Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
Este trabalho realiza a caracterização e análise dos dados de séries temporais de cotações históricas de 9 ativos (i.e., BBAS3, PETR4, JBSS3, KROT3, LAME4, MRVE4, NATU3, RADL3 e TIMP3) de segmentos distintos do índice Bovespa (Ibovespa) com a proposta de avaliar 8 modelos de classificação. Além diss...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidade de Passo Fundo (UPF)
2020-01-01
|
Series: | Revista Brasileira de Computação Aplicada |
Online Access: | http://seer.upf.br/index.php/rbca/article/view/9106 |
id |
doaj-930f4f2907b54b82b9647b70da8db797 |
---|---|
record_format |
Article |
spelling |
doaj-930f4f2907b54b82b9647b70da8db7972020-11-25T02:56:52ZengUniversidade de Passo Fundo (UPF)Revista Brasileira de Computação Aplicada2176-66492020-01-01121163110.5335/rbca.v12i1.91069106Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado FinanceiroEduardo Jabbur Machado0Carlos Alberto Silva de AssisAdriano Cesar Machado PereiraDEPARTAMENTO DE MODELAGEM MATEMÁTICA E COMPUTACIONAL DO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS (CEFET-MG)Este trabalho realiza a caracterização e análise dos dados de séries temporais de cotações históricas de 9 ativos (i.e., BBAS3, PETR4, JBSS3, KROT3, LAME4, MRVE4, NATU3, RADL3 e TIMP3) de segmentos distintos do índice Bovespa (Ibovespa) com a proposta de avaliar 8 modelos de classificação. Além disso, propõe a utilização da combinação de modelos de inteligência computacional (deep learning e machine learning) para a realização de predição de tendências possibilitando a execução e/ou o cancelamento das ordens de compra e venda (gatilho) no arcabouço implementado. Por fim, avalia o comportamento de cada estratégia de negociação proposta em relação à Precisão, ao Percentual de Retorno Financeiro e aos demais indicadores que auxiliam no melhor entendimento do comportamento do mercado financeiro.http://seer.upf.br/index.php/rbca/article/view/9106 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Eduardo Jabbur Machado Carlos Alberto Silva de Assis Adriano Cesar Machado Pereira |
spellingShingle |
Eduardo Jabbur Machado Carlos Alberto Silva de Assis Adriano Cesar Machado Pereira Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro Revista Brasileira de Computação Aplicada |
author_facet |
Eduardo Jabbur Machado Carlos Alberto Silva de Assis Adriano Cesar Machado Pereira |
author_sort |
Eduardo Jabbur Machado |
title |
Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro |
title_short |
Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro |
title_full |
Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro |
title_fullStr |
Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro |
title_full_unstemmed |
Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro |
title_sort |
modelagem, implementação e avaliação de estratégias de negociação baseadas em algoritmos de aprendizado de máquina para o mercado financeiro |
publisher |
Universidade de Passo Fundo (UPF) |
series |
Revista Brasileira de Computação Aplicada |
issn |
2176-6649 |
publishDate |
2020-01-01 |
description |
Este trabalho realiza a caracterização e análise dos dados de séries temporais de cotações históricas de 9 ativos
(i.e., BBAS3, PETR4, JBSS3, KROT3, LAME4, MRVE4, NATU3, RADL3 e TIMP3) de segmentos distintos do índice
Bovespa (Ibovespa) com a proposta de avaliar 8 modelos de classificação. Além disso, propõe a utilização da
combinação de modelos de inteligência computacional (deep learning e machine learning) para a realização de
predição de tendências possibilitando a execução e/ou o cancelamento das ordens de compra e venda (gatilho)
no arcabouço implementado. Por fim, avalia o comportamento de cada estratégia de negociação proposta em
relação à Precisão, ao Percentual de Retorno Financeiro e aos demais indicadores que auxiliam no melhor
entendimento do comportamento do mercado financeiro. |
url |
http://seer.upf.br/index.php/rbca/article/view/9106 |
work_keys_str_mv |
AT eduardojabburmachado modelagemimplementacaoeavaliacaodeestrategiasdenegociacaobaseadasemalgoritmosdeaprendizadodemaquinaparaomercadofinanceiro AT carlosalbertosilvadeassis modelagemimplementacaoeavaliacaodeestrategiasdenegociacaobaseadasemalgoritmosdeaprendizadodemaquinaparaomercadofinanceiro AT adrianocesarmachadopereira modelagemimplementacaoeavaliacaodeestrategiasdenegociacaobaseadasemalgoritmosdeaprendizadodemaquinaparaomercadofinanceiro |
_version_ |
1724711943317487616 |