Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/8904 |
Resumo: | Para um administrador de carteira, a possibilidade de prever o comportamento dos ativos é algo desejável. A previsibilidade do mercado financeiro é objeto de pesquisa há inúmeras décadas. Tal hipótese de previsibilidade ou falta dela pode ser testada de diferentes maneiras, incluindo o uso direto de modelagem matemática para realizar as previsões. O principal objetivo do presente estudo é verificar a performance de dois diferentes métodos de previsão em estratégias de negociação para o mercado acionário brasileiro. A base de dados é constituída por retornos diários dos 40 ativos mais líquidos entre 2003 e 2005. O primeiro método pesquisado foi o uso do algoritmo de previsão NN (Nearest Neighbor) e o segundo corresponde aos populares modelos ARIMA&GARCH. A principal conclusão da pesquisa foi que os modelos ARIMA&GARCH, dentro da metodologia sugerida, obtiveram resultados superiores ao algoritmo NN e em relação a uma estratégia ingênua, resultado um respeitável desempenho nas estratégias de negociação, mais particularmente na estratégia de arbitragem. Tal resultado motiva o uso do método sugerido em aplicações reais no mercado financeiro Brasileiro, porém é importante salientar que a pesquisa foi baseada em algumas necessárias pressuposições, as quais podem afetar tal resultado em aplicações reais. |
id |
URGS_74d03a339b7dee3181bf5c4fcc301c03 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/8904 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Perlin, Marcelo SchererKloeckner, Gilberto de Oliveira2007-06-06T19:20:06Z2007http://hdl.handle.net/10183/8904000590661Para um administrador de carteira, a possibilidade de prever o comportamento dos ativos é algo desejável. A previsibilidade do mercado financeiro é objeto de pesquisa há inúmeras décadas. Tal hipótese de previsibilidade ou falta dela pode ser testada de diferentes maneiras, incluindo o uso direto de modelagem matemática para realizar as previsões. O principal objetivo do presente estudo é verificar a performance de dois diferentes métodos de previsão em estratégias de negociação para o mercado acionário brasileiro. A base de dados é constituída por retornos diários dos 40 ativos mais líquidos entre 2003 e 2005. O primeiro método pesquisado foi o uso do algoritmo de previsão NN (Nearest Neighbor) e o segundo corresponde aos populares modelos ARIMA&GARCH. A principal conclusão da pesquisa foi que os modelos ARIMA&GARCH, dentro da metodologia sugerida, obtiveram resultados superiores ao algoritmo NN e em relação a uma estratégia ingênua, resultado um respeitável desempenho nas estratégias de negociação, mais particularmente na estratégia de arbitragem. Tal resultado motiva o uso do método sugerido em aplicações reais no mercado financeiro Brasileiro, porém é importante salientar que a pesquisa foi baseada em algumas necessárias pressuposições, as quais podem afetar tal resultado em aplicações reais.For a portfolio manager, the predictability of stock market behavior is a desirable characteristic for obvious reasons. The predictability of financial markets has been a research topic for a long time. Such type of study can be tested in different ways, including the use of mathematical formulations for time series forecasting. The main objective of the present study is to verify the performance of two different forecasting methods in trading strategies for the Brazilian financial market. The database for the research is based on the 40 most liquid assets with daily observations from 2003 to 2005. The first investigated method is the non parametric approach of NN (Nearest Neighbor) and the second one is the use of the popular ARIMA&GARCH models. The main conclusion of this study is that the use of ARIMA&GARCH models in the proposed methodology was able to beat the NN algorithm and the naïve approach, obtaining a respectable performance in the trading strategies, more specifically in the arbitrage strategy. Such result motivates the application of the proposed method to real trading environments in the Brazilian equity market, but it’s important to say that this study was based in some key assumptions which may affect