[pt] As flutuações de preços e de outras grandezas observáveis nos mercados financeiros apresentam comportamentos não triviais, tais como longas correlações temporais, não gaussianidade ou leis de escala, cuja origem não é ainda bem compreendida. Neste trabalho investigamos possíveis mecanismos determinísticos e estocásticos responsáveis pelas distribuições de probabilidade anômalas observadas para os índices de mercado e para os volumes de ações comercializadas. No primeiro caso, consideramos a expansão de Kramers-Moyal como ponto de partida para descrever a evolução das densidades de probabilidade. Para a modelagem dos volumes negociados, consideramos misturas estatísticas que surgem das flutuações em escalas longas dos parâmetros internos que descrevem a dinâmica em escalas mais curtas. Este estudo provê uma demonstração consistente, a partir de análise empírica de séries temporais reais, de como funções de densidade de probabilidade com caudas em lei de potência podem emergir através de mecanismos diversos, tais como processos estocásticos com flutuações aditivo-multiplicativas, ou como resultado de misturas estatísticas. / [en] The fluctuations of prices and other observables in financial markets have non-trivial behaviors, such as long temporal correlations, non-Gaussianity or scaling laws, whose origin is not well understood so far. In this work we have investigated possible deterministic and stochastic mechanisms responsible for the anomalous probability distributions observed for market indexes and volumes of traded shares. In the first case, we consider the Kramers-Moyal expansion as a starting point to describe the evolution of probability densities. For the modelling of trading volumes, we consider the mixed statistics that emerges from the long-scale fluctuations of inner parameters that describe the dynamics on shorter scales. This study provides a consistent demonstration, from empirical analysis of real time series, on how probability density functions with power laws tails may emerge through various mechanisms, such as stochastic processes with additive-multiplicative fluctuations or as a result of mixed statistics.

[pt] Medida da magnitude de flutuação dos preços, a volatilidade é uma métrica importante para definir as estratégias de negociação e de controle de risco mais adequadas. Esse trabalho desenvolve um modelo de volatilidade fenomenológico baseado na rede microscópica heterogenea na qual os agentes especuladores respondem à chegada das informações. A dinâmica das características da volatilidade, modeladas por processos estocásticos, é governada por assimetrias no fluxo de informação através de diferentes resoluções temporais de análise. Entre essas características, destacamos os fatos estilizados de memória longa, clustering e efeito de alavancagem. Essas propostas são elucidadas através da análise empírica das séries de preço de um minuto do índice Ibovespa no período de dez anos. / [en] Volatility, as a metric for price uncertainty, is an important quantity for suitable trade strategy and risk control. This work develops a phenomenological volatility model based on a heterogeneous microstructure framework in which the market agents of speculative activity respond to information arrivals. The dynamic features of volatility, modeled as a stochastic process, is governed by asymmetries in the informational flow across different time resolutions. Among these features, we highlight the stylized facts of long memory, clustering and leverage effect. These proposals are contrasted with our empirical analysis of a ten-year time series of one-minute Brazilian market Index.

[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 volatilidade de uma série temporal financeira é um parâmetro importante de modelagem do mercado financeiro. Ela controla a medida de risco associado à dinâmica de preços do título financeiro, afetando assim o preço racional dos derivativos. A volatilidade de um ativo financeiro é uma quantidade estatística que descreve a magnitude típica das variações de preços do ativo. Por sua vez, existe uma grande evidência empírica que a volatilidade segue também um processo estocástico subjacente ao dos preços. Nesta dissertação, investigamos a série histórica do IBOVESPA. Utilizamos diferentes metodologias para estimar a volatilidade a partir dos dados empíricos das flutuações do índice de preços. Comparamos em cada caso a função densidade de probabilidade (pdf) da volatilidade histórica diária com as previsões teóricas de vários modelos de volatilidade estocástica propostas na literatura financeira. Os modelos considerados descrevem processos estocásticos de reversão à média. As equações diferenciais estocásticas de Itô associadas possuem três parâmetros: dois parâmetros que controlam o processo de reversão à média (valor médio de longo prazo da volatilidade e taxa no tempo da reversão das flutuações para este valor médio) e um parâmetro que descreve a amplitude do processo difusivo de Wiener. As pdfs estacionárias destes modelos são obtidas através de testes de hipótese. A partir destes resultados, analisamos a validade dos modelos de volatilidade estocástica estudados na descrição dos dados empíricos do IBOVESPA. / [en] The volatility of a financial time series is a key variable in the modeling of the financial markets. It controls the risk measure associated with the dynamics of price of a financial asset and also affects the rational price of derivative products. The volatility of a financial asset is a statistical quantity that describes the characteristic magnitude of price changes of the asset. On the other hand, there is empirical evidence that volatility itself follows a stochastic process underlined to the price process. In this thesis, we investigate the historical series of IBOVESPA. Different methodologies were used to estimate volatility from the empirical data of the fluctuation of the index of prices. In each case, we compare the probability density function (pdf) of daily historical volatility with the theoretical results from several stochastic volatility models proposed in the financial literature. The models considered here describe mean reverting stochastic processes. The associated stochastic differential Itô equations have three parameters: two parameters controlling the mean reverting process (the long run volatility mean and the time rate of reversion of the fluctuations to this mean) and one parameter describing the amplitude of a diffusive Wiener process. The stationary pdfs of the models are obtained through tests of hypothesis. From these results, we analyze the validity of the studied volatility stochastic models in describing the empirical IBOVESPA data.

