{pt_PT=Estratégia de Investimento para Sinais com maior Volatilidade no Mercado Forex} {} EVALUATED

Detalhes: {pt=Esta tese propõe um sistema adaptativo, baseado em Algoritmos Genéticos para estabelecer posições Long no mercado Forex nos períodos mais voláteis. Neste trabalho, o Algoritmo Genético é responsável por otimizar certos parâmetros, resultantes de regras de investimento baseadas em indicadores Técnicos. Relativamente aos indicadores Técnicos utilizados, alguns destes indicadores já tinham sido criados por outros autores enquanto que outros foram desenvolvidos aquando da realização da tese, tais como o indicador Tamanho e o indicador Percentagem. Nesta tese, foi ainda criado o indicador de Períodos Nervosos, que tem como objetivo limitar os períodos onde podem ser efetuadas transações no mercado que se pretendia que fossem períodos onde houvesse uma grande volatilidade e ao mesmo tempo fosse possível identificar uma tendência. As experiências foram feitas propositadamente em três pares de moedas bastante voláteis, USD/TRY, USD/MXN, USD/ZAR, e avaliadas de acordo com as métricas de avaliação Retorno Acumulado, Retorno Acumulado por minuto e Drawdown. Os dados disponíveis desde 2012 até 2018, para o pares de moedas USD/ZAR, USD/MXN, USD/TRY, foram utilizados para treinar o Algoritmo Genético assim como para o testar. Os resultados obtidos foram bastantes promissores, tendo sido atingido no caso do par de moedas USD/TRY, 57.60% de Retorno Acumulado em cerca de 26% do período de teste, no caso do par de moedas USD/ZAR, 13.53% de Retorno Acumulado em cerca de 27% do período de teste, e no caso do par de moedas USD/MXN, foi obtido um Retorno Acumulado de 17.25% em cerca de 28% do período de teste. , en=This thesis proposes an adaptive system based on Genetic Algorithms to establish Long positions in the Forex Market at more volatile periods. In this work, the Genetic Algorithm is responsible for optimizing certain parameters, resulting from investment rules based on technical indicators. Regarding the technical indicators used, some of these indicators had already been created by other authors while others were developed during the thesis, such as the Size indicator and the Percentage indicator. In this thesis, the Nervous Periods indicator was also created, which aims to limit the periods where transactions can be made in the market, which in this case was intended to be periods where there was great volatility and at the same time it was possible to identify a trend. The experiments were purposely performed on three very volatile currency pairs, USD/ZAR, USD/MXN and USD/TRY, and evaluated according to the Cumulative Return, Cumulative Return per minute and Drawdown evaluation metrics. Data available from 2012 until 2018 for the USD/ZAR, USD/MXN, USD/TRY currency pairs were used to train the Genetic Algorithm as well as to test it. The results were quite promising, having been achieved for the currency pair USD/TRY, a 57.60% Cumulative Return at around 26% of the test period, for the currency pair USD/ZAR, a 13.53% Cumulative Return with near 27% of the test period, and in the case of the USD/MXN currency pair, a Cumulative Return of 17.25% is obtained at about 28% of the test period. }

Discussão: novembro 25, 2019, 16:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

Pedro de Araújo Correia Neto Lopes (ist181927)

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar