FenixEdu™

Dissertação

Hybrid System of Classification Algorithms Voting System with Genetic Algorithm for Dividend Stocks Ranking EVALUATED

Detalhes: Nesta tese, é proposto um sistema de votação com algoritmos de classificação (XGBoost e Máquina de Vector de Suporte) que pretende analisar os dados financeiros das empresas que constituem o Standard \& Poor's 500 (S\&P500), e prever quais (daquelas que apresentam um aumento consecutivo dos dividendos pagos) irão continuar essa série de aumentos, e quais irão quebrá-los. Os algoritmos terão uma fase de optimização de parâmetros, feita por um Algoritmo Genético e uma Pesquisa de Grelha, e depois passarão à fase de previsão. São testados nos anos 2017, 2018 e 2019, e desenvolverão um sistema que atribui uma classificação a cada acção, facilitando assim a escolha dos melhores para investir. Além disso, é implementado um método de janela deslizante, onde o sistema é avaliado para uma sequência de anos de teste, facilitando assim a obtenção de um sistema preciso e mais fiável. Esta janela deslizante contém todos os módulos de classificação e previsão, a fim de executar sequencialmente o sistema várias vezes, melhorando assim as suas previsões com cada iteração.
Keywords: Análise Fundamental, Dividendos, XGBoost, Máquina de Vector de Suporte (SVM), Algoritmo Genético, Pesquisa de Grelha

Discussão: junho 27, 2022, 11:0