Dissertação

{pt_PT=Self Adaptive Voting System for Stock Market Investment Strategy based on Evolutionary Computing} {} EVALUATED

{pt=Os movimentos do mercado financeiro são altamente influenciados por fatores complexos que dificultam a tarefa de lucrar desses movimentos. Os investidores costumam usar estratégias que os ajudam a determinar quando comprar ou vender ações. As regras técnicas têm sido amplamente utilizadas nos mercados financeiros há mais de um século como ferramentas analíticas para avaliar a segurança de um determinado investimento. Este trabalho descreve o desenvolvimento de uma aplicação, baseada em uma técnica de computação evolucionária, em particular, o NSGAII, e visa gerar pontos de entrada e saída de investimentos utilizando indicadores de análise técnica (EMA, RSI, MACD, entre outros). Para validar a solução desenvolvida, é definida uma avaliação completa, comparando a estratégia desenvolvida com outros métodos de investimento, como Buy & Hold. Para testar a solução sob diferentes condições de mercado, incluindo a mais recente quebra financeira foram usados diferentes horizontes temporais. Os resultados são promissores, pois a solução atual pode superar as outras estratégias durante o crash. O estudo de caso mais extenso resultou em um retorno do investimento 55 vezes maior do que a estratégia Buy & Hold., en=Financial market movements are highly influenced by complex factors that make it difficult to profit from these movements. Investors often use strategies that help them determine when to buy or sell stocks. Technical rules have been widely used in financial markets for more than a century as analytical tools to assess the safety of a given investment. This work describes the development of an application, based on an evolutionary computation technique, in particular, the NSGAII, and aims to generate entry and exit points of investments using technical analysis indicators (EMA, RSI, MACD, among others). To validate the developed solution, a complete evaluation is defined, comparing the strategy developed with other investment methods, such as Buy & Hold. To test the solution under different market conditions, including the latest financial crash, different time horizons were used. The results are promising, as the current solution outperforms other strategies during the crash. The most extensive case study resulted in a return on investment 55 times higher than the Buy & Hold strategy.}
{pt=Análise Técnica, Computação evolutiva, mercados financeiros, Otimização, Investimentos., en=Evolutionary Computation, Financial Markets, Investments, Optimization, Technical Analysis.}

Novembro 26, 2018, 9:30

Orientação

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar