Dissertação

Trend Aware Investment Strategy for Stock Market based on a Classifier System and on Intelligent Optimization Techniques EVALUATED

Neste trabalho é proposto um sistema hibrido que combina o uso de Support Vector Machines com Algoritmos Genéticos com o objetivo de criar estratégias que se adaptam às condições do mercado. Este sistema utiliza um classificador baseado em Support Vector Machine para analisar a tendência de mercado atual e selecionar a respetiva estratégia, previamente otimizada. O sistema requer um treino inicial do classificador, que será utilizado para separar os vários instantes do mercado em diferentes grupos de tendências. Cada um destes grupos é otimizado separadamente com base em indicadores técnicos de forma a gerar estratégias compatíveis com o tipo de tendência. Para este projeto são utilizados quatro índices de países distintos, nomeadamente, o SP500, o DAX, o NIK225 e o IBEX35. O conjunto de dados cobre o mercado desde Setembro de 2001 até Setembro de 2018, sendo que o sistema é testado para cada ano a partir de Setembro de 2007. Para efeitos de avaliação, o sistema é implementado de forma a possibilitar o uso, ou não, do classificador de tendência de forma a aferir os benefícios do mesmo. Os resultados sugerem um potencial aumento dos retornos obtidos com o uso do classificador. Os dados obtidos durante o ensaio sugerem que o sistema proposto é capaz de gerar estratégias que melhor se adaptam à tendência presente.
Support Vector Machine, Algoritmos Genéticos, Mercado de acções, Optimização de Estratégias

Julho 8, 2020, 15:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado