A instabilidade dos pesos em portfólios de média-variância impõe custos econômicos relevantes sob fricções, mas esse canal permanece pouco explorado. Este artigo investiga essa relação no mercado brasileiro, mostrando que o mal condicionamento da covariância amplifica erros de estimação, gera instabilidade dos pesos e eleva o turnover, deteriorando o retorno líquido. Com 37 ações, janelas rolling de 60 meses e avaliação fora da amostra entre 2020 e 2025, comparamos o modelo clássico com regularizações LASSO, Ridge, Elastic Net e o estimador Ledoit-Wolf. O condicionamento da covariância explica a instabilidade no modelo clássico e no Ridge, mas modelos com componente L1 tornam essa relação não significativa. O Ledoit-Wolf reduz o turnover em 41% e apresenta o melhor Sharpe líquido (0,081 contra 0,037). Regressão com erros HAC confirma que a instabilidade impacta o retorno líquido após controle por risco, evidenciando que a escolha do estimador afeta o desempenho pela estabilidade dos pesos.
Comissão Organizadora
Comissão Científica
Ferramenta completa de submissão, avaliação e publicação de anais para eventos científicos.
