UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL<
br />INSTITUTO DE INFORMÁTICA
PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO<
/p>
---------------------------------------------------------
DEFES A DE DISSERTAÇÃO DE MESTRADO
Aluno: Felipe dos Santos Giacomel
O
rientadora: Profa. Dra. Renata de Matos Galante
Título: Um Método Algo
rítmico para Operações na Bolsa de Valores Baseado em Ensembles de Redes Ne
urais para Modelar e Prever os Movimentos dos Mercados de Ações
Linha
de Pesquisa: Modelagem Conceitual e Banco de Dados
Data: 27/01/2016
Hora: 14:30
Local: Prédio 43412 – AUD 1 (Auditório 1)\, do Institut
o de Informática.
Banca Examinadora:
Profa. Dra. Viviane Pereira
Moreira (UFRGS)
Prof. Dr. Paulo Martins Engel (UFRGS)
Profa. Dra
. Carine Geltrudes Webber (UCS)
Presidente da Banca: Profa. Dra. Rena ta de Matos Galante
Resumo: A previsão de séries temporais financeira s tem sido um tópico popular da literatura nos últimos anos. Contudo\, embo ra muitos estudos de previsão de séries temporais foquem na previsão exata de valores futuros\, defendemos que este tipo de previsão é de difícil apli cação em cenários reais\, sendo mais vantajoso transformar este problema de previsão em um problema de classificação que indique se a série temporal i rá subir ou descer no próximo período. Neste trabalho é proposto um método de compra e venda de ações baseado nas previsões feitas por dois ensembles de redes neurais adaptados para diferentes perfis de investimento: um para investidores moderados e outro para investidores mais agressivos. Os result ados desses ensembles preveem se determinada ação irá subir ou descer no pr óximo período ao invés de prever seus valores futuros\, permitindo que se c riem recomendações de operações de compra ou venda para o próximo período d e tempo. A criação de tais ensembles\, contudo\, pode encontrar dificuldade s no fato de que cada mercado se comporta de uma maneira diferente: fatores como a sazonalidade e a localidade da bolsa de valores são determinantes n o desenvolvimento das redes neurais apropriadas. Para mostrar a eficiência do nosso método em diferentes situações\, o mesmo é avaliado exaustivamente em dois conjuntos de dados diferentes: os mercados de ações norteamericano (S&P 500) e brasileiro (Bovespa). Operações reais foram simuladas nestes m ercados e fomos capazes de lucrar em 89% dos casos avaliados\, superando os resultados das abordagens comparativas na grande maioria dos casos.
Palavras-chave: Redes neurais artificiais. Classificação. Previsão. Mercado s de ações. Séries temporais.
ORGANIZER;CN="Bolsista do Setor de Comunicação":MAILTO:bolsista2-comunica@i nf.ufrgs.br URL;VALUE=URI:https://www.inf.ufrgs.br/site/eventos/evento/masters-disserta tion-felipe-dos-santos-giacomel/ END:VEVENT BEGIN:VTIMEZONE TZID:America/Sao_Paulo BEGIN:STANDARD TZOFFSETFROM:-0200 TZOFFSETTO:-0300 DTSTART:20150222T020000 TZNAME:-03 END:STANDARD BEGIN:DAYLIGHT TZOFFSETFROM:-0300 TZOFFSETTO:-0200 DTSTART:20151018T030000 TZNAME:-02 END:DAYLIGHT END:VTIMEZONE END:VCALENDAR