[pt] Desenvolvemos um modelo de mercado de ações baseado em agentes e o simulamos numericamente. Os agentes são heterogêneos, possuem aversão ao risco e adotam estratégias de negociação provenientes da análise técnica. As flutuações são governadas por uma componente estocástica no investimento dos agentes. O modelo reproduz os fatos estilizados observados empiricamente nos mercados de ações no regime normal, tais como distribuição de retornos com caudas longas, memória de curto-alcance na série temporal de retornos e correlação de longo-alcance na volatilidade. Nossas simulações mostram que estes fenômenos empíricos emergem endogenamente do comportamento coletivo dos agentes, apesar da simplicidade do modelo. Isto sugere que a dinâmica complexa do mercado não surge da complexidade do comportamento individual dos investidores, mas sim da interação entre eles através da formação do preço de mercado. / [en] We develop a multi-agent based model of stock market and simulate it numerically. The agents are heterogeneous and risk-averse, adopting trading strategies deriving from technical analysis. The fluctuations are driven by a stochastic component in agent´s investment. The model is able to capture the stylized facts observed empirically in the stock markets in the normal regime, such as long tails in the distribution of returns, short-memory in the return temporal series and long-range correlation in volatility. Our simulations show that these empirical phenomenons emerge endogenously from the collective behavior of the agents, despite the simplicity of the model. This suggests that the complex market dynamics do not arise from the complexity of the individual investors but rather from interactions between them trough the market price formation.

[pt] A análise técnica ou grafismo consiste na identificação visual de padrões geométricos em gráficos de séries de preços de mercado com o objetivo de antecipar tendências de preço. Esta Dissertação revisita a questão da validação estatística da análise técnica, que tem sido estudada na literatura sem os devidos cuidados com os problemas de heterogeneidade e de dependência estatística dos dados analisados - agrupamento de séries de retornos referentes a diversos ativos financeiros distintos. O objetivo central deste estudo consiste em resolver o primeiro problema citado, através de uma metodologia para homogeneizar os ativos no que concerne às distribuições de probabilidades de suas séries de retorno. Os passos gerais desta metodologia envolvem a identificação dos processos estocásticos geradores dos retornos dos ativos, o agrupamento de ativos semelhantes e, finalmente, a análise de presença, ou ausência, de informação advinda dos padrões de preços. Como ilustração, são analisadas séries de diversos ativos do mercado financeiro mundial. A nossa investigação verifica a existência de conteúdo informativo estatisticamente significante em dois dos três padrões usualmente identificados na análise técnica, a saber: triângulos retângulos e head & shoulders. / [en] Technical analysis or charting aims on visually identifying geometrical patterns in price charts in order to anticipate price trends. This dissertation revisits the issue of technical analysis statistical validation, which has been tackled in the literature without taking care of the presence of heterogeneity and statistical dependence in the analyzed data - agglutinated return time series from many distinct securities. The main purpose of this study is to address the first cited problem by suggesting a methodology to homogenize the securities according to the probability distributions of their return series. The general steps of the methodology go through the identification of the data generating stochastic processes for the security returns, the clustering of similar securities and, finally, the analysis of the presence, or absence, of informational content coming from those price patterns. We illustrate the proposed methodology with several financial securities of the global market. Our investigation shows that there is a statistically significant informational content in two out of the three common patterns usually found through technical analysis, namely: triangles, rectangle and head & shoulders.

