Resumo

Versão em Português

O curso Métodos Quantitativos para Finanças e Investimentos I tem como propósito introduzir e aplicar as principais técnicas matemáticas e estatísticas utilizadas na análise de investimentos, avaliação de ativos e gestão de portfólios. Trata-se de uma disciplina de extensão de caráter profissionalizante, concebida para desenvolver competências técnicas compatíveis com as exigências internacionais.

Público-alvo:
Discentes das pós-graduações da UFAL nas áreas de Engenharia, Administração, Economia e Ciências Contábeis; entusiastas das finanças; e trabalhadores do setor financeiro com graduação completa. O curso foi estruturado para acolher tanto participantes em formação avançada quanto profissionais atuantes que desejam aprimorar sua capacidade analítica em finanças quantitativas.

O conteúdo aborda, de forma progressiva e aplicada, os fundamentos do valor do dinheiro no tempo, o cálculo e a interpretação de taxas de juros e retornos financeiros, e a utilização de métricas estatísticas para mensuração de risco e desempenho de ativos. O enfoque metodológico privilegia a integração entre teoria e prática, utilizando planilhas eletrônicas (Excel) e ferramentas computacionais (Python) para modelar situações reais de decisão de investimento.

O curso parte da necessidade de aprimorar a formação analítica de estudantes e profissionais das áreas de administração, contabilidade, economia, engenharia e finanças, oferecendo um espaço de aprendizagem prática sobre como mensurar e interpretar os efeitos do tempo, do risco e da incerteza sobre os resultados financeiros. A partir de dados reais de mercado, os participantes desenvolvem modelos, simulações e relatórios de análise quantitativa que reproduzem os desafios enfrentados por analistas de investimento, consultores financeiros e gestores de recursos.

Do ponto de vista acadêmico, o curso reforça a missão da Universidade Federal de Alagoas ao promover a integração entre ensino, pesquisa e extensão, oferecendo uma formação que conecta saberes teóricos às demandas concretas do mercado financeiro. Do ponto de vista social e profissional, contribui para o desenvolvimento de competências técnicas de alto valor agregado, fortalecendo a inserção dos egressos em posições estratégicas de análise, planejamento e gestão financeira.

A abordagem extensionista permite ainda a inclusão de profissionais em diferentes estágios de formação, favorecendo a educação continuada e a difusão de ferramentas quantitativas acessíveis. O curso combina aulas expositivas, exercícios orientados e projetos aplicados, promovendo a aprendizagem pela prática e estimulando o pensamento crítico e analítico.

Ao término, espera-se que o participante esteja apto a compreender e aplicar técnicas quantitativas fundamentais para a mensuração do risco e retorno de ativos financeiros, interpretando resultados e tomando decisões informadas em contextos de incerteza. Dessa forma, o curso se posiciona como ponte entre a formação acadêmica e a prática profissional em finanças, sendo um passo inicial para o desenvolvimento de habilidades analíticas avançadas.

English Version

The course Quantitative Methods for Finance and Investments I aims to introduce and apply key mathematical and statistical techniques used in investment analysis, asset valuation, and portfolio management. It is a professional-oriented extension course designed to develop technical competencies aligned with international standards.

Target Audience:
Graduate students at UFAL in the fields of Engineering, Business Administration, Economics, and Accounting; finance enthusiasts; and financial sector professionals with a completed undergraduate degree. The course is structured to serve both advanced students and working professionals seeking to strengthen their analytical capabilities in quantitative finance.

The course progressively and practically covers the foundations of the time value of money, the calculation and interpretation of interest rates and financial returns, and the use of statistical metrics for measuring asset risk and performance. The methodological approach emphasizes the integration of theory and practice, using spreadsheet tools (Excel) and computational environments (Python) to model real-world investment decision problems.

The course responds to the need to enhance the analytical training of students and professionals from the fields of business administration, accounting, economics, engineering, and finance. It offers a practical learning environment focused on measuring and interpreting the effects of time, risk, and uncertainty on financial outcomes. Using real market data, participants develop models, simulations, and quantitative analysis reports that reflect the challenges faced by investment analysts, financial consultants, and asset managers.

From an academic perspective, the course reinforces the mission of the Federal University of Alagoas to promote integration between teaching, research, and extension by offering training that connects theoretical knowledge with the concrete demands of the financial market. From a social and professional standpoint, it contributes to the development of high value-added technical skills, strengthening graduates’ readiness for strategic roles in financial analysis, planning, and management.

The extension-based approach also enables the inclusion of professionals at different stages of their educational journey, supporting continuing education and the dissemination of accessible quantitative tools. The course combines lectures, guided exercises, and applied projects, promoting learning by doing and fostering critical and analytical thinking.

