Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
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 |