This diploma thesis deals with the technical analysis with the emphasis on creating, testing and using of trading systems. Its objective is to find out whether it is possible for a trader to design and trade his own profitable trading system with widely accessible tools and methods. First part of the thesis concentrates among other things on the explanation of stock valuation principles, description of tested shares and time period. The second and third chapters fully describe the process of trading system development and the analysis of results of both trading systems. Last chapter is devoted to the interconnection of European stock markets, which is explored by the means of correlation analysis among different stock indexes. The correlation coefficients show a strong link of the markets and the rising level of integration of European markets.

First chapter describes International Financial Markets. Second chapter describes market fundamental analysis. Third chapter describes market technical analysis and efficient market hypothesis testing. Fourth chapter discusses market psychological analysis. Fifth chapter encompasses other theoretical background to be used in application. Sixth chapter deals with application of fundamental and technical analysis on a tennis betting market having found parallels between the sports betting markets and financial markets.

Submitted by Verena Pereira (verenagoncalves@uefs.br) on 2018-07-20T23:30:41Z No. of bitstreams: 1 Disserta??oMestradoVers?oFinalCD.pdf: 2552948 bytes, checksum: 021c9ef4954fba969e5860759364257e (MD5) / Made available in DSpace on 2018-07-20T23:30:41Z (GMT). No. of bitstreams: 1 Disserta??oMestradoVers?oFinalCD.pdf: 2552948 bytes, checksum: 021c9ef4954fba969e5860759364257e (MD5) Previous issue date: 2018-03-06 / The biggest challenge for stock market traders is to identify the timing to enter and exit in a trade. This research uses a trading system based on bullish and bearish candlesticks patterns to identify buy and sell signals in the brazilian?s stock market with exit through the chandelier method. The trading system was tested during the period 2005 and 2010 for application in two strategies between 2011 and 2016. The statistical significance and robustness of the strategies were evaluated through skewness, kurtosis, Monte Carlo, z-score, t-test and walk-forward. They revealed some prediction in bullish candlesticks standards / O maior desafio para os investidores no mercado de a??es ? identificar o momento para entrar e sair de uma negocia??o. Esta pesquisa utilizou um sistema de negocia??o baseado em padr?es candlesticks de alta e de baixa para gerar sinal de compra/venda no mercado brasileiro de a??es e vender/comprar por meio do m?todo chandelier exit. O sistema de negocia??o foi testado para simular negocia??es no per?odo entre 2005 e 2010 e para aplica??o em duas estrat?gias no per?odo entre 2011 e 2016. A signific?ncia estat?stica e robustez das estrat?gias foram avaliadas por meio daskewness, kurtosis, Monte Carlo, z-score, t-test e walk-forward. Eles revelaram algum grau de predi??o nos padr?es de candlesticks de alta

Partindo dos conceitos estabelecidos pela Hipótese dos Mercados Eficientes (HME), a qual questiona a validade da Análise Gráfica, e considerando as críticas feitas à HME pelos defensores das assim chamadas Finanças Comportamentais, e outros, este estudo procurou detectar a existência de uma relação entre os sinais gráficos observados no dia-a-dia do mercado de ações brasileiro e as tendências que lhes sucedem, durante um período de 8 anos, para um número de papéis. Os resultados obtidos neste trabalho evidenciam a existência de tal relação, sugerindo a validade da utilização da Análise Gráfica como instrumento para a previsão de preços no mercado de ações brasileiro, no período considerado. / Based on the principles established by the Efficient Market Hypothesis (EMH), which argues that the Technical Analysis is of no value in order to predict future prices of securities, and considering the criticism to the EMH by the advocates of the so called Behavioral Finance, and others, this work tried to detect the existence of a relationship between the graphic signals observed day by day in the Brazilian stock market and the trends which happen after these signals, within a period of 8 years, for a number of securities. The results obtained from this study offer evidence of the existence of such relationship, suggesting the validity of the Technical Analysis as an instrument to predict security prices in the Brazilian stock market within that period.

