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

Detalhes bibliográficos
Autor(a) principal: Perlin, Marcelo Scherer
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