Predição de tendências em séries financeiras utilizando metaclassificadores
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Economia Aplicada |
Texto Completo: | https://www.revistas.usp.br/ecoa/article/view/148159 |
Resumo: | This study developed a meta-classifier based on computational intelligence methods to predict trends in financial time series. The kernel was based on the (Weka) tool. Seven classifiers were combined to perform the meta-classification. Tests were conducted with nine B3 assets. The initial results were encouraging, with good accuracy in the classification and gains of up to 100% above the amount of capital initially invested in a one-year period. |
id |
USP-21_fb9ae4ee78a61dbf5500b53d9ddf9b8f |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/148159 |
network_acronym_str |
USP-21 |
network_name_str |
Economia Aplicada |
repository_id_str |
|
spelling |
Predição de tendências em séries financeiras utilizando metaclassificadoresPredicting trends in financial series using metaclassifiersfinancial seriescomputational intelligencemeta-classifierséries financeirasinteligência computacionalmeta-classificadorThis study developed a meta-classifier based on computational intelligence methods to predict trends in financial time series. The kernel was based on the (Weka) tool. Seven classifiers were combined to perform the meta-classification. Tests were conducted with nine B3 assets. The initial results were encouraging, with good accuracy in the classification and gains of up to 100% above the amount of capital initially invested in a one-year period.Neste trabalho foi desenvolvido um metaclassificador baseado em métodos de inteligência computacional para prever tendências em séries temporais financeiras. O kernel do metaclassificador foi baseado na ferramenta (Weka). Sete classificadores foram combinados para realizar a metaclassificação. Testes foram realizados com nove ativos da Bolsa de Valores de São Paulo. Os resultados iniciais foram promissores, com boa acurácia na classificação e ganhos de até 100% do valor de capital inicialmente investido no período de um ano.Universidade de São Paulo, FEA-RP/USP2020-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/ecoa/article/view/14815910.11606/1980-5330/ea148159Economia Aplicada; Vol. 24 No. 1 (2020); 29-78Economia Aplicada; Vol. 24 Núm. 1 (2020); 29-78Economia Aplicada; v. 24 n. 1 (2020); 29-781980-53301413-8050reponame:Economia Aplicadainstname:Universidade de São Paulo (USP)instacron:USPporhttps://www.revistas.usp.br/ecoa/article/view/148159/168920Copyright (c) 2020 Economia Aplicadahttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessAssis, Carlos Alberto Silva deCarrano, Eduardo GontijoPereira, Adriano Cesar Machado2021-03-04T01:57:49Zoai:revistas.usp.br:article/148159Revistahttps://www.revistas.usp.br/ecoaPUBhttps://www.revistas.usp.br/ecoa/oai||revecap@usp.br1980-53301413-8050opendoar:2023-09-13T12:17:12.394172Economia Aplicada - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Predição de tendências em séries financeiras utilizando metaclassificadores Predicting trends in financial series using metaclassifiers |
title |
Predição de tendências em séries financeiras utilizando metaclassificadores |
spellingShingle |
Predição de tendências em séries financeiras utilizando metaclassificadores Assis, Carlos Alberto Silva de financial series computational intelligence meta-classifier séries financeiras inteligência computacional meta-classificador |
title_short |
Predição de tendências em séries financeiras utilizando metaclassificadores |
title_full |
Predição de tendências em séries financeiras utilizando metaclassificadores |
title_fullStr |
Predição de tendências em séries financeiras utilizando metaclassificadores |
title_full_unstemmed |
Predição de tendências em séries financeiras utilizando metaclassificadores |
title_sort |
Predição de tendências em séries financeiras utilizando metaclassificadores |
author |
Assis, Carlos Alberto Silva de |
author_facet |
Assis, Carlos Alberto Silva de Carrano, Eduardo Gontijo Pereira, Adriano Cesar Machado |
author_role |
author |
author2 |
Carrano, Eduardo Gontijo Pereira, Adriano Cesar Machado |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Assis, Carlos Alberto Silva de Carrano, Eduardo Gontijo Pereira, Adriano Cesar Machado |
dc.subject.por.fl_str_mv |
financial series computational intelligence meta-classifier séries financeiras inteligência computacional meta-classificador |
topic |
financial series computational intelligence meta-classifier séries financeiras inteligência computacional meta-classificador |
description |
This study developed a meta-classifier based on computational intelligence methods to predict trends in financial time series. The kernel was based on the (Weka) tool. Seven classifiers were combined to perform the meta-classification. Tests were conducted with nine B3 assets. The initial results were encouraging, with good accuracy in the classification and gains of up to 100% above the amount of capital initially invested in a one-year period. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-03-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.revistas.usp.br/ecoa/article/view/148159 10.11606/1980-5330/ea148159 |
url |
https://www.revistas.usp.br/ecoa/article/view/148159 |
identifier_str_mv |
10.11606/1980-5330/ea148159 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/ecoa/article/view/148159/168920 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Economia Aplicada http://creativecommons.org/licenses/by-nc/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2020 Economia Aplicada http://creativecommons.org/licenses/by-nc/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo, FEA-RP/USP |
publisher.none.fl_str_mv |
Universidade de São Paulo, FEA-RP/USP |
dc.source.none.fl_str_mv |
Economia Aplicada; Vol. 24 No. 1 (2020); 29-78 Economia Aplicada; Vol. 24 Núm. 1 (2020); 29-78 Economia Aplicada; v. 24 n. 1 (2020); 29-78 1980-5330 1413-8050 reponame:Economia Aplicada instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Economia Aplicada |
collection |
Economia Aplicada |
repository.name.fl_str_mv |
Economia Aplicada - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
||revecap@usp.br |
_version_ |
1800221695935512576 |