Este trabalho apresenta um método de predição não linear de séries temporais econômicas. O método baseia-se na análise técnica e fundamentalista de cotação de ações, filtragem wavelet, seleção de padrões e redes neurais artificiais. No modelo técnico emprega-se a transformada wavelet para filtrar a série temporal econômica de comportamentos aleatórios ou não econômicos. Após a filtragem dos dados o algoritmo de projeções sucessivas é utilizado para a seleção de padrões de treinamento para a rede neural artificial, com o objetivo de selecionar os padrões de comportamento mais importantes na série. No modelo fundamentalista utiliza-se variáveis econômicas que podem estar correlacionadas com a série, com o objetivo de aprimorar a predição da série na rede neural artificial. Para avaliação do método são utilizados dados de séries temporais econômicas referentes à cotação de preços de ações negociadas na bolsa de valores de São Paulo, onde os resultados da predição do comportamento futuro são comparados com modelos matemáticos clássicos e com o modelo convencional, que se baseia somente na análise técnica. Apresenta-se uma comparação dos resultados entre modelos técnicos, modelos matemáticos e o método proposto. O modelo matemático utilizado (ARIMA) apresentou seu melhor desempenho em séries com pouca variância, porém com desempenho inferior quando comparado com o modelo técnico e com o método proposto. A avaliação do erro de predição em termos de RMSEP evidenciou que o método proposto apresenta os melhores resultados em relação aos demais métodos. / This work presents a method for predicting nonlinear economic time series. The method is based on fundamental and technical analysis of script quotation, a multiscale wavelet filtering, pattern selection and artificial neural networks. In the technical model is used the wavelet transform in order to filter the economic time series from random or not economic behaviors. After the data filtering, the successive projections algorithm was used for the training pattern selection to the artificial neural network. In the fundamentalist model is used financial and macroeconomics variables that is correlated with the time serie in order to improve the network forecasting. For the evaluation of the proposed method are used temporal series data related to scrips prices quotation of São Paulo stock market. It presents a comparison of the results between technical model, mathematical model and proposed method. The mathematical model (ARIMA) presented better results in series with few variance, however have low performance when compared with the technical model and with the proposed method. The prediction error evaluation shows that the proposed method has better results than the other methods.

This thesis presents Genetic Programming methodologies to find successful and understandable technical trading rules for financial markets. The methods when applied to the S&P500 consistently beat the buy-and-hold strategy over a 12-year period, even when considering transaction costs. Some of the methods described discover rules that beat the S&P500 with 99% significance. The work describes the use of a complexity-penalizing factor to avoid overfitting and improve comprehensibility of the rules produced by GPs. The effect of this factor on the returns for this domain area is studied and the results indicated that it increased the predictive ability of the rules. A restricted set of operators and domain knowledge were used to improve comprehensibility. In particular, arithmetic operators were eliminated and a number of technical indicators in addition to the widely used moving averages, such as trend lines and local maxima and minima were added. A new evaluation function that tests for consistency of returns in addition to total returns is introduced. Different cooperative coevolutionary genetic programming strategies for improving returns are studied and the results analyzed. We find that paired collaborator coevolution has the best results.