Dissertação

Estudo e desenvolvimento de um sistema computacional de intraday trading autónomo.  EVALUATED

Embora existam diversos fatores que influenciam a cotação de um ativo financeiro, a principal tarefa de um trader não é tentar deduzir o seu valor real mas sim prever preços ou tendências futuras, de forma a obter rendimento do capital investido. O principal objetivo desta tese foi o estudo e desenvolvimento de um modelo computacional de trading intra-diário, ou seja, um modelo que coloca ordens de compra e venda ao longo do dia. O estudo foi efetuado com dados do histórico dos últimos 5 anos de vários títulos para simular o funcionamento do modelo aplicado a vários mercados. Foi verificada a existência de uma situação especifica, a amplitude intra-diária, que prejudica os resultados do modelo, assim, foi desenhada uma conjugação de um modelo de trading otimizado por um Algoritmo Genético, onde será posteriormente aplicado um filtro que consiste na previsão da amplitude de variação do preço do dia, e que é realizado por Boosted Decision Trees. Os resultados obtidos foram positivos mas revelaram que não existe uma solução única e homogénea para todos os títulos, alguns apresentaram resultados bons, outro apresentaram resultados fracos, no entanto o resultado geral quando se considera uma carteira com todos os títulos estudados foi positivo, tanto pela componente de trading como pela componente de previsão. O modelo implementado neste trabalho apresenta-se como um ponto de partida interessante para pesquisa futura sobre a viabilidade de um modelo de trading intra-diário.
Ações, Finanças Computacionais, Engenharia Financeira, Análise Quantitativa, Inteligência Artificial

Maio 31, 2016, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Armando Manuel de Carvalho Nunes

BIZ VALOR - SOCIEDADE CORRETORA, S.A.

Especialista

ORIENTADOR

João Carlos Carvalho de Sá Seixas

Departamento de Física (DF)

Professor Associado