De acordo com a B3, 2 milhões de novos investidores entraram na bolsa entre 2019 e 2020, um crescimento de mais de 200% na base de investidores cadastrados. Desses novos investidores, 73% obtêm informações sobre investimentos na internet e 60% o fazem por meio de influenciadores digitais, e 30% de todos os investidores com patrimônio abaixo de R$ 10.000 investem em mais de cinco ativos na bolsa.

Em meio a tanta informação disponível aos investidores, se torna crucial a objetividade e o acesso a ferramentas modernas e testadas para gerência de seus portfólios. Apesar disso, esses pequenos investidores raramente têm acesso a ferramentas utilizadas por grandes empresas ou casas de investimento, o que limita muito sua capacidade de tomar decisões de forma independente. Nessa área, as provisões de gerenciamento de risco costumam ser subrepresentadas online, o que faz com que investidores acabem portando mais risco do que o esperado em seus portfólios.

Markowitz (1952) introduz um método pelo qual é possível maximizar os retornos esperados de um portfólio financeiro dado uma restrição de risco. É possível abordar esse problema, como demonstrado por Krokhmal, Palmquist e Uryasev (2003) como um problema de otimização convexa, o que facilita a sua computação e traz consigo um conjunto de técnicas já existentes para sua solução, como descrito por Boyd, Vandenberghe e Faybusovich (2006).

Apesar de muito funcionais, todas essas técnicas são também de difícil acesso ao investidor individual. A proposta deste trabalho é utilizar algoritmos de programação linear para disponibilizar ferramentas que consigam otimizar, dados os parâmetros apropriados, um portfólio financeiro com pesos e unidades para o usuário final.