???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/7133
Full metadata record
DC FieldValueLanguage
dc.creatorMelo, Hydelo Wagner Souza-
dc.creator.Latteshttp://lattes.cnpq.br/9304986864147241por
dc.contributor.advisor1Costa Filho, Cicero Ferreira Fernandes-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3029011770761387por
dc.contributor.advisor-co1Costa, Marly Guimarães Fernandes-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7169358412541736por
dc.contributor.referee1Moura, Edleno Silva de-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4737852130924504por
dc.contributor.referee2Carvalho, Celso Barbosa-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8269546823033896por
dc.date.issued2018-08-01-
dc.identifier.citationMELO, Hydelo Wagner Souza. Proposta de um sistema de negociação para auxiliar na tomada de decisão no mercado de ações utilizando redes neurais dinâmicas auto-regressivas. 2018. 95 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2018.por
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/7133-
dc.description.resumoDesde que o patrimônio das empresas foi dividido em ações de fácil e rápida negociação, ou seja, com liquidez, há grande interesse de pesquisadores e investidores em todo o mundo de predizer o comportamento futuro dos preços, a fim de obter recomendações de compra ou venda de tais ativos, com o objetivo final de alcançar lucratividade ou preservar seus patrimônios. Neste trabalho, uma rede neural auto-regressiva não linear - NAR (Nonlinear AutoRegressive model) - foi utilizada para realizar predições de alguns passos à frente da série histórica do Índice da Bolsa de Valores de São Paulo (Ibovespa), de modo a embutir tais predições em um sistema de negociação. A predição precisa não foi uma exigência principal da rede, mas sim a possibilidade de revelar uma tendência de curto prazo (semanas) acertada. A fim de suportar as decisões de compras e vendas, foi proposto um sistema de negociação baseado no índice IMMN, Indicador de Mínimos e Máximos. Em função da predição de mínimos e máximos pelo índice IMMN, são indicadas operações de compras ou vendas, respectivamente. Para o cálculo desse índice é utilizada a rede NAR e dados de uma série histórica do Ibovespa. O sistema de negociação proposto obteve retornos superiores ao crescimento do Ibovespa em períodos superiores a um ano. Na média, o sistema de negociação apresentou retorno de 26% enquanto que o Ibovespa, somente 3%. O trabalho foi realizado sobre o histórico de valores do Ibovespa. Na prática, as ações que compõem o Ibovespa seriam o alvo das operações de compras e vendas, nas proporções em que as mesmas compõem o índice. Outra opção é realizar essas mesmas operações em um fundo de investimento baseado no índice Ibovespa.por
dc.description.abstractSince the equity of the companies have been divided into easy and quick trading, that is, with liquidity, there is a great interest of researchers and investors around the world to predict the future behavior of prices in order to obtain recommendations of purchase or sale of such assets with the ultimate objective of achieving profitability or preserving their assets. In this work, the Nonlinear AutoRegressive model (NAR) was used to predict a few steps ahead of the historical series of the Index of the São Paulo Stock Exchange (Ibovespa) in order to embed such predictions into a trading system. Precise prediction was not a primary requirement of the network, but rather the possibility of revealing a short-term (weeks) trend. It was proposed the IMMN index that is calculated on the predictions made by the networks and this parameter is used to identify extreme points (maximum or minimum local) that allowed to support the decisions of purchases and sales. Operating the system in a simulated way on the historical series for determination of annual performances and the total period, the trading system obtained a higher return than the growth of the index in the total period observed for the eight combinations of conceived networks, and on average the trading system presented a return of 26% while the index, only 3%. The work was carried out on the historical value of the index, however, such an effect could be transported roughly to the practical world through the purchase or sale of shares in such proportions as to reproduce the index or through the purchase and sale of a similar investment fund to the index.eng
dc.formatimage/png*
dc.formatapplication/pdf*
dc.thumbnail.urlhttps://tede.ufam.edu.br//retrieve/30497/Disserta%c3%a7%c3%a3o_HydeloMelo_PPGEE.pdf.jpg*
dc.languageporpor
dc.publisherUniversidade Federal do Amazonaspor
dc.publisher.departmentFaculdade de Tecnologiapor
dc.publisher.countryBrasilpor
dc.publisher.initialsUFAMpor
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/-
dc.subjectRedes neurais artificiaispor
dc.subjectMercado financeiropor
dc.subjectSéries históricaspor
dc.subjectIbovespapor
dc.subjectSistema de negociaçãopor
dc.subject.cnpqENGENHARIAS: ENGENHARIA ELÉTRICA: ELETRÔNICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRÔNICOS: CONTROLE DE PROCESSOS ELETRÔNICOS, RETROALIMENTAÇÃOpor
dc.titleProposta de um sistema de negociação para auxiliar na tomada de decisão no mercado de ações utilizando redes neurais dinâmicas auto-regressivaspor
dc.typeDissertaçãopor
Appears in Collections:Mestrado em Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
Dissertação_HydeloMelo_PPGEE.pdf2,77 MBAdobe PDFThumbnail

Download/Open Preview


This item is licensed under a Creative Commons License Creative Commons