Copula models have become popular for minimum conditional value-at-risk (CVaR) portfolio optimization, especially due to their ability to deal with nonlinear dependencies. Nevertheless, as the number of assets in a portfolio increases, the estimation of copulas, particularly dynamic ones, becomes computationally burdensome. In this work, our novel contribution is to adapt and implement a dynamic factor copula model for the asset returns dependencies and find an optimal, potentially high dimensional, portfolio via minimizing its CVaR. The resulting model is capable of addressing the ``curse of dimensionality'' for the dependencies, while maintaining enough complexity and flexibility. The factor copula dynamics are described by a generalized autoregressive scores (GAS) model for the factor loadings. Using data consisting of B3 Brazilian stocks from January 2013 to December 2020, we find the optimal portfolio and evaluate its out of sample economic performance. Empirical results suggest that our min-CVaR-factor-copula strategy has either equal or better risk/return metrics when compared to a traditional Gaussian copula, while being considerably superior than both Markowitz mean-variance and equal weights portfolios as well as the IBRX50 index.

Nos cursos de licenciatura, usualmente, as discussões sobre Epistemologia são feitas de forma desconectada das discussões técnicas, muitas vezes realizadas apenas em disciplinas específicas. Buscando romper com esse abismo entre os conteúdos técnicos e pedagógicos das licenciaturas em Física, apresentamos uma análise de um curso de extensão sobre Astrofísica e Epistemologia, oferecido para professores de ciências e licenciandos de Física. Nesse curso, diferentes episódios da Astronomia e Astrofísica foram discutidos à luz de diferentes concepções epistemológicas. Nosso objetivo era permitir que os alunos refletissem sobre suas próprias concepções, confrontando-as com as diferentes possibilidades apresentadas. Para avaliar a intervenção, foi realizado um pré-teste e pós-teste, em que os participantes expressavam sua concordância com 10 enunciados sobre natureza da ciência. As respostas foram analisadas usando o método estatístico de Escalonamento Multidimensional. Nossos resultados mostram que, inicialmente, as respostas não apresentavam consistência interna e os participantes exibiam o mesmo grau de concordância em relação a visões concorrentes sobre a natureza da ciência. Após o curso, os participantes passaram a se posicionar de forma mais coerente, concordando com características de uma mesma visão epistemológica e se afastando de visões concorrentes.