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2015-10-21T11:05:40Z No. of bitstreams: 1 PAULO A. SCHMIDT_.pdf: 1386765 bytes, checksum: f2caadfc119f6eda2a41f0afb9efe1f1 (MD5) / Made available in DSpace on 2015-10-21T11:05:40Z (GMT). No. of bitstreams: 1 PAULO A. SCHMIDT_.pdf: 1386765 bytes, checksum: f2caadfc119f6eda2a41f0afb9efe1f1 (MD5) Previous issue date: 2015-07-27 / Nenhuma / A previsão de preços de ações é um assunto de grande interesse tanto por parte de agentes de mercado quanto da comunidade científica e acadêmica. Ao mesmo tempo, o problema é considerado como um dos mais desafiadores no tratamento de séries temporais, dada sua natureza altamente dinâmica. Uma ampla gama de estudos propõe-se a abordar o tema. Alguns com resultados bastante promissores fazem uso de Redes Neurais Artificiais (RNAs) do tipo Focused Time Lagged FeedForward Network (FTLFN), as quais apresentam mecanismos de memória capazes de detectar padrões temporais. Em muitos casos, no entanto, as capacidades da rede neural não são devidamente exploradas, limitando-se a testes com um conjunto mínimo de parâmetros. Além disso, a maioria dos estudos de previsões de preços de ações possui como foco períodos de baixa frequência, como dias ou meses. Contudo, devido à facilidade de acesso à informação nas últimas décadas e à automatização das negociações em bolsas de valores, estas são realizadas cada vez mais sob horizontes de curto prazo, como horas, minutos ou segundos. Existe, portanto, a necessidade de se expandir o conhecimento em relação a previsões dentro deste cenário. Neste sentido, este trabalho tem como objetivo uma investigação das reais potencialidades de previsão das FTLFNs sobre preços de ações no período intradiário. Sua memória de curto prazo e tamanho de camada oculta são explorados de forma ampla e aprofundada, através dos quais se buscou identificar o impacto das diferentes configurações nos resultados de acurácia dentro do contexto considerado. Na tentativa de oferecer suporte a melhores previsões, analisa-se também a influência de indicadores da Análise Técnica sobre o modelo. De forma mais geral, procura-se ampliar o entendimento a respeito tanto das capacidades de previsão das redes do tipo FTLFN como de sua empregabilidade em séries temporais financeiras intradiárias, ainda pouco exploradas na literatura. Os resultados obtidos mostram que, assim como investidores humanos, também as FTLFNs são capazes de se beneficiar enormemente de padrões formados pelos históricos dos sinais de entrada, a fim de prover previsões de maior qualidade dentro do contexto proposto neste trabalho. O mesmo não pode ser afirmado a respeito dos indicadores da Análise Técnica escolhidos, uma vez que em sua grande maioria aumentam os erros de previsão. As evidências apresentadas baseiam-se em experimentações sobre diferentes conjuntos de sinais, oferecendo robustez às conclusões alcançadas e permitindo que a metodologia e os resultados sirvam como base para futuras pesquisas relacionadas a previsões dentro de cenários de alta frequência. / Stock price prediction is a subject of great interest for both market agents and scientific and academic community. At the same time, this problem is considered to be one of the most challenging in time series forecasting, due to its highly dynamic nature. A large amount of researches have proposed to address the issue. Some of them, with very promising results, adopt the Focused Time Lagged FeedForward Network (FTLFN), a type of Artificial Neural Network (ANN) that offers memory mechanisms capable of detecting temporal patterns. In many cases, however, the neural network’s capacities are not properly explored, being limited to tests with a minimum set of parameters. Besides, most of the studies on stock price prediction focus on low-frequency periods, such as days or months. On the other hand, due to the ease of access to information in the last decades and the automation of trades in stock market, these are getting more oftenly executed over short-term horizons, like hours, minutes or seconds. Therefore, there is a need to expand the knowledge related to forecasts in this scenario. With that in mind, this research has the objective of investigating the FTLFN’s potential on stock price forecasting over the intraday period. Its short-term memory and hidden layer size are widely and de eply explored, so the impact of different configurations on the accuracy results could be measured. Also, Technical Analysis indicators are built and utilized as input signals to the network, with their possible contributions to stock prediction being verified. From a general perspective, the work proposes the extention of the understanding regarding the FTLFN’s forecasting capabilities, as well as its use with intraday financial time series, which still require further exploration in literature. The obtained results show that, as human investors do, also FLTFNs are capable of taking enormous advantage from input signals’ history on providing better prediction quality within the proposed context. The same cannot be said for the supporting Technical Analysis indicators chosen, since they mostly increase forecasting errors. Evidences are presented based on the experimentation over several sets, bringing robustness to the conclusions and allowing the methodology and the results to serve as base for future researches related to predictions on high-frequency trading scenarios.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-05-02T16:48:04Z No. of bitstreams: 1 William de Sousa Dias_.pdf: 766364 bytes, checksum: 83373201a1819852a99d5c675653eb18 (MD5) / Made available in DSpace on 2016-05-02T16:48:04Z (GMT). No. of bitstreams: 1 William de Sousa Dias_.pdf: 766364 bytes, checksum: 83373201a1819852a99d5c675653eb18 (MD5) Previous issue date: 2016-02-29 / Nenhuma / A tomada de decisão em investimentos tem representado um dos principais desafios com os quais se deparam os investidores ao longo do tempo. Constatam-se ainda muitas controvérsias quanto à capacidade das análises existentes em obter retornos positivos no mercado financeiro. Nesse sentido, o objetivo deste trabalho se concentra em avaliar o resultado financeiro da seleção de ações com o uso de dois critérios, um Fundamentalista e um Técnico, isolados e de forma combinada, em comparação ao retorno do índice de referência (Índice BOVESPA). Para a consecução desse propósito, primeiramente promoveu-se uma revisão teórica visando encontrar pontos de similaridades, conflitos e complementaridades dos dois tipos de análises, e como resultado, concluiu-se que a Análise Fundamentalista evidencia critérios melhor definidos para a escolha de qual ação comprar; já a Análise Técnica fornece ferramentas que definem com mais clareza o momento de comprar ou de vender determinada ação. A partir desse resultado, efetuou-se uma simulação computacional de três estratégias com dados fundamentalistas e técnicos do período de janeiro de 2010 a dezembro de 2014: uma Técnica, com o uso de médias móveis (aritmética e exponencial); uma Fundamentalista, utilizando-se a relação Book-to-Market (BM) como critério de seleção; e uma análise Híbrida, que aplicou o critério fundamentalista para a escolha de qual ação comprar e o critério técnico para decidir a hora de comprar ou de vender. Nas três simulações, as ações foram classificadas em grupos a partir de uma análise de Cluster, a qual adota o coeficiente de Spearman ao quadrado, de forma que duas ações do mesmo grupo não poderiam compor a carteira ao mesmo tempo. A partir da análise com o emprego do MaxiMax, do MaxiMin e do Minimax, e aplicando um teste estatístico de comparação por ranqueamento, depreendeu-se que a estratégia Fundamentalista desempenhou significantemente melhor em todos os cenários simulados (ao nível de 0,05), e que as abordagens Híbrida e Fundamentalista tiveram desempenho melhor que o IBOV. No entanto testou-se somente um tipo de cada abordagem. / Decision-making on investments has represented one of the main challenges faced by investors over time. There are still many controversies about the ability of existing analyzes to obtain positive returns in financial markets. In this sense, the objective of this work focus on evaluating the financial outcome of the stock selection using two criteria, one Fundamentalist and a Technical, isolated and in combination, compared to the return of the benchmark index (Bovespa Index). To achieve this purpose, first a theoretical review was promoted to find points of similarities, conflicts and complementarities of both types of analysis, and as a result, it was concluded that the Fundamentalist Analysis shows better defined criteria for choosing what share to buy; By the other hand Technical Analysis provides tools to define more clearly the time to buy or sell a particular share. From this result, a computer simulation of three strategies with fundamentalists and technical data for the period January 2010 to December 2014 was performed: A Technical with the use of moving averages (arithmetic and exponential); Fundamentalist one, using the ratio Book-to-Market (BM) as selection criteria; and a Hybrid analysis that applied the fundamental criterion for choosing which share to buy and technical criteria to decide the time to buy or sell. In all three simulations, the shares were classified in groups from a cluster analysis, which adopts the coefficient Spearman², so that two shares of the same group could not render the portfolio at the same time. From the Maximax, the Maximin and Minimax, and applying a statistical test compared by ranking was concluded that the Fundamentalist strategy played significantly better in all simulated scenarios (at 0.05). The Hybrid and Fundamentalist analysis was better than IBOV’s performance. However it was tested only one of each approach.