By the end of the course, participants are expected to understand and apply fundamental quantitative techniques for measuring the risk and return of financial assets, interpreting results, and making informed decisions under uncertainty. Thus, the course positions itself as a bridge between academic training and professional practice in finance, serving as a foundational step toward the development of advanced analytical skills.

All classes in this course will be delivered in Portuguese, ensuring accessibility for local participants and alignment with the linguistic context of the Federal University of Alagoas.

Programação

MÓDULO 0 — Fundamentos Computacionais para Finanças (Excel, Python e IA)

Carga: 20h aula • 6h produtos • 4h avaliação • 4h supervisão
Carga total do módulo: 34h

Descrição ampliada

Este módulo prepara o participante para trabalhar com dados financeiros utilizando ferramentas computacionais essenciais no mercado. O foco é capacitar o aluno a automatizar processos, coletar dados de ativos, construir dashboards, usar programação aplicada e empregar modelos assistidos por IA para aumentar a eficiência analítica.

É um módulo instrumental, servindo de base para todas as análises quantitativas posteriores.

Conteúdos detalhados

• Fundamentos de programação aplicada (Python e VBA)
• Acesso e coleta de dados de ações e índices via APIs (ex.: Yahoo Finance)
• Leitura e integração de arquivos CSV e planilhas
• Estruturação e limpeza de dados financeiros
• Fórmulas essenciais em planilhas aplicadas a finanças
• Tabelas dinâmicas e automação de relatórios
• Construção de dashboards para séries temporais e indicadores setoriais
• Integração Excel ↔ Python (modelo híbrido)
• Uso de IA para:
• gerar códigos em Python/VBA,
• elaborar relatórios,
• estruturar análises,
• criar diagramas explicativos.

Produtos

• Template de relatório financeiro automatizado
• Sistema de download e atualização de dados financeiros
• Planilha com botão de execução para cálculo e visualização
• Dashboard completo de preços e múltiplos comparativos

Avaliação

Atividades práticas aplicadas aos produtos desenvolvidos.

MÓDULO 1 — Valor do Dinheiro no Tempo (TVM)

Carga: 12h aula • 2h produtos • 0h avaliação • 4h supervisão
Total: 18h

Descrição ampliada

Apresenta os fundamentos matemáticos e financeiros utilizados para valorar fluxos de caixa, projetos, títulos e instrumentos financeiros. O módulo conecta os cálculos clássicos de engenharia financeira com aplicações práticas em investimento e análise de decisões.

Conteúdos detalhados

• Conceito e relevância do valor do dinheiro no tempo
• Taxas equivalentes, nominais e efetivas
• Juros simples e compostos
• Fatores de capitalização e desconto
• Cálculo de VP, VF, VPL e TIR
• Construção, leitura e análise de fluxos de caixa
• Payback e payback descontado
• Aplicações em valuation e financiamentos
• Introdução à análise de sensibilidade em fluxos de caixa

Produtos

• Planilha/notebook para cálculo de VP, VF, VPL, TIR
• Ferramenta simples de análise de cenários e sensibilidade

MÓDULO 2 — Retornos e Medidas de Desempenho

Carga: 12h aula • 2h produtos • 4h avaliação • 4h supervisão
Total: 22h

Descrição ampliada

O módulo apresenta os principais conceitos e métricas de retorno utilizadas no mercado financeiro para análise de ativos, fundos e índices. O aluno aprende a transformar preços em séries de retornos, comparar desempenhos e gerar análises gráficas e tabulares de evolução temporal.

Conteúdos detalhados

• Retornos simples, compostos e continuamente compostos
• Retornos nominais e reais (correção pela inflação)
• Retornos brutos e líquidos de taxas, imposto e custos
• Retornos médios: aritmético vs. geométrico
• Comparação de desempenho entre ativos e benchmarks
• Construção de séries históricas e gráficos de rentabilidade acumulada
• Aplicações: ações, fundos, índices setoriais
• Interpretação de métricas de performance
• Introdução ao conceito de retorno excedente (excess return)

Produtos

• Planilha/notebook com cálculo completo de retornos
• Comparativo de ativos × índices
• Visualizações gráficas de evolução temporal
• Construção de cenários de retorno

Avaliação

Relatório técnico de análise de rentabilidade bruta e líquida.

MÓDULO 3 — Estatística Descritiva e Medidas de Risco

Carga: 12h aula • 4h produtos • 0h avaliação • 4h supervisão
Total: 20h

Descrição ampliada

Explora a estatística aplicada diretamente ao comportamento dos retornos financeiros. Os participantes aprendem a caracterizar distribuições, mensurar variabilidade e risco, analisar relações entre ativos e construir matrizes risco-retorno essenciais para decisões de investimento.

Conteúdos detalhados

• Média, mediana e moda aplicadas a retornos
• Variância, desvio-padrão e coeficiente de variação
• Assimetria e curtose (forma das distribuições de retornos)
• Covariância e correlação entre ativos
• Risco total, sistemático e não sistemático
• Construção e interpretação de histogramas, boxplots e dispersões
• Matrizes risco-retorno e matrizes de correlação
• Aplicações a carteiras, ativos e setores

Produtos

• Planilha/notebook com matriz risco-retorno completa
• Gráficos e análises interpretativas
• Cenários de risco simplificados

MÓDULO 4 — Probabilidade e Expectativas Condicionais

Carga: 8h aula • 0h produtos • 0h avaliação • 4h supervisão
Total: 12h

Descrição ampliada

Este módulo conecta probabilidade ao comportamento de preços e retornos, permitindo que o aluno modele incertezas, estime valores esperados e desenvolva cenários de análise.

Conteúdos detalhados

• Eventos, espaços amostrais e regras de probabilidade
• Probabilidade conjunta, condicional e independente
• Valor esperado e variância de distribuições
• Aplicações diretas em preços, retornos e cenários
• Teorema de Bayes e revisões de probabilidade
• Probabilidade subjetiva em mercados financeiros
• Tabelas de contingência e árvores de decisão
• Modelagem de cenários discretos para ativos financeiros

MÓDULO 5 — Matemática de Portfólios e Diversificação

Carga: 12h aula • 4h produtos • 4h avaliação • 4h supervisão
Total: 24h

Descrição ampliada

Introdução estruturada à teoria de portfólios, aos conceitos de risco-retorno conjuntos e aos benefícios da diversificação. O módulo fornece a base quantitativa para avaliação de carteiras e comparação com alternativas de mercado.

Conteúdos detalhados

• Retorno esperado de carteiras
• Risco de carteiras (variância e desvio-padrão)
• Covariância e correlação em construção de carteiras
• Efeito da diversificação e fronteira intuitiva
• Cálculo e interpretação do Índice de Sharpe
• Discussão de carteiras balanceadas e trade-offs
• Visualizações gráficas da relação risco-retorno
• Introdução simplificada ao arcabouço de otimização de Markowitz

Produtos

• Simulador de portfólios com até 10 ativos
• Cálculo de Sharpe, risco, retorno esperado
• Gráficos comparativos e conclusões

Avaliação

Relatório técnico de análise de carteira.

MÓDULO 6 — Simulação e Modelagem Computacional

Carga: 8h aula • 2h produtos • 0h avaliação • 4h supervisão
Total: 14h

Descrição ampliada

Este módulo apresenta técnicas estocásticas para simular preços, retornos e carteiras, permitindo ao aluno estimar distribuições futuras e avaliar risco sob incerteza.

Conteúdos detalhados

• Geração de números aleatórios
• Movimento browniano e dinâmicas simplificadas de preços
• Retornos continuamente compostos e lognormalidade
• Simulação de Monte Carlo para ativos e portfólios
• Estimativa de Value at Risk (VaR)
• Stress tests e análise extrema
• Introdução ao bootstrapping aplicado a séries financeiras

Produtos

• Simulador completo com VaR e stress testing

MÓDULO 7 — Inferência Estatística e Testes de Hipóteses

Carga: 8h aula • 2h produtos • 4h avaliação • 4h supervisão
Total: 18h

Descrição ampliada

Foca na aplicação da inferência estatística à avaliação do desempenho de ativos e carteiras. Permite ao aluno medir superação de mercado com rigor e interpretar resultados estatísticos em contexto financeiro.

Conteúdos detalhados

• População, amostra e estatísticas amostrais
• Distribuição amostral da média e erro-padrão
• Intervalos de confiança
• Testes t, p-valores, rejeição e não-rejeição
• Testes de comparação entre ativos e benchmarks
• Aplicação prática: análise de superação de mercado
• Limitações em séries financeiras: autocorrelação, heteroscedasticidade etc.

Produtos

• Ferramenta (planilha/notebook) que aplica testes de hipótese automaticamente
• Conclusões estatísticas geradas a partir das entradas do usuário

Avaliação

Relatório de comparação carteira × benchmark, incluindo conclusões estatísticas formais.

