Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro

Autores

  • Eduardo Jabbur Machado DEPARTAMENTO DE MODELAGEM MATEMÁTICA E COMPUTACIONAL DO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS (CEFET-MG)
  • Carlos Alberto Silva de Assis
  • Adriano Cesar Machado Pereira

DOI:

https://doi.org/10.5335/rbca.v12i1.9106

Resumo

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.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

08-01-2020

Edição

Seção

Artigo Original

Como Citar

[1]
2020. Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro. Revista Brasileira de Computação Aplicada. 12, 1 (jan. 2020), 16–31. DOI:https://doi.org/10.5335/rbca.v12i1.9106.