Métodos automatizados para investimento no mercado de ações via inteligência computacional
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Primeiro orientador
Membros da banca
Lucas de Souza Batista
Cristiano Leite de Castro
Rodrigo Tomas Nogueira Cardoso
Alan Robert Resende de Freitas
Cristiano Leite de Castro
Rodrigo Tomas Nogueira Cardoso
Alan Robert Resende de Freitas
Resumo
Obter ganhos financeiros na Bolsa de Valores por meio de estratégias automatizadas é uma área de forte interesse da academia e do mercado. Várias técnicas têm sido empregadas para tratar esse problema, como preditores da família ARCH e GARCH, redes neurais, lógica fuzzy, programação genética e métodos convencionais de mercado. Esse trabalho apresenta dois sistemas computacionais desenvolvidos para essa finalidade. O primeiro sistema se baseiana seleção ótima de regras de compra e de venda de ações. Já o segundo combina métodos convencionais, programação genética e otimização multiobjetivo. Os dois sistemas propostos têm a finalidade de obter lucro no mercado financeiro, identificando de forma automática os melhores momentos de compra e de venda de ações em uma janela de tempo determinada. Diferentemente de outros tipos de sistemas de investimento, nos quais o objetivo é tentar prever com exatidão o preço da ação no futuro, os sistemas desenvolvidos nesse trabalho buscamidentificar regiões prolíficas para compra e venda de ações. Os sistemas foram testados em seis séries temporais históricas de ativos representativos da Bolsa de Valores do Brasil: a BOVESPA. Esses ativos estão distribuídos em quatro segmentos distintos da economia brasileira. Os sistemas apresentaram ganhos superiores à valorização dos ativos testados no período.
Abstract
Automated investment in sotck market is an area of strong interest of the academy and professional investors. In addition to conventional market methods, various sophisticated techniques have been employed to deal with the problem, such as ARCH/GARCH predictors, artificialneural networks, and fuzzy logic. This work presents two computational systems developed for this purpose. The first system is based on the optimal selection of rules of purchase and sale of shares. The second one combines conventional methods, genetic programming andmultiobjective optimization. Both systems aim to reach profit in the financial market, automatically identifying the best moments for purchasing and selling shares in a given time window. Unlike other types of investment systems, in which the objective is to try to predict the exactprice of the stock in the future, the systems developed in this work seek to identify suitable regions for purchase or sale of shares. The systems were tested in six historical time series of assets representative of the Brazilian stock market: BOVESPA. These assets are distributed infour distinct segments of the Brazilian economy. The systems presented higher gains than the valuation of the assets tested in the period.
Assunto
Programação genética (Computação), Bolsa de valores, Engenharia elétrica, Análise técnica, Otimização multiobjetivo
Palavras-chave
Computação evolucionária, Programação genética, Análise técnica, Otimização multiobjetivo, Mercado de ações