[pt] Esta dissertação tem por objetivo investigar a possibilidade de obtenção de retornos anormais – utilizando-se o período entre jan/2005 e dez/2014 como espaço amostral – no mercado acionário brasileiro. Investigou-se, então, a hipótese de reversão à média móvel de 21 dias para os ativos integrantes do Índice Brasil 100 – IBrX-100. Estratégias contrárias com carteiras compradas em ações cujos preços estivessem abaixo da média móvel e vendidas em ações cujos preços estivessem acima da média móvel foram montadas e testadas para os referidos períodos. Por fim, não foram encontradas evidências em favor da reversão à média móvel de 21 dias para o período estudado. / [en] The goal of this study is to investigate the possibility of obtaining abnormal returns – using the period between January/2005 and December/2014 –in the Brazilian stock market. The main hypothesis in focus is the moving average of 21 days reversion of the securities of the Index Brasil 100 – IBrX 100. Contrarian strategies were used with portfolios built by buying stocks whose prices were below the moving average and selling stocks whose prices are above the moving average. There is no evidence in favor of the reversion and in favor of the possibility of abnormal returns in the study period.

[pt] A dificuldade de se prever movimento de ativos financeiros é objeto de estudo de diversos autores. A fim de se obter ganhos, se faz necessário estimar a direção (subida ou descida) e a magnitude do retorno do ativo no qual pretende-se comprar ou vender. A proposta desse trabalho consiste em desenvolver um modelo de otimização matemática com variáveis binárias capaz de prever movimentos de subidas e descidas de ativos financeiros e utilizar um modelo de otimização de portfólio para avaliar os resultados obtidos. O modelo de previsão será baseado no Support Vector Machine (SVM), no qual faremos modificações na regularização do modelo tradicional. Para o gerenciamento de portfólio será utilizada otimização robusta. As técnicas de otimização estão sendo cada vez mais aplicadas no gerenciamento de portfólio, pois são capazes de lidar com os problemas das incertezas introduzidas na estimativa dos parâmetros. Vale ressaltar que o modelo desenvolvido é data-driven, i.e, as previsões são feitas utilizando sinais não-lineares baseados em dados de retorno/preço histórico passado sem ter nenhum tipo de intervenção humana. Como os preços dependem de muitos fatores é de se esperar que um conjunto de parâmetros só consiga descrever a dinâmica dos preços dos ativos financeiros por um pequeno intervalo de dias. Para capturar de forma mais precisa essa mudança na dinâmica, a estimação dos parâmetros dos modelos é feita em janela móvel. Para testar a acurácia dos modelos e os ganhos obtidos foi feito um estudo de caso utilizando 6 ativos financeiros das classes de moedas, renda fixa, renda variável e commodities. Os dados abrangem o período de 01/01/2004 até 30/05/2018 totalizando um total de 3623 cotações diárias. Considerando os custos de transações e os resultados out-of-sample obtidos no período analisado percebe-se que a carteira de investimentos desenvolvida neste trabalho exibe resultados superiores aos dos índices tradicionais com risco limitado. / [en] The difficulty of predicting the movement of financial assets is the subject of study by several authors. In order to obtain gains, it is necessary to estimate the direction (rise or fall) and the magnitude of the return on the asset in which it is intended to be bought or sold. The purpose of this work is to develop a mathematical optimization model with binary variables capable of predicting up and down movements of financial assets and using a portfolio optimization model to evaluate the results obtained. The prediction model will be based on the textit Support Vector Machine (SVM), in which we will make modifications in the regularization of the traditional model. For the portfolio management will be used robust optimization. The robust optimization techniques are being increasingly applied in portfolio management, since they are able to deal with the problems of the uncertainties introduced in the estimation of the parameters. It is noteworthy that the developed model is data-driven, i.e., the predictions are made using nonlinear signals based on past historical price / return data without any human intervention. As prices depend on many factors it is to be expected that a set of parameters can only describe the dynamics of the prices of financial assets for a small interval of days. In order to more accurately capture this change in dynamics, the estimation of model parameters is done in a moving window To test the accuracy of the models and the gains obtained, a case study was made using 6 financial assets of the currencies, fixed income, variable income and commodities classes. The data cover the period from 01/01/2004 until 05/30/2018 totaling a total of 3623 daily quotations. Considering the transaction costs and out-of-sample results obtained in the analyzed period, it can be seen that the investment portfolio developed in this work shows higher results than the traditional indexes with limited risk.