Predição de tendências em séries financeiras utilizando metaclassificadores

Detalhes bibliográficos
Autor(a) principal: Assis, Carlos Alberto Silva de
Data de Publicação: 2020
Outros Autores: Carrano, Eduardo Gontijo, Pereira, Adriano Cesar Machado
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

Registros relacionados