[pt] O objetivo dessa dissertação é inferir o caráter das forças que governam os sistemas complexos modelados por equações de Langevin, utilizando quantificadores provenientes da teoria de informação. Avaliamos em detalhes as medidas de entropia de permutação (PE) e de complexidade estatística de permutação (PSC) para duas classes de similaridade de modelos estocásticos, caracterizadas por propriedades de arrasto ou de reversão, respectivamente, empregando-as como referência para a inspeção de séries reais. Encontramos novos parâmetros relevantes dos modelos para as medidas de PE e PSC, em relação a medidas tradicionais de entropia. Determinamos as curvas de PE e PSC de acordo com esses parâmetros para diferentes ordens de permutação n e inferimos as medidas limites para uma ordem arbitrariamente grande. Apesar de a medida PSC apresentar comportamento fortemente dependente da ordem de permutação considerada, encontramos um importante resultado n-invariante, que permite identificar a natureza (de arrasto ou de reversão) das fontes determinísticas subjacentes ao sinal complexo. Concluímos investigando a presença de tendências locais em séries de preços de ações. / [en] The scope of this dissertation is to infer the character of the forces controlling complex systems modeled by Langevin equations, by recourse to information-theory quantifiers. We evaluate in detail the permutation entropy (PE) and the permutation statistical complexity (PSC) measures for two classes of similarity of stochastic models characterized by drifting and reversion properties, respectively, employing them as a framework for the inspection of real series. We found new relevant model parameters for PE and PSC measures as compared to standard entropy measures. We determine the PE and PSC curves according to these parameters for different permutation orders n and infer the limiting measures for arbitrary large order. Although the PSC measure presents a strongly scaledependent behavior, a key n-invariant outcome arises, enabling one to identify the nature (drifting or reversion) of the deterministic sources underlying the complex signal. We conclude by investigating the presence of local trends in stock price series.

[pt] A volatilidade é um parâmetro importante de modelagem do mercado financeiro. Ela controla a medida de risco associado à dinâmica estocástica de preço do título financeiro, afetando também o preço racional dos derivativos.Existe evidência empírica que a volatilidade é por sua vez também um processo estocástico, subjacente ao dos preços. Assim, a volatilidade não pode ser observada diretamente e tem que ser estimada, constituindo-se de um processo estocástico escondido.Nesta dissertação, consideramos um estimador para a volatilidade diária do índice da BOVESPA, baseado em banco de dados intradiários. Fazemos uma análise estatística descritiva da série temporal obtida, obtendo-se a função densidade de probabilidade, os momentos e as correlações. Comparamos os resultados empíricos com as previsões teóricas de vários modelos de volatilidade estocástica. Consideramos a classe de equações de Itô-Langevin formada por um processo de reversão à média e um processo difusivo de Wiener generalizado, com componentes de ruído multiplicativo e/ou aditivo. A partir dessa análise, é sugerido um modelo para descrever as flutuações de volatilidade dos preços do mercado acionário brasileiro. / [en] Volatility is a key model parameter of the financial market. It controls the risk associated to the stochastic dynamics of the asset prices and also affects the rational price of derivative products. There are empirical evidences that the volatility is also a stochastic process, underlined to the price one. Therefore, the volatility is not directly observed and must be estimated, constituting a hidden stochastic process. In this work, we consider an estimate for the daily volatility of the BOVESPA index, computed from the intraday database. We perform a descriptive statistical analysis of the resulting time series, obtaining the probability density function, moments and correlations. We compare the empirical outcomes with the theoretical forecasts of many stochastic volatility models. We consider the class of Itô-Langevin equations composed by a mean reverting process and a generalized diffusive Wiener process with multiplicative and/or additive noise components. From this analysis, we propose a model that describes the volatility fluctuations of the Brazilian stock market.

