A carregar...
Publicação
Regime-aware tactical sector allocations
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.09 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This thesis examines whether identifying macroeconomic regimes can improve tactical sector-level allocations relative to static benchmarks and non-regime-based strategies. Using unsupervised learning techniques applied to macroeconomic fundamentals, conditions are classified into distinct regimes that capture differences in growth, inflation, and volatility dynamics. A two-stage framework separates crisis periods from normal business-cycle conditions and uses the resulting regime information to condition systematic tactical sector allocation decisions. All strategies are evaluated in a strictly out-of-sample setting to mitigate overfitting concerns. The empirical results show that regime-aware tactical sector allocation improves risk-adjusted performance relative to static benchmarks. Regime-aware strategies achieve higher Sharpe ratios and lower maximum drawdowns, with performance differences that are statistically significant according to Jobson–Korkie tests at the five percent level. The gains are primarily driven by improved downside protection during volatile periods, while maintaining competitive returns during expansionary periods. Importantly, these results remain robust after accounting for realistic transaction costs. More flexible machine learning-based allocation rules do not outperform constrained regime-based strategies out-of-sample. The economic relevance of the identified regimes is supported by their ability to differentiate sector return behavior and enhance portfolio outcomes. Overall, the findings indicate that macroeconomic regime information extracted through unsupervised learning provides economically meaningful signals for tactical sector allocation and offers a disciplined, implementable framework for active portfolio management.
Esta dissertação analisa se a identificação de regimes macroeconómicos pode melhorar a alocação tática ao nível setorial em comparação com benchmarks estáticos e estratégias não condicionadas por regimes. Utilizando técnicas de aprendizagem não supervisionada aplicadas a fundamentos macroeconómicos, as condições económicas são classificadas em regimes distintos que capturam diferenças nas dinâmicas de crescimento, inflação e volatilidade. Um enquadramento em duas etapas distingue períodos de crise das condições normais do ciclo económico e utiliza a informação de regime resultante para condicionar decisões sistemáticas de alocação tática setorial. Todas as estratégias são avaliadas num ambiente estritamente fora da amostra, com o objetivo de mitigar riscos de sobreajustamento.Os resultados empíricos mostram que a alocação tática setorial sensível a regimes melhora o desempenho ajustado ao risco relativamente a benchmarks estáticos. As estratégias condicionadas por regimes apresentam rácios de Sharpe mais elevados e menores drawdowns máximos, com diferenças estatisticamente significativas segundo os testes de Jobson–Korkie ao nível de cinco por cento. Os ganhos são sobretudo impulsionados por uma melhor proteção em períodos de elevada volatilidade, mantendo retornos competitivos em fases expansionistas. Estratégias de alocação baseadas em aprendizagem automática mais flexíveis não superam estratégias condicionadas por regimes e sujeitas a restrições fora da amostra.Em conjunto, os resultados indicam que a informação sobre regimes macroeconómicos fornece sinais economicamente relevantes para a alocação tática setorial e constitui um enquadramento disciplinado e implementável para a gestão ativa de carteiras.
Esta dissertação analisa se a identificação de regimes macroeconómicos pode melhorar a alocação tática ao nível setorial em comparação com benchmarks estáticos e estratégias não condicionadas por regimes. Utilizando técnicas de aprendizagem não supervisionada aplicadas a fundamentos macroeconómicos, as condições económicas são classificadas em regimes distintos que capturam diferenças nas dinâmicas de crescimento, inflação e volatilidade. Um enquadramento em duas etapas distingue períodos de crise das condições normais do ciclo económico e utiliza a informação de regime resultante para condicionar decisões sistemáticas de alocação tática setorial. Todas as estratégias são avaliadas num ambiente estritamente fora da amostra, com o objetivo de mitigar riscos de sobreajustamento.Os resultados empíricos mostram que a alocação tática setorial sensível a regimes melhora o desempenho ajustado ao risco relativamente a benchmarks estáticos. As estratégias condicionadas por regimes apresentam rácios de Sharpe mais elevados e menores drawdowns máximos, com diferenças estatisticamente significativas segundo os testes de Jobson–Korkie ao nível de cinco por cento. Os ganhos são sobretudo impulsionados por uma melhor proteção em períodos de elevada volatilidade, mantendo retornos competitivos em fases expansionistas. Estratégias de alocação baseadas em aprendizagem automática mais flexíveis não superam estratégias condicionadas por regimes e sujeitas a restrições fora da amostra.Em conjunto, os resultados indicam que a informação sobre regimes macroeconómicos fornece sinais economicamente relevantes para a alocação tática setorial e constitui um enquadramento disciplinado e implementável para a gestão ativa de carteiras.
Descrição
Palavras-chave
Macroeconomic regimes Unsupervised learning Tactical sector allocation Portfolio choice Regimes macroeconómicos Aprendizagem não supervisionada Alocação tática setorial Escolha de carteiras
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC