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

Detalhes bibliográficos
Autor(a) principal: Eduardo Jabbur Machado
Data de Publicação: 2020
Outros Autores: Carlos Alberto Silva de Assis, Adriano Cesar Machado Pereira
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: https://doi.org/10.5335/rbca.v12i1.9106
http://hdl.handle.net/1843/68567
Resumo: Investing in the stock market is one of the fastest and most attractive ways to make considerable prots in a short period of time. However, due to large variations and uctuations in this type of market, investors are subject to risks that can also result in large losses. In order to avoid that other students and interested in the nancial market area have to spend a lot of time on their research in the implementation of algorithms and can dedicate eorts in creating, validating and improving their trading strategies, this work proposes the design and implementation of a automated framework consisting of 5 stages: Data Extraction, Data Characterization and Transformation, Classication of Trend Forecasting Models, Operation Strategy and Results Analysis. During the simulations, historical quotation data of 9 assets traded on the Brazil Balcão Exchange (B3) was evaluated, for a period of 741 in the Validation stage, for the 8 proposed trend forecasting models. As a result and validation of the proposed framework, a consolidated table containing data (performance, operation / risk and statistics) and 2 graphs: series of closing price and series of accumulated capital (liquid and gross returns and operating cost) evolution of trends will be presented for each of the assets and trend forecasting models
id UFMG_1a285945c38aad35501e78b86ae3e1e2
oai_identifier_str oai:repositorio.ufmg.br:1843/68567
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado FinanceiroModeling, implementation and evaluation of negotiation strategies based on learning algorithms of machine for the financial marketAlgoritmos de aprendizado de máquinaCaracterização e transformação de dadosEstratégias de negociaçãoMedidas de riscoMercado de açõesCiência da ComputaçãoMercado de ações - PrevisãoMercado financeiroNegociaçãoAprendizado do computadorInvesting in the stock market is one of the fastest and most attractive ways to make considerable prots in a short period of time. However, due to large variations and uctuations in this type of market, investors are subject to risks that can also result in large losses. In order to avoid that other students and interested in the nancial market area have to spend a lot of time on their research in the implementation of algorithms and can dedicate eorts in creating, validating and improving their trading strategies, this work proposes the design and implementation of a automated framework consisting of 5 stages: Data Extraction, Data Characterization and Transformation, Classication of Trend Forecasting Models, Operation Strategy and Results Analysis. During the simulations, historical quotation data of 9 assets traded on the Brazil Balcão Exchange (B3) was evaluated, for a period of 741 in the Validation stage, for the 8 proposed trend forecasting models. As a result and validation of the proposed framework, a consolidated table containing data (performance, operation / risk and statistics) and 2 graphs: series of closing price and series of accumulated capital (liquid and gross returns and operating cost) evolution of trends will be presented for each of the assets and trend forecasting modelsEste 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 índiceBovespa (Ibovespa) com a proposta de avaliar 8 modelos de classificação. Além disso, propõe a utilização dacombinação de modelos de inteligência computacional (deep learning e machine learning) para a realização depredição 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 emrelação à Precisão, ao Percentual de Retorno Financeiro e aos demais indicadores que auxiliam no melhorentendimento do comportamento do mercado financeiro.Universidade Federal de Minas GeraisBrasilICEX - INSTITUTO DE CIÊNCIAS EXATASICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOUFMG2024-05-22T22:01:12Z2024-05-22T22:01:12Z2020-01-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlepdfapplication/pdfhttps://doi.org/10.5335/rbca.v12i1.91062176-6649http://hdl.handle.net/1843/68567porRevista Brasileira de Computação AplicadaEduardo Jabbur MachadoCarlos Alberto Silva de AssisAdriano Cesar Machado Pereirainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMG2024-05-22T22:01:14Zoai:repositorio.ufmg.br:1843/68567Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2024-05-22T22:01:14Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.none.fl_str_mv Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
Modeling, implementation and evaluation of negotiation strategies based on learning algorithms of machine for the financial market
title Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
spellingShingle Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
Eduardo Jabbur Machado
Algoritmos de aprendizado de máquina
Caracterização e transformação de dados
Estratégias de negociação
Medidas de risco
Mercado de ações
Ciência da Computação
Mercado de ações - Previsão
Mercado financeiro
Negociação
Aprendizado do computador
title_short Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
title_full Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
title_fullStr Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
title_full_unstemmed Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
title_sort Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
author Eduardo Jabbur Machado
author_facet Eduardo Jabbur Machado
Carlos Alberto Silva de Assis
Adriano Cesar Machado Pereira
author_role author
author2 Carlos Alberto Silva de Assis
Adriano Cesar Machado Pereira
author2_role author
author
dc.contributor.author.fl_str_mv Eduardo Jabbur Machado
Carlos Alberto Silva de Assis
Adriano Cesar Machado Pereira
dc.subject.por.fl_str_mv Algoritmos de aprendizado de máquina
Caracterização e transformação de dados
Estratégias de negociação
Medidas de risco
Mercado de ações
Ciência da Computação
Mercado de ações - Previsão
Mercado financeiro
Negociação
Aprendizado do computador
topic Algoritmos de aprendizado de máquina
Caracterização e transformação de dados
Estratégias de negociação
Medidas de risco
Mercado de ações
Ciência da Computação
Mercado de ações - Previsão
Mercado financeiro
Negociação
Aprendizado do computador
description Investing in the stock market is one of the fastest and most attractive ways to make considerable prots in a short period of time. However, due to large variations and uctuations in this type of market, investors are subject to risks that can also result in large losses. In order to avoid that other students and interested in the nancial market area have to spend a lot of time on their research in the implementation of algorithms and can dedicate eorts in creating, validating and improving their trading strategies, this work proposes the design and implementation of a automated framework consisting of 5 stages: Data Extraction, Data Characterization and Transformation, Classication of Trend Forecasting Models, Operation Strategy and Results Analysis. During the simulations, historical quotation data of 9 assets traded on the Brazil Balcão Exchange (B3) was evaluated, for a period of 741 in the Validation stage, for the 8 proposed trend forecasting models. As a result and validation of the proposed framework, a consolidated table containing data (performance, operation / risk and statistics) and 2 graphs: series of closing price and series of accumulated capital (liquid and gross returns and operating cost) evolution of trends will be presented for each of the assets and trend forecasting models
publishDate 2020
dc.date.none.fl_str_mv 2020-01-08
2024-05-22T22:01:12Z
2024-05-22T22:01:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.5335/rbca.v12i1.9106
2176-6649
http://hdl.handle.net/1843/68567
url https://doi.org/10.5335/rbca.v12i1.9106
http://hdl.handle.net/1843/68567
identifier_str_mv 2176-6649
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Revista Brasileira de Computação Aplicada
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
Brasil
ICEX - INSTITUTO DE CIÊNCIAS EXATAS
ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
Brasil
ICEX - INSTITUTO DE CIÊNCIAS EXATAS
ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
UFMG
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv repositorio@ufmg.br
_version_ 1816829758159192064