Skip to content

Latest commit

 

History

History

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 

README.md

Beta, Markowitz e Monte Carlo

Notebooks Jupyter com técnicas de análise financeira e otimização de portfólios usando Python.

Vídeo completo: Análise de Investimentos com Python


Conteúdo

1. Beta de Ações (beta-da-acao.ipynb)

Cálculo do coeficiente beta de ações brasileiras em relação ao Ibovespa via regressão linear. O beta mede o risco sistemático — quanto a ação tende a se mover em relação ao mercado.

2. Otimização de Markowitz (otm_markowitz.ipynb)

Implementação do modelo de Markowitz para encontrar a alocação ótima de ativos (maior índice de Sharpe):

  • Simulação de carteiras aleatórias
  • Cálculo da fronteira eficiente
  • Penalização por concentração excessiva
  • Limites de alocação máxima por ativo

3. Simulação de Monte Carlo (monte-carlo.ipynb)

Projeção do desempenho futuro de uma carteira usando simulações estocásticas:

  • Value at Risk (VaR) e Conditional VaR (CVaR)
  • Distribuição de retornos esperados
  • Probabilidade de lucro
  • Volatilidade esperada

Como executar

# Na raiz do repositório
pip install -r requirements.txt
jupyter notebook

Abra os notebooks na ordem sugerida (1 → 2 → 3) para acompanhar a progressão dos conceitos.


Dependências principais

  • yfinance — dados de mercado
  • numpy / pandas — manipulação de dados
  • matplotlib / seaborn / mplcyberpunk — visualização
  • scipy / statsmodels — estatística e otimização