Desenvolvimento de um método híbrido para negociações de ações na bolsa de valores brasileira

Página do item simplificado
dc.contributor.advisor-co1Knidel, Helder
dc.contributor.advisor1Krohling, Renato Antonio
dc.contributor.authorEbermam, Elivelto
dc.contributor.referee1Gonçalves, Claudine Santos Badue
dc.contributor.referee2Oliveira, Rodolfo Lourenzutti Torres de
dc.date.accessioned2018-12-20T13:40:13Z
dc.date.available2018-12-20
dc.date.available2018-12-20T13:40:13Z
dc.date.issued2018-08-03
dc.description.abstractThe Brazilian stock market has attracted many investors and moves billions of Real daily. However, deciding when to buy or sell a stock is not an easy task because the market is hard to predict, being influenced by political and economic factors. Thus, methodologies based on computational intelligence have been applied to this task. However, most papers select an a priori stock or index to the application of a given method. The stock selection itself is already a challenging problem, since each market has several stocks. Thus, a multicriteria decision-making method such as the technique for order preference by similarity to ideal solution (TOPSIS) can be applied. In this work, every day the stocks are ranked by TOPSIS using technical analysis criteria, and the most suitable stock is selected for purchase. Even so, it may occur that the market is not favorable to purchase on certain days, or even, the TOPSIS make an incorrect selection.To increase the reliability of the selection, another method should be used. Thus, a hybrid model composed of empirical mode decomposition (EMD) and extreme learning machine (ELM) is used. The EMD decomposes the series into several sub-series, and thus the main (trend) component is extracted. This component is processed by the ELM, which performs the prediction of the next element of component. If the value predicted by the ELM is greater than the last value, then the purchase of the stock is confirmed. A second confirmation of the purchase can be made by negotiation rules of technical indicators. Individual indicators and combinations between two indicators were tested. The method was applied to 50 stocks in the Brazilian market. The selection made by TOPSIS showed promising results when compared to the random selection and the return generated by the Bovespa index. Confirmation with the EMD-ELM hybrid model was able to increase the percentage of profit tradings.eng
dc.description.resumoO mercado de ações brasileiro tem atraído muitos investidores e movimenta bilhões de reais diariamente. No entanto, decidir quando comprar ou vender uma ação não é uma tarefa fácil, pois o mercado é difícil de prever, sendo influenciado por fatores políticos e econômicos. Dessa forma, metodologias baseadas em inteligência computacional tem sido aplicadas para essa tarefa. Entretanto, a maioria dos trabalhos seleciona uma ação ou índice a priori para aplicação de determinado método. A seleção da ação em si já é um problema importante, pois cada mercado possui várias ações. Assim, um método de tomada de decisão multicritério como a técnica para preferência de ordem por similaridade à solução ideal (TOPSIS) pode ser aplicado. Nesse trabalho, a cada dia as ações são ranqueadas pelo TOPSIS utilizando critérios da análise técnica, e a mais apta é selecionada para compra. Mesmo assim, pode ocorrer que o mercado não esteja favorável para compra em determinados dias, ou mesmo, o TOPSIS fazer uma seleção incorreta. Para aumentar a confiabilidade da seleção, outro método deve ser utilizado. Assim é utilizado um modelo híbrido composto por decomposição de modo empírico (EMD) e máquina de aprendizado extremo (ELM). O EMD decompõe a série em várias sub-séries, e com isso a componente principal, ou seja, de tendência é extraída. Essa componente é processada pela ELM, a qual realiza a predição do próximo elemento da mesma. Se o valor predito pela ELM for superior ao último valor, então a compra da ação é confirmada. Uma segunda confirmação da compra pode ser realizada por meio de regras de negociação baseadas em indicadores técnicos. Foram testados indicadores individualmente e combinações entre dois indicadores. O método foi aplicado em um universo de 50 ações do mercado brasileiro. A seleção feita pelo TOPSIS mostrou resultados promissores, quando comparado com a seleção aleatória e ao retorno gerado pelo índice Bovespa. A confirmação com o modelo híbrido EMD-ELM conseguiu aumentar o percentual de negociações com lucro.
dc.formatText
dc.identifier.citationEBERMAM, Elivelto. Desenvolvimento de um método híbrido para negociações de ações na bolsa de valores brasileira. 2018. 80 f. Dissertação (Mestrado em Informática) - Universidade Federal do Espírito Santo, Centro Tecnológico, Vitória, 2018.
dc.identifier.urihttp://repositorio.ufes.br/handle/10/10725
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Informática
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Informática
dc.rightsopen access
dc.subjectTOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)eng
dc.subjectStock tradingeng
dc.subjectTechnical analysiseng
dc.subjectEmpirical mode decomposition (EMD)eng
dc.subjectExtreme learning machine (ELM)eng
dc.subjectDecomposição de modo empírico (EMD)por
dc.subjectMáquinas de aprendizado extremo (ELM)por
dc.subjectNegociação de açõespor
dc.subjectAnálise técnicapor
dc.subjectTécnica para preferência de ordem por similaridade à solução ideal (TOPSIS)por
dc.subject.br-rjbnAções (Finanças) - Negociação
dc.subject.br-rjbnBolsa de valores
dc.subject.br-rjbnAnálise técnica (Análise de investimentos)
dc.subject.cnpqCiência da Computação
dc.subject.udc004
dc.titleDesenvolvimento de um método híbrido para negociações de ações na bolsa de valores brasileira
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertação_Elivelto.pdf
Tamanho:
889.58 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Informática