[pt] A modelagem do mercado financeiro requer uma descrição completa da estatística dos preços assim como de sua dinâmica. Analisamos as flutuações de preço do mercado de ações brasileiro (IBOVESPA) em escala de tempo intradiária, no período 2002-2004, considerando distribuições q- Gaussianas P(q) (x,t) provenientes da estatística não-extensiva de Tsallis. Estas distribuições são soluções de uma equação de Fokker-Planck (EFP) não-linear, que permite modelar a difusão anômala observada na série temporal de preços de alta freqüência a partir de mecanismos de feedback estatístico na dinâmica de formação de preços. Nossos resultados mostram que, quando retornos de preços são medidos em escalas temporais de até 30 minutos, as distribuições empíricas são bem descritas por q-Gaussianas, com parâmetro não- extensivo q estacionário e com truncamento exponencial das caudas. Através da análise das propriedades de escala temporal dos primeiros momentos das distribuições empíricas, analisamos a consistência entre a evolução temporal observada e a prevista pela EFP não- linear e obtemos os parâmetros do modelo que caracterizam a dinâmica de nosso mercado. A presença de correlação temporal retarda a convergência das distribuições de retornos de preços para o regime Gaussiano de acordo com o T.L.C., surgindo assim um novo regime q-Gaussiano para escalas de tempo curtas, cujo comportamento superdifusivo é regido pela EFP considerada. Nossos resultados indicam que esta modelagem fornece uma descrição adequada para a dinâmica das flutuações de preços intradiárias do IBOVESPA. / [en] The stock market modeling requires a complete statistical description of the price and its dynamics. We analyze the intra-day Brazilian stock market price fluctuations (IBOVESPA), in the period 2002-2004, considering q-Gaussians distributions P(q) (x,t) derived from Tsallis non- extensive statistics. Such distributions are solutions of a non-linear Fokker-Planck equation (F.P.E.), allowing to model the anomalous diffusion found at high frequency price time series from statistical feedback mechanisms in the dynamics of price formation. Our results show that, when returns are measured over intervals less than 30 minutes, the empirical distributions are well fitted by q- Gaussians, with stationary non-extensive parameter q and exponential damped tails. From the time scale properties of the first moments of the empirical distributions, we analyze the consistency between the observed time evolution and the foreseen behavior within the non-linear F.P.E. and get the model parameters that characterize our high frequency market dynamics. The presence of time correlation slows down the convergence of the price return distributions to a Gaussian regime according to C.L.T., giving rise to a new q-Gaussian regime for very short time scales, with super diffusive behavior driven by the considered F.P.E. Our results show that this modeling provides an adequate description of the dynamics of the Brazilian stock market intra-day price fluctuations.

[pt] Consideramos o oscilador harmônico com amortecimento aleatório em presença de ruído externo. Os ruídos, representando perturbações externas e internas, são modelados pelo processo de Ornstein-Uhlenbeck ou ruído branco e pelo processo dicotômico ou ruído branco, respectivamente. Usando técnicas de sistemas dinâmicos, analisamos o valor médio e a dispersão da posição e da velocidade do oscilador harmônico estocástico, apresentando resultados analíticos e numéricos. Em particular, obtemos expressões para a expansão de baixa-ordem em relação ao tempo de correlação da perturbação interna, no caso da atuação do ruído dicotômico. Finalmente, usando o modelo de oscilador harmônico com amortecimento aleatório como referência, investigamos a série intradiária de preços do mercado brasileiro. / [en] We consider the random damping harmonic oscillator in presence of external noise. The noises, representing external and internal perturbations, are modeled as an Ornstein-Uhlenbeck process or a white noise and as a dichotomous process or a white noise, respectively. Using dynamical systems tools, we analyze the expected value as well as the dispersion of the stochastic harmonic oscillator s position and velocity, presenting analytical and numerical results. In particular, we also provide expressions for the low-order expansion in the correlation time of the internal perturbation, in the case the dichotomous noise is at play. Using random damped harmonic oscillator model as a reference, we conclude by investigating the intra-day Brazilian stock price series.