FenixEdu™

Dissertação

Portfolio Selection and Trading Model based on Genetic Algorithms, K-Means Clustering, Fundamental Indicators and Technical Indicators EVALUATED

Detalhes: Esta tese propõe um modelo capaz de utilizar algoritmos evolutivos e análise fundamental para seleção de ativos, acompanhado por um sistema de trocas de ações baseado em análise técnica. Primeiro um programa para obtenção de dados é criado de maneira a obter informação financeira relativa às empresas do S&P500 para cada fim do mês do intervalo de tempo considerado, permitindo o cálculo de diversos indicadores fundamentais. Um algoritmo de agrupamento K-means é utilizado para classificar os indicadores obtidos entre sectores para todos os fins de mês do intervalo de tempo considerado. Um algoritmo genético irá analisar a importância de cada indicador, sendo a função de aptidão um método baseado nas variações de preço de um ativo nos últimos três meses. Três estratégias diferentes foram testadas, cada uma considerando indicadores diferentes, uma focada em crescimento, outra em performance geral e a última em empresas mais seguras. Este algoritmo para seleção de ativos foi testado considerando vários portfólios diferentes e aplicando um sistema de trocas baseado no indicador EMA ao longo do período de 01-02-2017 até 31-10-2021. Os resultados mostram que todas as estratégias têm potencial, especialmente as focadas em equilíbro e empresas mais seguras, tendo em conta que são as que mais consistentemente batem o benchmark, chegando a ter retornos de até 119.4% em 2020, mostrando a capacidade de recuperar após quedas de mercado. O sistema de troca de ativos EMA provou ser uma ferramenta útil, maioritariamente no que toca a minimizar perdas e reduzir volatilidade.
Keywords: Algoritmos Genéticos, Agrupamento K-means, Seleção de ativos, Análise Fundamental, Análise Técnica

Discussão: novembro 22, 2022, 15:30