the result for real trading applications.application/pdfporMercado financeiroAdministração financeiraFinançasMercado de açõesNegociaçãoModelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPrograma de Pós-Graduação em AdministraçãoPorto Alegre, BR-RS2007mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000590661.pdf000590661.pdfTexto completoapplication/pdf219471http://www.lume.ufrgs.br/bitstream/10183/8904/1/000590661.pdf7759685ec071a57311c237bce7b0c301MD51TEXT000590661.pdf.txt000590661.pdf.txtExtracted Texttext/plain105079http://www.lume.ufrgs.br/bitstream/10183/8904/2/000590661.pdf.txta08d9f489af600751d2f29aa7f3f4624MD52THUMBNAIL000590661.pdf.jpg000590661.pdf.jpgGenerated Thumbnailimage/jpeg1384http://www.lume.ufrgs.br/bitstream/10183/8904/3/000590661.pdf.jpg43a7644a3ac138a5067e5d271ae4db24MD5310183/89042018-10-16 09:12:15.166oai:www.lume.ufrgs.br:10183/8904Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-16T12:12:15Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
title |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
spellingShingle |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação Perlin, Marcelo Scherer Mercado financeiro Administração financeira Finanças Mercado de ações Negociação |
title_short |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
title_full |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
title_fullStr |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
title_full_unstemmed |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
title_sort |
Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação |
author |
Perlin, Marcelo Scherer |
author_facet |
Perlin, Marcelo Scherer |
author_role |
author |
dc.contributor.author.fl_str_mv |
Perlin, Marcelo Scherer |
dc.contributor.advisor1.fl_str_mv |
Kloeckner, Gilberto de Oliveira |
contributor_str_mv |
Kloeckner, Gilberto de Oliveira |
dc.subject.por.fl_str_mv |
Mercado financeiro Administração financeira Finanças Mercado de ações Negociação |
topic |
Mercado financeiro Administração financeira Finanças Mercado de ações Negociação |
description |
Para um administrador de carteira, a possibilidade de prever o comportamento dos ativos é algo desejável. A previsibilidade do mercado financeiro é objeto de pesquisa há inúmeras décadas. Tal hipótese de previsibilidade ou falta dela pode ser testada de diferentes maneiras, incluindo o uso direto de modelagem matemática para realizar as previsões. O principal objetivo do presente estudo é verificar a performance de dois diferentes métodos de previsão em estratégias de negociação para o mercado acionário brasileiro. A base de dados é constituída por retornos diários dos 40 ativos mais líquidos entre 2003 e 2005. O primeiro método pesquisado foi o uso do algoritmo de previsão NN (Nearest Neighbor) e o segundo corresponde aos populares modelos ARIMA&GARCH. A principal conclusão da pesquisa foi que os modelos ARIMA&GARCH, dentro da metodologia sugerida, obtiveram resultados superiores ao algoritmo NN e em relação a uma estratégia ingênua, resultado um respeitável desempenho nas estratégias de negociação, mais particularmente na estratégia de arbitragem. Tal resultado motiva o uso do método sugerido em aplicações reais no mercado financeiro Brasileiro, porém é importante salientar que a pesquisa foi baseada em algumas necessárias pressuposições, as quais podem afetar tal resultado em aplicações reais. |
publishDate |
2007 |
dc.date.accessioned.fl_str_mv |
2007-06-06T19:20:06Z |
dc.date.issued.fl_str_mv |
2007 |
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 |
http://hdl.handle.net/10183/8904 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000590661 |
url |
http://hdl.handle.net/10183/8904 |
identifier_str_mv |
000590661 |
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 |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/8904/1/000590661.pdf http://www.lume.ufrgs.br/bitstream/10183/8904/2/000590661.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/8904/3/000590661.pdf.jpg |
bitstream.checksum.fl_str_mv |
7759685ec071a57311c237bce7b0c301 a08d9f489af600751d2f29aa7f3f4624 43a7644a3ac138a5067e5d271ae4db24 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085090575777792 |