Dissertação
Portfolio Trading System Based on Fundamental Analysis Stock Rankings Using a Machine Learning Ensemble Model EVALUATED
Nesta tese, um inovador sistema de selecão de ações para compor um Portfolio Financeiro de modo a maximizar os retornos do investimento, é apresentado. Esta seleção é realizada através da combinação da Análise Fundamental de Declarações Financeiras com um método de Votação Ensemble de Logistic Regression, XGBoost, Support Vector Machines e Random Forest. Os algoritmos são treinados para prever a probabilidade do preço de uma ação aumentar ou diminuir no trimestre seguinte, e um sistema de ranking é gerado e utilizado para efetuar trades no mercado. A incorporação de uma técnica de Sliding Window permite que o sistema atualize os seus parametros anualmente e a utilização da redução de dimensionalidade PCA permite uma melhor generalização aos dados de treino levando a melhores resultados. O desempenho do sistema é validado em vários case studies no índice S&P500 e setores específicos do mesmo, no período entre o início de 2015 e fim de 2019.
novembro 25, 2022, 9:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Rui Fuentecilla Maia Ferreira Neves
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar