Modeling, Implementation and Evaluation of Negotiation Strategies Based on Learning Algorithms of Machine for the Financial Market

Authors

  • 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

Abstract

This work performs a characterization and analysis of historical time series data of 9 assets (i.e., BBAS3,
PETR4, JBSS3, KROT3, LAME4, MRVE4, NATU3, RADL3 e TIMP3) of the Bovespa index - main Brazilian Stock
Market Index, with the proposal of evaluating one classifcation model. It proposes the combination of deep
learning and machine learning computational intelligence models for trend prediction, allowing the execution
and cancellation of buy and sell orders. Finally, it evaluates the behavior of each proposed trading strategy by
Accuracy, Percentage of Financial Return and other indicators that helps in a better understanding of fnancial
market behavior.

Downloads

Download data is not yet available.

Downloads

Published

2020-01-08

Issue

Vol. 12 No. 1 (2020): April/2020

Section

Original Paper

License

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

How to Cite

[1]
2020. Modeling, Implementation and Evaluation of Negotiation Strategies Based on Learning Algorithms of Machine for the Financial Market. Brazilian Journal of Applied Computing. 12, 1 (Jan. 2020), 16–31. DOI:https://doi.org/10.5335/rbca.v12i1.9106.