Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos

Detalhes bibliográficos
Autor(a) principal: Galimberti, Jaqueson Kingeski
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/94566
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2010
id UFSC_219d9f470dd1743472951647e91f80d6
oai_identifier_str oai:repositorio.ufsc.br:123456789/94566
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticosEconomiaAlgoritmos genéticosMercado de ações -PrevisãoModelosDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2010Sistema classificador é um sistema adaptativo que modela seu ambiente baseando-se em um conjunto de regras competidoras entre si. A adaptação destas regras requer a utilização de técnicas da computação evolucionária, tarefa usualmente atribuída a algoritmos genéticos. Estes últimos constituem uma classe de técnicas de busca, adaptação, e otimização, baseadas nos princípios Darwinianos da evolução natural. Tais algoritmos têm recebido ênfase como representativos do modelo de formação de expectativas na recente literatura em finanças baseadas em agentes computacionais. Este estudo propõe uma avaliação do desempenho preditivo deste tipo de algoritmo computacional na previsão dos retornos de uma ação do mercado acionário brasileiro, comparando-o com dois algoritmos computacionalmente mais simples, um baseado em regressões recursivas, e o outro no modelo de passeio aleatório. Avanços na formulação de sistemas classificadores são propostos no sentido de endogeneização de alguns de seus parâmetros ligados ao algoritmo de aprendizagem. Os resultados indicaram que o sistema classificador não foi capaz de superar o desempenho preditivo dos algoritmos mais simples, tendo apresentado médias de erros de previsão ao quadrado aproximadamente 29% maiores àquelas apresentadas pelo algoritmo de regressões recursivas, e 13% maiores àquelas apresentadas pelo algoritmo de passeio aleatório. Os resultados evidenciaram ainda a existência de um trade-off entre incerteza e precisão na aplicação do sistema classificador, um aspecto até então negligenciado na literatura. Adicionalmente, as formulações foram analisadas em relação às especificações utilizadas para a construção das previsões, permitindo assim a obtenção de robustez nas conclusões derivadas. Conclui-se que assim como algoritmos evolucionários são construídos sob um argumento de sobrevivência do mais apto, os resultados demonstraram que a implementação computacional de um destes algoritmos não sobreviveria como a mais apta no contexto preditivo de retornos acionários.Silva, Eraldo Sérgio Barbosa daUniversidade Federal de Santa CatarinaGalimberti, Jaqueson Kingeski2012-10-25T12:19:13Z2012-10-25T12:19:13Z2012-10-25T12:19:13Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis108 p.| il., grafs., tabs.application/pdf279513http://repositorio.ufsc.br/xmlui/handle/123456789/94566porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-05-04T09:34:30Zoai:repositorio.ufsc.br:123456789/94566Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-05-04T09:34:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
title Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
spellingShingle Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
Galimberti, Jaqueson Kingeski
Economia
Algoritmos genéticos
Mercado de ações -
Previsão
Modelos
title_short Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
title_full Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
title_fullStr Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
title_full_unstemmed Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
title_sort Previsibilidade dos retornos acionários: avaliando o desempenho de um sistema classificador com aprendizagem baseada em algoritmos genéticos
author Galimberti, Jaqueson Kingeski
author_facet Galimberti, Jaqueson Kingeski
author_role author
dc.contributor.none.fl_str_mv Silva, Eraldo Sérgio Barbosa da
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Galimberti, Jaqueson Kingeski
dc.subject.por.fl_str_mv Economia
Algoritmos genéticos
Mercado de ações -
Previsão
Modelos
topic Economia
Algoritmos genéticos
Mercado de ações -
Previsão
Modelos
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2010
publishDate 2012
dc.date.none.fl_str_mv 2012-10-25T12:19:13Z
2012-10-25T12:19:13Z
2012-10-25T12:19:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 279513
http://repositorio.ufsc.br/xmlui/handle/123456789/94566
identifier_str_mv 279513
url http://repositorio.ufsc.br/xmlui/handle/123456789/94566
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.format.none.fl_str_mv 108 p.| il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652278131851264

Registros relacionados