Prevendo a variação intraday do Ibovespa com preditores lineares

Detalhes bibliográficos
Autor(a) principal: Barros, Diogo Azevedo
Data de Publicação: 2009
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRJ
Texto Completo: http://hdl.handle.net/11422/7837
Resumo: Este trabalho propõe uma técnica para prever a pontuação de fechamento diária do Ibovespa assim como a tendência do seu gráfico diário utilizando redes neurais.Utilizamos dados de mercado diários do Ibovespa provenientes da Bloomberg e montamos a rede neural utilizando o módulo de redes neurais do Matlab. Definimos variáveis de entrada que mantém a significância das correlações durante o tempo e estudamos os dias que o modelo pode ser aplicado baseado em premissas de significância estabelecidas. Utilizamos uma série para testar a rede neural e simulamos estratégias de compra e venda do Ibovespa, obtendo retornos significativos.
id UFRJ_f6b9a67b00fe765ed2bf11d1f6dbba00
oai_identifier_str oai:pantheon.ufrj.br:11422/7837
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Barros, Diogo AzevedoPetraglia, MarianeGonçalves, EdsonCalôba, Luiz2019-05-09T13:01:45Z2023-11-30T03:01:33Z2009-09http://hdl.handle.net/11422/7837Submitted by Moreno Barros (moreno@ct.ufrj.br) on 2019-05-03T19:45:51Z No. of bitstreams: 1 monopoli10003196.pdf: 1114155 bytes, checksum: 0b11458e169e0829ab43e6647d057399 (MD5)Approved for entry into archive by Moreno Barros (moreno@ct.ufrj.br) on 2019-05-09T13:01:45Z (GMT) No. of bitstreams: 1 monopoli10003196.pdf: 1114155 bytes, checksum: 0b11458e169e0829ab43e6647d057399 (MD5)Made available in DSpace on 2019-05-09T13:01:45Z (GMT). No. of bitstreams: 1 monopoli10003196.pdf: 1114155 bytes, checksum: 0b11458e169e0829ab43e6647d057399 (MD5) Previous issue date: 2009-09Este trabalho propõe uma técnica para prever a pontuação de fechamento diária do Ibovespa assim como a tendência do seu gráfico diário utilizando redes neurais.Utilizamos dados de mercado diários do Ibovespa provenientes da Bloomberg e montamos a rede neural utilizando o módulo de redes neurais do Matlab. Definimos variáveis de entrada que mantém a significância das correlações durante o tempo e estudamos os dias que o modelo pode ser aplicado baseado em premissas de significância estabelecidas. Utilizamos uma série para testar a rede neural e simulamos estratégias de compra e venda do Ibovespa, obtendo retornos significativos.porUniversidade Federal do Rio de JaneiroUFRJBrasilEscola PolitécnicaCNPQ::ENGENHARIASredes neuraispredição linearPrevendo a variação intraday do Ibovespa com preditores linearesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALmonopoli10003196.pdfmonopoli10003196.pdfapplication/pdf1114155http://pantheon.ufrj.br:80/bitstream/11422/7837/1/monopoli10003196.pdf0b11458e169e0829ab43e6647d057399MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/7837/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/78372023-11-30 00:01:33.077oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:01:33Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.pt_BR.fl_str_mv Prevendo a variação intraday do Ibovespa com preditores lineares
title Prevendo a variação intraday do Ibovespa com preditores lineares
spellingShingle Prevendo a variação intraday do Ibovespa com preditores lineares
Barros, Diogo Azevedo
CNPQ::ENGENHARIAS
redes neurais
predição linear
title_short Prevendo a variação intraday do Ibovespa com preditores lineares
title_full Prevendo a variação intraday do Ibovespa com preditores lineares
title_fullStr Prevendo a variação intraday do Ibovespa com preditores lineares
title_full_unstemmed Prevendo a variação intraday do Ibovespa com preditores lineares
title_sort Prevendo a variação intraday do Ibovespa com preditores lineares
author Barros, Diogo Azevedo
author_facet Barros, Diogo Azevedo
author_role author
dc.contributor.author.fl_str_mv Barros, Diogo Azevedo
dc.contributor.referee1.fl_str_mv Petraglia, Mariane
dc.contributor.referee2.fl_str_mv Gonçalves, Edson
dc.contributor.advisor1.fl_str_mv Calôba, Luiz
contributor_str_mv Petraglia, Mariane
Gonçalves, Edson
Calôba, Luiz
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
redes neurais
predição linear
dc.subject.por.fl_str_mv redes neurais
predição linear
description Este trabalho propõe uma técnica para prever a pontuação de fechamento diária do Ibovespa assim como a tendência do seu gráfico diário utilizando redes neurais.Utilizamos dados de mercado diários do Ibovespa provenientes da Bloomberg e montamos a rede neural utilizando o módulo de redes neurais do Matlab. Definimos variáveis de entrada que mantém a significância das correlações durante o tempo e estudamos os dias que o modelo pode ser aplicado baseado em premissas de significância estabelecidas. Utilizamos uma série para testar a rede neural e simulamos estratégias de compra e venda do Ibovespa, obtendo retornos significativos.
publishDate 2009
dc.date.issued.fl_str_mv 2009-09
dc.date.accessioned.fl_str_mv 2019-05-09T13:01:45Z
dc.date.available.fl_str_mv 2023-11-30T03:01:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11422/7837
url http://hdl.handle.net/11422/7837
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.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.publisher.initials.fl_str_mv UFRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
bitstream.url.fl_str_mv http://pantheon.ufrj.br:80/bitstream/11422/7837/1/monopoli10003196.pdf
http://pantheon.ufrj.br:80/bitstream/11422/7837/2/license.txt
bitstream.checksum.fl_str_mv 0b11458e169e0829ab43e6647d057399
dd32849f2bfb22da963c3aac6e26e255
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv
_version_ 1784097138543689728

Registros relacionados