MÓDULO 8 — Projeto Integrador: Análise Quantitativa de Investimentos

Carga: 8h aula • 2h produtos • 4h avaliação • 4h supervisão
Total: 18h

Descrição ampliada

Atividade final que integra todos os módulos. O participante seleciona um ativo ou portfólio real, realiza diagnósticos completos de risco e retorno, aplica simulações e testes estatísticos e elabora um relatório técnico com recomendações fundamentadas.

Conteúdos detalhados

• Seleção e justificativa do ativo/portfólio
• Cálculo de métricas essenciais (KPIs)
• Comparação com benchmarks adequados
• Simulações de risco e cenários
• Estruturação de relatório profissional
• Apresentação oral (pitch técnico)

Produtos

• Pitch deck
• Sumário executivo (notebook ou planilha)
• Relatório analítico com recomendações quantitativas

Avaliação

Apresentação técnica + entrega do relatório final.

______________________________________________________________________________________________________________________________________

ENGLISH VERSION

______________________________________________________________________________________________________________________________________

MODULE 0 — Computational Foundations for Finance (Excel, Python, and AI)

Workload: 20h lectures • 6h product development • 4h assessment • 4h supervision
Total workload: 34h

Extended Description

This module prepares participants to work with financial data using essential computational tools widely adopted in the industry. The focus is on enabling students to automate processes, retrieve market data, build dashboards, use applied programming techniques, and apply AI-assisted models to improve analytical efficiency.
It is an instrumental module that serves as the foundation for all subsequent quantitative analyses.

Detailed Contents

• Fundamentals of applied programming (Python and VBA)

• Accessing and retrieving stock and index data via APIs (e.g., Yahoo Finance)

• Reading and integrating CSV files and spreadsheets

• Structuring and cleaning financial datasets

• Essential spreadsheet formulas used in finance

• Pivot tables and automated reporting

• Dashboard construction for time series and sector indicators

• Excel ↔ Python integration (hybrid workflow)

• Use of AI to:

  • generate Python/VBA code

  • support report writing

  • structure analytical tasks

  • create explanatory diagrams

Products

• Automated financial report template

• System for downloading and updating financial data

• Spreadsheet with execution button for automated calculations and visualizations

• Complete dashboard for price data and comparative financial metrics

Assessment

Practical activities involving the products developed in the module.

MODULE 1 — Time Value of Money (TVM)

Workload: 12h lectures • 2h product development • 0h assessment • 4h supervision
Total: 18h

Extended Description

This module presents the mathematical and financial foundations required to value cash flows, projects, bonds, and other financial instruments. It connects classical financial engineering calculations with practical investment and decision-making applications.

Detailed Contents

• Concept and importance of the time value of money

• Equivalent, nominal, and effective interest rates

• Simple and compound interest

• Discount and accumulation factors

• Calculation of PV, FV, NPV, and IRR

• Construction, reading, and analysis of cash flows

• Payback and discounted payback

• Applications in valuation and financing

• Introduction to sensitivity analysis in cash flow projections

Products

• Spreadsheet/notebook for computing PV, FV, NPV, IRR

• Simple tool for scenario and sensitivity analysis

MODULE 2 — Returns and Performance Measures

Workload: 12h lectures • 2h product development • 4h assessment • 4h supervision
Total: 22h

Extended Description

This module covers the main return concepts and performance metrics used in financial markets for analyzing assets, funds, and indices. The student learns how to transform prices into return series, compare investment performance, and generate graphical and tabular analyses of time-series behavior.

Detailed Contents

• Simple, compound, and continuously compounded returns

• Nominal and real returns (inflation-adjusted)

• Gross and net returns (fees, taxes, and costs)

• Arithmetic vs. geometric mean returns

• Performance comparisons across assets and benchmarks

• Construction of historical series and cumulative return charts

• Applications: stocks, investment funds, sector indices

• Interpretation of performance metrics

• Introduction to excess return concepts

Products

• Spreadsheet/notebook with complete return calculations

• Asset vs. benchmark comparative analysis

• Time-series visualizations

• Return scenario construction

Assessment

Technical report analyzing gross and net investment returns.

MODULE 3 — Descriptive Statistics and Risk Measures

Workload: 12h lectures • 4h product development • 0h assessment • 4h supervision
Total: 20h

Extended Description

This module explores statistics directly applied to financial return behavior. Participants learn to characterize distributions, measure variability and risk, analyze relationships among assets, and construct risk-return matrices essential for investment decision-making.

