Ensemble system based on genetic algorithm for stock market forecasting

• Autor(a) principal: Gonzalez, Rafael Thomazi
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/110323
• topic: Algoritmos genéticos; Mercado financeiro; Genetic algorithm; Ensemble system; Financial market; Technical analysis; Forecasting

A Previsão de séries temporais financeiras é considerado como uma das mais desafiadoras aplicações de previsão de séries temporais. Muitos pesquisadores estão se concentrando nesse tema devido ao potencial de se obter lucros significativos sobre o dinheiro investido em um curto espaço de tempo. Acreditando na previsibilidade do mercado de ações, os traders têm utilizado ferramentas de análise técnica desde a muito tempo para analisar e prever o comportamento das ações, com o objetivo de fazer melhores decisões de investimento com essa informação. Além disso, a aplicação de técnicas de aprendizado de máquina para prever os movimentos do mercado de ações tornou-se uma área de pesquisa que tem recebido muita atenção nos últimos anos. Algoritmos populares, como Redes Neurais Artificiais e Support Vector Machines têm sido bastante utilizados nessa área e vêm apresentando desempenhos satisfatórios. Na tentativa de melhorar a precisão desses algoritmos, pesquisadores estão propondo técnicas para combiná-los, formando Sistemas de Comitê. Este trabalho apresenta o projeto de um Sistema de Comitê baseado em Algoritmo Genético para prever tendência dos preços semanais no Índice Bovespa. A fim de avaliar o desempenho do método proposto, experimentos foram realizados para compará-lo com outros métodos populares de criação de comitê (por exemplo, Bagging, Boosting e Random Forests). Finalmente, os resultados empíricos mostram que o modelo proposto supera os outros métodos de comitê. Portanto, isso implica que a abordagem proposta pode ser utilizada por traders como uma ferramenta promissora para prever os preços do mercado de ações.