Estratégias de negociação baseadas na teoria das ondas de Elliott para o mercado de ações

Autores

  • Eduardo Jabbur Machado Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG) https://orcid.org/0000-0003-2085-7098
  • Adriano César Machado Pereira Universidade Federal de Minas Gerais (UFMG)

DOI:

https://doi.org/10.5335/rbca.v14i2.12470

Palavras-chave:

Caracterização de Dados, Bolsa de Valores, Estratégias de Negociação, Indicadores Técnicos, Mercado de Ações

Resumo

O mercado de capitais tem crescido a cada dia e desempenhado um importante papel entre as pessoas físicas que querem investir e as empresas que precisam capitalizar-se para expandir o seu negócio. Em especial, o investimento no mercado de ações é uma das formas mais rápidas e atrativas de obter lucros consideráveis em um curto espaço de tempo. Porém, devido a grandes variações e oscilações neste tipo de mercado, os investidores estão sujeitos à riscos que podem acarretar também em grandes prejuízos. Neste artigo propõe-se a implementação de um arcabouço metodológico contendo 3 etapas: Extração de Dados, Estratégias de negociação e a Análise de Resultados. Durante as simulações, avaliou-se dados de cotações 8 índices globais, para um período de 1.000, para a avaliação de 10 propostas de estratégias de negociação baseadas na Teoria das Ondas de Elliott utilizando os movimentos (Rompimento e Correção) acrescidos de indicadores técnicos de tendências de preço e volume. Serão apresentados para cada um dos 8 índices avaliados o gráficos das séries de preço de fechamento e um tabela contendo os retorno financeiro acumulado em percentual (%) por estratégia de negociação. Os resultados mostram como o uso de indicadores técnicos podem ajudar a minimizar perdas e maximizar os gatilhos que geram lucro.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

22-07-2022

Edição

Seção

Artigo Original

Como Citar

[1]
2022. Estratégias de negociação baseadas na teoria das ondas de Elliott para o mercado de ações. Revista Brasileira de Computação Aplicada. 14, 2 (jul. 2022), 16–25. DOI:https://doi.org/10.5335/rbca.v14i2.12470.