Simulação de negociações em instrumentos do índice IBOVESPA utilizando machine learning
Carregando...
Tipo
Dissertação
Data de publicação
2019-08-20
Periódico
Citações (Scopus)
Autores
Marretti, Roberto Bruno Lemes
Orientador
Omar, Nizam
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Hadad Júnior, Eli
Castro, Paulo André Lima de
Castro, Paulo André Lima de
Programa
Ciências e Aplicações Geoespaciais
Resumo
A previsão e compreensão do mercado de capitais é uma tarefa naturalmente desa fiadora
devido a complexidade e abrangência de variáveis do mercado financeiro. Analistas e
investidores utilizam sistemas de software com finalidade de ajuda-los na tomada de decisão operacional e estratégica na negociação de instrumentos financeiros com o auxílio da
análise técnica, análise fundamentalista e de modelos matemáticos que permitem especi ficar parâmetros, períodos e regras, possibilitando observar o comportamento de estratégias
de negociação, baseando-se em dados de instrumentos fi nanceiros como o histórico de
atuação de preço, volume, volatilidade, etc. Estudos recentes sugerem a utilização de
técnicas de inteligência arti ficial aliado aos estudos da análise técnica, fundamentalista e
de modelos estatísticos para classi ficar e identifi car instrumentos financeiros com potenciais
oportunidades investimento. Neste aspecto, o presente trabalho tem por objetivo
realizar a implementa ação de métodos de aprendizado de máquina e inferência de resultados
em ações do índice IBOVESPA do mercado de ações brasileiro com o uso de dados
obtidos da B3. Os resultados obtidos demonstram que a utilização e combinação de diferentes
heurísticas computacionais fornecem resultados confiáveis, enfatizando a aplicabilidade
de técnicas de inteligência arti ficial sobre as hipóteses de investimentos tradicionais.
Descrição
Palavras-chave
bolsa de valores , mercado de capitais , inteligência artificial , aprendizado de máquina , análise técnica
Assuntos Scopus
Citação
MARETTI, Roberto Bruno Lemes. Simulação de negociações em instrumentos do índice IBOVESPA utilizando machine learning. 2019. 95 f. Dissertação (mestrado em Ciências e Aplicações Geoespaciais) - Universidade Presbiteriana Mackenzie, São Paulo, 2019.