Este trabalho apresenta um método de predição não linear de séries temporais econômicas. O método baseia-se na análise técnica e fundamentalista de cotação de ações, filtragem wavelet, seleção de padrões e redes neurais artificiais. No modelo técnico emprega-se a transformada wavelet para filtrar a série temporal econômica de comportamentos aleatórios ou não econômicos. Após a filtragem dos dados o algoritmo de projeções sucessivas é utilizado para a seleção de padrões de treinamento para a rede neural artificial, com o objetivo de selecionar os padrões de comportamento mais importantes na série. No modelo fundamentalista utiliza-se variáveis econômicas que podem estar correlacionadas com a série, com o objetivo de aprimorar a predição da série na rede neural artificial. Para avaliação do método são utilizados dados de séries temporais econômicas referentes à cotação de preços de ações negociadas na bolsa de valores de São Paulo, onde os resultados da predição do comportamento futuro são comparados com modelos matemáticos clássicos e com o modelo convencional, que se baseia somente na análise técnica. Apresenta-se uma comparação dos resultados entre modelos técnicos, modelos matemáticos e o método proposto. O modelo matemático utilizado (ARIMA) apresentou seu melhor desempenho em séries com pouca variância, porém com desempenho inferior quando comparado com o modelo técnico e com o método proposto. A avaliação do erro de predição em termos de RMSEP evidenciou que o método proposto apresenta os melhores resultados em relação aos demais métodos. / This work presents a method for predicting nonlinear economic time series. The method is based on fundamental and technical analysis of script quotation, a multiscale wavelet filtering, pattern selection and artificial neural networks. In the technical model is used the wavelet transform in order to filter the economic time series from random or not economic behaviors. After the data filtering, the successive projections algorithm was used for the training pattern selection to the artificial neural network. In the fundamentalist model is used financial and macroeconomics variables that is correlated with the time serie in order to improve the network forecasting. For the evaluation of the proposed method are used temporal series data related to scrips prices quotation of São Paulo stock market. It presents a comparison of the results between technical model, mathematical model and proposed method. The mathematical model (ARIMA) presented better results in series with few variance, however have low performance when compared with the technical model and with the proposed method. The prediction error evaluation shows that the proposed method has better results than the other methods.

Med den nya omvärldsutvecklingen där NATO moderniserar sitt missilförsvar i Europa samt att Ryssland har placerat taktiska ballistiska robotar i Kaliningrad påverkade Sveriges behov till att anskaffa förmågan att bekämpa ballistiska robotar. Sverige har därför anskaffat Patriotsystemet, dock utan att tillföra ett radarsystem för att invisa ballistiska robotar till luftvärnsförbandet. Missilförsvar är ett väl utforskat område, allt från bekämpningsförlopp till hur en sensorkedja ska se ut. Forskningen tar däremot inte upp vilka förutsättningar ett nyanskaffat radarsystem behöver innefatta för att bidra till att invisa ballistiska robotar för luftvärnsförbanden. I uppsatsen genomfördes en modellering, teknisk analys, där teorin missilförsvar en kedja av event nyttjades för att härleda krav på radarprestanda. En analys om hur organisationerna idag nyttjar radarsystem och hur de tekniska och taktiska kraven påverkar organisationen genomfördes med konceptet militär nytta. Resultatet visar att organisationen där radarsystemet tillförs behövde kompletteras med ett sensorkompani och säkerhetsförband för att uppfylla kravet till invisning. Mot bakgrunden av det scenario som togs fram för undersökning visar den tekniska analysen att radarn vara fordonsburen samt ha en räckvidd på 500 km och en höjdtäckning på 50 km. Den måste även vara kompatibel med Patriotsystemet samt en sensorkedja för strategiskt partnerskap. / With the new developments in international affairs, where NATO modernizes its missile defense system in Europe and Russia has placed tactical ballistic missiles in Kaliningrad, Sweden needs to acquire the ability to combat ballistic missiles. Sweden has therefore acquired the Patriot system, however without adding an early warning radar for the Air defense against ballistic missile. Missile defense is a well-explored area, ranging from missile defense events to how a sensor chain should function. The research does not, however, discuss the abilities an acquired radar system needs to help guide ballistic missiles for Air defense units. In this essay, a modeling and a technical analysis based on the theory Missile defense a chain of events are used to conclude requirements for radar performance. An analysis of how the organizations use radar systems today and how the technical requirements affect the organizations was implemented with the concept Military utility. The result indicates the organization there the radar system will be implemented needs to be reinforced with a sensor company and a security unit to meet the requirement for guidance. The background of the scenario that has been developed for the analysis shows that the radar should be integrated to a vehicle, have a range of 500 kilometers and a height coverage of 50 kilometers. Battle management systems must also be compatible with the Patriot system and the sensor chain for strategic partnership.