Análise de estratégias de trading utilizando técnicas de processamento digital de sinais

• Autor(a) principal: Silva, Felipe Oliveira Lins e
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/48195
• topic: Trading; Processamento Digital de Sinais; Volatilidade; Média Móvel Adaptativa de Kaufman; Seguidor de Tendência

Os mercados financeiros são essenciais nas sociedades modernas, por possibilitar a negociação de ativos de maneira rápida e a baixo custo de transação. Um dos principais players desses mercados são os traders, agentes que assumem risco e provém liquidez aos ativos negociados. Esses agentes buscam a obtenção de lucro a partir da identificação de ineficiências no mercado. Tradicionalmente, as ferramentas empregadas na prospecção desses fenômenos de mercado são oriundas da análise gráfica. Entretanto, esta abordagem inviabiliza a aplicação de uma metodologia sistemática para validação. Como alternativa, surgem as ferramentas advindas da teoria de processamento digital de sinais e que exploram características estatísticas da série temporal financeira, as quais proporcionam a aplicação de metodologias objetivas de validação de desempenho. Um dos indicadores de tendência mais sofisticados apresentado na literatura, a média móvel adaptativa de Kaufman (KAMA), é baseado na teoria de filtros adaptativos. Nesta pesquisa, o desempenho do indicador KAMA foi comparado ao de indicadores de tendência tradicionais. O benchmark foi feito utilizando métricas padrão da indústria financeira e ativos representativos de diversos setores do mercado. Os resultados obtidos indicam que o filtro KAMA apresenta melhores resultados em situações em que o ativo possui volatilidade suave e sem “surtos”. Neste cenário, uma das estratégias que utilizou o filtro KAMA alcançou um índice Sharpe de 1, 48 para o ativo S&P 500. Por outro lado, as mesmas estratégias utilizando os indicadores tradicionais atingiram um índice Sharpe entre 0, 97 e 1, 25. Além disso, os resultados sugerem que a volatilidade pode ser interpretada como uma medida para o processamento de novas informações pelo mercado – o que justificaria os “surtos de volatilidade”.