Detailed Contents

• Mean, median, and mode applied to returns

• Variance, standard deviation, and coefficient of variation

• Skewness and kurtosis (distributional shape)

• Covariance and correlation among assets

• Total, systematic, and unsystematic risk

• Construction and interpretation of histograms, boxplots, and scatterplots

• Risk-return matrices and correlation matrices

• Applications to portfolios, assets, and sectors

Products

• Spreadsheet/notebook with complete risk-return matrix

• Graphical representations and interpretive analysis

• Simplified risk scenario development

MODULE 4 — Probability and Conditional Expectations

Workload: 8h lectures • 0h product development • 0h assessment • 4h supervision
Total: 12h

Extended Description

This module connects probability theory to the behavior of prices and returns, allowing students to model uncertainty, estimate expected values, and build analytical scenarios.

Detailed Contents

• Events, sample spaces, and probability rules

• Joint, conditional, and independent probabilities

• Expected value and variance of distributions

• Direct applications to prices, returns, and financial scenarios

• Bayes’ theorem and probability updating

• Subjective probability in financial environments

• Contingency tables and decision trees

• Discrete scenario modeling for financial assets

MODULE 5 — Portfolio Mathematics and Diversification

Workload: 12h lectures • 4h product development • 4h assessment • 4h supervision
Total: 24h

Extended Description

Structured introduction to portfolio theory, joint risk-return concepts, and the benefits of diversification. This module provides the quantitative foundation for evaluating portfolios and comparing alternative investment strategies.

Detailed Contents

• Expected portfolio returns

• Portfolio risk (variance and standard deviation)

• Covariance and correlation in portfolio construction

• Diversification effects and intuitive efficient frontiers

• Calculation and interpretation of the Sharpe ratio

• Balanced portfolios and risk-return trade-offs

• Graphical visualizations of risk-return relationships

• Simplified introduction to the Markowitz optimization framework

Products

• Portfolio simulator with up to 10 assets

• Sharpe ratio, risk, and expected return calculations

• Comparative graphs and analytical conclusions

Assessment

Technical portfolio analysis report.

MODULE 6 — Simulation and Computational Modeling

Workload: 8h lectures • 2h product development • 0h assessment • 4h supervision
Total: 14h

Extended Description

This module presents stochastic techniques for simulating prices, returns, and portfolios, allowing students to estimate future distributions and evaluate risk under uncertainty.

Detailed Contents

• Random number generation

• Brownian motion and simplified price dynamics

• Continuously compounded returns and lognormality

• Monte Carlo simulation for assets and portfolios

• Value at Risk (VaR) estimation

• Stress testing and extreme-scenario analysis

• Introduction to bootstrapping applied to financial time series

Products

• Complete simulation model with VaR and stress testing tools

MODULE 7 — Statistical Inference and Hypothesis Testing

Workload: 8h lectures • 2h product development • 4h assessment • 4h supervision
Total: 18h

Extended Description

Focuses on applying statistical inference to evaluate the performance of assets and portfolios. Students learn how to test for market outperformance rigorously and interpret statistical results within a financial context.

Detailed Contents

• Population, sample, and sample statistics

• Sampling distribution of the mean and standard error

• Confidence intervals

• t-tests, p-values, rejection and non-rejection regions

• Tests comparing assets and benchmarks

• Practical application: market outperformance analysis

• Limitations in financial time series: autocorrelation, heteroscedasticity, etc.

Products

• Spreadsheet/notebook that automatically performs hypothesis testing

• Statistical conclusions generated from user-provided inputs

Assessment

Report comparing portfolio vs. benchmark performance with formal statistical conclusions.

MODULE 8 — Capstone Project: Quantitative Investment Analysis

Workload: 8h lectures • 2h product development • 4h assessment • 4h supervision
Total: 18h

Extended Description

Final integrative activity. Participants select a real asset or portfolio, conduct a full risk-return diagnostic, apply simulations and statistical tests, and produce a technical report with evidence-based investment recommendations.

Detailed Contents

• Selection and justification of asset/portfolio

• Calculation of key performance indicators (KPIs)

• Comparison with appropriate benchmarks

• Risk simulations and scenario modeling

• Structuring a professional investment report

• Oral presentation (technical pitch)

Products

• Pitch deck

• Executive summary (spreadsheet or notebook)

• Full analytical report with quantitative recommendations

Assessment

Technical presentation + delivery of final analytical report.

Público Alvo

Discentes de pós graduações da UFAL nas áreas de Engenharia, Administração, Economia e Contábeis

Membros da Equipe

KEULER HISSA TEIXEIRA Categoria: DOCENTE Função : COORDENADOR(A) ADJUNTO(A)

ADHEMAR RANCIARO NETO Categoria: DOCENTE Função : Professor/Pesquisador

ADHEMAR RANCIARO NETO Categoria: DOCENTE Função : COORDENADOR(A)

Lista de Fotos