| Summary: | Submitted by Marcelo Seita (mrseita@gmail.com) on 2014-08-20T16:21:47Z
No. of bitstreams: 1
Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5) === Approved for entry into archive by JOANA MARTORINI (joana.martorini@fgv.br) on 2014-08-20T16:29:41Z (GMT) No. of bitstreams: 1
Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5) === Made available in DSpace on 2014-08-20T19:02:48Z (GMT). No. of bitstreams: 1
Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5)
Previous issue date: 2014-07-29 === Aiming to establish a methodology capable of segregate market’s moments and identifying investors's characteristics acting on a given financial market, this study employs simulations created by an Agent-based Artificial Financial Market, using a Genetic Algorithm to adjust such simulations to the real observed historic data. For this purpose, a Bovespa's index future contracts application was developed. This methodology could easily be extended to other financial markets by simply changing the model's parameters. Over the foundations established by Toriumi et al. (2011), significant contributions were achieved, promoting knowledge enhancements on the chosen target market, as well as on Artificial Financial Market modelling techniques, and also on the application of Genetic Algorithm into financial markets, resulting on experiments and analysis that suggest the efficacy of the methodology herein proposed. === Com o objetivo de estabelecer uma metodologia capaz segregar momentos de mercado e de identificar as características predominantes dos investidores atuantes em um determinado mercado financeiro, este trabalho emprega simulações geradas em um Mercado Financeiro Artificial baseado em agentes, utilizando um Algoritmo Genético para ajustar tais simulações ao histórico real observado. Para tanto, uma aplicação foi desenvolvida utilizando-se o mercado de contratos futuros de índice Bovespa. Esta metodologia poderia facilmente ser estendida a outros mercados financeiros através da simples parametrização do modelo. Sobre as bases estabelecidas por Toriumi et al. (2011), contribuições significativas foram atingidas, promovendo acréscimo de conhecimento acerca tanto do mercado alvo escolhido, como das técnicas de modelagem em Mercados Financeiros Artificiais e também da aplicação de Algoritmos Genéticos a mercados financeiros, resultando em experimentos e análises que sugerem a eficácia do método ora proposto.
|
|---|
