Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10451/40534 |
Resumo: | Tese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2019 |
id |
RCAP_efcdcc665ff9270dc754907d9c5b94d9 |
---|---|
oai_identifier_str |
oai:repositorio.ul.pt:10451/40534 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeirosAlgorithmic TradingMoving AverageFrequency ApproachRedes Neurais ArtificiaisTeses de mestrado - 2019Departamento de MatemáticaTese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2019Nas últimas décadas, os mercados financeiros têm sofrido grandes alterações. Cada vez mais os computadores substituem os traders humanos. O algorithmic trading é um método que utiliza modelos matemáticos avançados para ajudar a tomar decisões sobre transações no mercado financeiro. Este consiste num conjunto de instruções que um computador está programado para seguir para executar uma tarefa específica (as instruções definem o prazo, a quantidade, os limites de preços e outros critérios que possam tornar a transação mais lucrativa). Com o aumento da flexibilidade e acessibilidade aos mercados, o número de investidores aumentou consideravelmente, bem como a implementação dos seus próprios algoritmos nas estratégias de negociação. Outro aspeto positivo do algorithmic trading é a velocidade e precisão que um humano não é capaz de atingir. Assim, esta dissertação tem como objetivo analisar os efeitos do algorithmic trading na previsibilidade dos mercados financeiros. Para tal, serão utilizadas três estratégias: o simple moving average, o frequency approach e uma rede neural artificial com backpropagation e aprendizagem supervisionada profunda. A primeira estratégia é a mais simples de implementar baseando-se numa média aritmética. O frequency approach é um algoritmo que tem como base uma abordagem probabilística de contagem de frequências. Por fim, a rede neural é um dos métodos mais exigentes computacionalmente porque requer a escolha de vários parâmetros. Através destes três métodos pretende-se analisar a tendência dos movimentos ascendentes ou descendentes do índice bolsista português, PSI 20. De modo a atingir este objetivo foi utilizado o software Python que contém pacotes que permitem executar estes métodos (como por exemplo, scikit learn). Pela comparação das estratégias implementadas, verificamos que a rede neural artificial utilizada é mais eficaz do que os outros dois métodos, porque capta e imita melhor os padrões da série temporal, sendo as suas estratégias mais próximas dos retornos.In last decades, financial markets have undergone major changes. More and more computers replace human traders. Algorithmic trading is a method that uses advanced mathematical models to help make decisions about financial market transactions. This is a set of instructions that a computer is programmed to follow in order to perform a specific task (instructions define the timeframe, quantity, price limits, and other criteria that might make the transaction more profitable). With the increasing of flexibility and market accessibility, the number of investors has increased significantly, as well as the implementation of their algorithms in trading strategies. A positive view of algorithmic trading is that’s it has the speed and accuracy that a human cannot achieve. The aim of this work is to analyse the effects of algorithmic trading on the predictability of financial markets. To this end, three strategies will be used: simple moving average, frequency approach and an artificial backpropagation neural network with deep supervised learning. The first strategy is the simplest to implement based on an arithmetic mean. Frequency approach transforms the two real-valued features to binary ones and assess the probability of an upward and a downward movement. Artificial neural network is one of most computationally demanding methods because it requires the choice and adjustments of several parameters. Through these three methods we intend to analyse the trend of an upward or downward movement of Portuguese Stock Index, PSI 20. In order to achieve this goal, we used Python software that contains packages that allow us to execute these strategies (such as scikit learn). In fact, it is possible to compare these strategies. Thus, we find that the artificial neural network used is more effective than the other two methods because our strategy is nearest to returns, which doesn’t happen in the other methods.Mendes, Diana E. AldeaRepositório da Universidade de LisboaRodrigues, Débora Cheila Abreu2019-12-12T15:47:52Z201920192019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/40534TID:202393089porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:39:51Zoai:repositorio.ul.pt:10451/40534Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:54:12.346367Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
title |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
spellingShingle |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros Rodrigues, Débora Cheila Abreu Algorithmic Trading Moving Average Frequency Approach Redes Neurais Artificiais Teses de mestrado - 2019 Departamento de Matemática |
title_short |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
title_full |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
title_fullStr |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
title_full_unstemmed |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
title_sort |
Os efeitos do Algorithmic Trading na previsibilidade dos mercados financeiros |
author |
Rodrigues, Débora Cheila Abreu |
author_facet |
Rodrigues, Débora Cheila Abreu |
author_role |
author |
dc.contributor.none.fl_str_mv |
Mendes, Diana E. Aldea Repositório da Universidade de Lisboa |
dc.contributor.author.fl_str_mv |
Rodrigues, Débora Cheila Abreu |
dc.subject.por.fl_str_mv |
Algorithmic Trading Moving Average Frequency Approach Redes Neurais Artificiais Teses de mestrado - 2019 Departamento de Matemática |
topic |
Algorithmic Trading Moving Average Frequency Approach Redes Neurais Artificiais Teses de mestrado - 2019 Departamento de Matemática |
description |
Tese de mestrado, Matemática Financeira, Universidade de Lisboa, Faculdade de Ciências, 2019 |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12-12T15:47:52Z 2019 2019 2019-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10451/40534 TID:202393089 |
url |
http://hdl.handle.net/10451/40534 |
identifier_str_mv |
TID:202393089 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134480804347904 |