão de Portfolios & Python (Fundamentos)

O Curso “Gestão de Portfolios & Python (Fundamentos)” tem o objetivo de abordar aspectos teóricos e aplicados (práticos) da gestão de portfolios de ações, moedas, commodities e seus derivativos, incluindo programação em Python aplicada..

Conteúdo Resumido

Serão apresentados:

• Fundamentos de teoria de probabilidade e estatística (necessários para a modelagem de riscos e gestão de portfolios);
• Conceitos de gestão de riscos de mercado (incluindo medidas de risco como VaR, Expected Shortfall, Drawdown, e backtesting);
• Conceitos de gestão/ otimização de portfolios (Markowitz, CAPM, APT fator models, Black-Litterman);
• Backtests de carteiras/ estratégias;
• Como os conceitos de gestão de riscos e de portfolios são usados na gestão profissional de investimentos para otimizar os resultados com o melhor nível de controle de risco e governança.

Como parte do curso, serão apresentados fundamentos de programação em Python, que será utilizado para implementar computacionalmente os conceitos teóricos apresentados, mostrando aos alunos aplicações reais do mercado financeiro – tal como feito em Mesas de Trading, Mesas de Estruturação de Produtos, Fundos de Investimento, Tesourarias de Empresas.

Competências Adquiridas e Desenvolvidas

Ao concluirem com sucesso este curso, os alunos:

• Terão adquirido conhecimento teórico-conceitual sobre os conceitos e ferramentas de:
  • gestão de riscos, permitindo que eles sejam medidos, monitorados e controlados corretamente;
  • gestão de portfolios, permitindo otimizar retornos/ sharpe/ ômega etc.
• Terão explorado aplicações desse conhecimento teórico em situações práticas do mundo real, como:
  • mensurar, monitorar e controlar (i.e., hedgear) riscos de mercado de carteiras de instrumentos lineares (ações, moedas, commodities), de derivativos, de instrumentos de renda fixa;
  • otimizar retornos, sharpe, ômega, etc. de portfolios de investimentos.
• Saberão utilizar uma ferramenta tecnológica poderosa – programação em Python aplicada a finanças – que lhes permitirá dar escala ao conhecimento adquirido, transformando-o em resultado prático e aplicável ao seu dia-a-dia profissional.

Com esses objetivos cumpridos, os alunos certamente aumentarão sua qualificação e competência profissionais e, consequentemente, seus resultados, sua relevância e seu valor para a Instituição em que trabalham.

Público-alvo

O curso é destinado a profissionais que atuam, ou desejam atuar, com:

• Gestão de investimentos/ portfolio management
• Análise e gestão de riscos

Metodologia

• Metodologia de aprendizado ativo, seguindo os mais modernos padrões adotados pelas melhores universidades do Brasil e Internacionais.
• Exposições da teoria, realizadas pelo professor, incluindo desenvolvimento e exploração de casos práticos e aplicados.
• Exercícios e estudos de caso realizados pelos alunos, em grupo e/ou individualmente

Conteúdo Programático

1. Bases de dados

• Obter dados da internet: ações, ETFs, renda fixa, moedas, commodities, índices
• Manipular bases de dados

2. Retornos e taxas de retorno

• Retorno percentual, retorno financeiro
• Retornos e taxas de retorno lineares, com capitalização composta discreta, com capitalização composta contínua
• Implementação em Python e exemplos práticos

3. Teoria de probabilidade e estatística aplicadas

• Conceitos de teoria de probabilidade univariada(variável aleatória, distribuição de probabilidade, momentos de uma distribuição, percentis, etc.)
• Conceitos de teoria de probabilidade multivariada (distribuição conjunta, matriz de correlação e covariância, geração de números aleatórios correlacionados, lei dos grandes números, teorema do limite central, Q-Q-plot)
• Implementação em Python e exemplos práticos

4. Conceitos de risco de mercado

• Como modelar e medir risco
• Abordagens para medir risco –modelo paramétrico, não-paramétrico e simulação de Monte Carlo
• Medidas específicas de risco –VaR(desvio padrão, EWMA, GARCH), ExpectedShortfall, Drawdown, stress testing
• Backtesting–VaRhistórico, VaRparamétrico (desvio padrão, EWMA, GARCH)
• Implementação em Python e exemplos práticos

5. Gestão de carteiras (portfolio management)

• Fundamentos teóricos sobre gestão de carteiras
• Pacotes do Python sobre gestão de carteiras
• Implementação proprietária de algoritmos para simulação e gestão/otimização de carteiras
  • Estratégias auto-financiáveis
  • Buy-and-hold strategies
  • CPPI –constant proportion portfolio insurance
  • Constant-mix strategies
  • Shadwick’s Omega function
• Modelos de gestão de carteiras
  • Markowitz
  • CAPM
  • Modelos de fatores (APT)
  • Black-Litterman
• Backtestsde carteiras/ estratégias (teoria e prática com Python)

Carga horária

O curso tem duração total de 40 horas – 16 semanas (4 meses) com aulas de 2h30