Simulação de negociações em instrumentos do índice IBOVESPA utilizando machine learning

Carregando...
Imagem de Miniatura
Tipo
Dissertação
Data
2019-08-20
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
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
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.