Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/321892
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Sistema de apoio à decisão para o mercado financeiro de renda variável
Title Alternative: Decision support system for financial market of variable income
Author: Oriani, Felipe Barboza, 1987-
Advisor: Coelho, Guilherme Palermo, 1980-
Abstract: Resumo: Com o crescimento da economia global, empresas têm aberto seu capital a fim de obter recursos para acelerar o crescimento. Este processo possibilita que pessoas comprem ações que representam parte da empresa, podendo tanto mantê-las para que possam participar das decisões da empresa, quanto revendê-las, visando o lucro. Neste último caso, temos uma parte do chamado mercado de renda variável. Diversos fatores na economia influenciam diretamente o desempenho destas empresas e, consequentemente, o preço de suas ações. Dada esta oscilação na cotação de ações ao longo do tempo, pode-se classificar este tipo de informação como uma série temporal, que é definida como uma coleção de informações distribuídas de forma sequencial no tempo. Áreas do conhecimento como a estatística, econometria e inteligência computacional vêm pesquisando métodos para trabalhar com problemas de previsão de séries temporais ao longo dos anos. Um dos modelos frequentemente empregados no estudo de séries temporais, que pertence ao ramo da inteligência computacional, são as redes neurais artificiais, que possuem a capacidade de aquisição e manutenção do conhecimento. Sendo assim, neste trabalho foi construído um sistema de apoio à decisão que utiliza redes neurais artificiais especializadas em séries de cotações históricas de ações para prever valores futuros desta série. Com isso, tal sistema de apoio à decisão otimiza o uso destes modelos para sugerir operações de compra e venda para uma ação, visando apoiar o usuário em sua tomada de decisão durante o investimento. Os resultados desta abordagem apresentaram uma boa performance quando comparados com outros modelos de investimento do mercado financeiro como o Buy&Hold, da análise fundamentalistas, e o cruzamento de médias móveis, da análise técnica. Além disso, dois outros estudos foram realizados, sendo que o primeiro deles verificou a performance de redes neurais artificiais (Multi-Layer Perceptron e redes recorrentes do tipo Jordan e Elman) para a previsão de séries temporais e o segundo foi realizado para comparar o impacto que indicadores da análise técnica têm sobre a previsão do preço das ações, utilizando uma rede neural artificial do tipo Multi-Layer Perceptron. Os resultados destes estudos adicionais indicaram que as redes do tipo MLP apresentam um bom desempenho quando comparadas às redes recorrentes para as ações selecionadas, e que indicadores de tendência (lagging) podem melhorar a previsão do preço das ações

Abstract: With the growth of the global economy, companies open their capital and share stocks in the market in order to obtain resources to accelerate their expansion. This process allows people to buy shares that represent part of the company and either participate in the decisions of the company, or resell these stocks aiming for profit. The latter corresponds to part of the so-called variable income market or equities market. Several factors in the economy directly influence the performance of these companies and, hence, their stock price. Given this fluctuation in the stock prices over time, one can classify this type of information as a time series, which is defined as a collection of distributed information in a time sequence. Areas of knowledge such as statistics, econometrics and computational intelligence developed several methods to deal with time series prediction problems over the years. One of these methods, often employed in the study of time series, are the artificial neural networks, which have the ability to acquire and maintain knowledge. Therefore, in this research, a decision support system was developed using artificial neural networks specialized in historical quotes of stock prices to predict future values of these series. The decision support system proposed here optimizes the use of these Neural Network models to recommend buying and selling operations for a given stock, to support the user in his decision making. The results of this approach presented good performance when compared with other financial market investment approaches, such as the Buy&Hold method, from fundamentalist analysis, and the golden cross moving averages, from technical analysis. In addition, two other studies have been conducted, where the first one evaluated the performance of different architectures of artificial neural networks (Multi-Layer Perceptron and recurrent neural networks such as Elman and Jordan) for the prediction of time series values. The second experiment was conducted to compare the impact of technical indicators on the stock price prediction when used as inputs to Multi-Layer Perceptrons. The results of these studies indicated that the MLPs present good performance when compared to the recurrent networks for the selected stocks, and that trend indicators (lagging) can improve the prediction of a stock price
Subject: Sistemas de suporte de decisão
Redes neurais (Computação)
Mercado financeiro
Análise de séries temporais
Mercado de ações - Previsão
Editor: [s.n.]
Date Issue: 2016
Appears in Collections:FT - Tese e Dissertação

Files in This Item:
File SizeFormat 
Oriani_FelipeBarboza_M.pdf3.18 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.