Made available in DSpace on 2010-04-20T21:00:48Z (GMT). No. of bitstreams: 4 Leonardo Augusto Soares Ferreira.pdf.jpg: 16019 bytes, checksum: dc1eaac0a2de75f6802157267be815c3 (MD5) Leonardo Augusto Soares Ferreira.pdf.txt: 112676 bytes, checksum: f236bd28c9197f48ec072d6ba8170cef (MD5) Leonardo Augusto Soares Ferreira.pdf: 201705 bytes, checksum: 4baa5a6aeb99520a42f7a4766b6def1a (MD5) license.txt: 4886 bytes, checksum: 95e35e47c5ddb6db000fa6ec8243979f (MD5) Previous issue date: 2009-01-16T00:00:00Z / This work studies the profitability of Technical Analysis models within Brazilian foreign exchange market. It uses the White`s (2000) methodology to test 1712 rules generated from four technical analysis models and finds out that the best rule do not have significant forecast power when data-snooping effects are considered. The results indicate that the Brazilian foreign exchange market is in line with the efficient markets hypothesis suggested by the literature. / Este trabalho estuda a lucratividade dos modelos de Análise Técnica no mercado de câmbio brasileiro. Utilizando a metodologia de White (2000) para testar 1712 regras geradas a partir de quatro modelos de Análise Técnica verifica-se que a melhor regra não possui poder de previsibilidade significante ao se considerar os efeitos de data-snooping. Os resultados indicam que o mercado de câmbio brasileiro está de acordo com a hipótese de mercado eficiente sugerida pela literatura.

Made available in DSpace on 2016-08-02T21:42:46Z (GMT). No. of bitstreams: 1 Elaine Silvia.pdf: 1953099 bytes, checksum: 11dba01f12b78ca6dc565b229711cbaf (MD5) Previous issue date: 2008-02-14 / Macroeconomical variables that interfere in the economy and contagy that came of from worldwide crisis is the main theme which worries researchers of the financing area. Since 1980, that is the studied period of this research, the Stock Market brings huge amounts of profit in the shares of the companies of open capital, at the same time in that it scares the stock market holders, due to the volatile behaviour of its outcomes. The scope of this work is to identify if there is a relation between this behaviour of these macro economical variables and the obtained outcome by the national companies, which happens because of the behaviour of the macro economical crisis. Done the analysis of the Main Components, it is concluded that the macro economical variables have a fundamental importance in the action that determines the return index BOVESPA.(AU) / Variáveis macroecômicas que interferem na economia e contágio decorrente de crises mundiais é o tema que preocupa os estudiosos da área financeira. Desde 1980, que é o período deste estudo, a bolsa de valores traz volumosos lucros nas ações das companhias de capital aberto, ao mesmo tempo em que assusta os investidores, devido ao comportamento volátil de seus resultados. O escopo deste trabalho é o de identificar se existe uma relação entre o comportamento das variáveis macroeconômicas e o resultado obtido pelas empresas nacionais, ocasionada pelo comportamento das crises macroeconômicas. Efetuada a análise de Componentes Principais, conclui-se que as variáveis macroeconômicas têm importância fundamental no desempenho que determina o índice de retorno BOVESPA.(AU)

Made available in DSpace on 2016-08-17T18:39:41Z (GMT). No. of bitstreams: 1 3991.pdf: 4301734 bytes, checksum: 1db3b3aefa59d45b4e86cc57db11b57f (MD5) Previous issue date: 2011-09-13 / Financiadora de Estudos e Projetos / Açaí is the fruit of a palm tree found throughout the North of Brazil that has been gaining attention due to its high energetic potential, applications in pharmaceuticals, dentistry, medicine and food industries. So, consumers from all over Brazil and also from other countries are looking for the product, encouraging the extraction and the increase in planted area causing inflating the price. Being a market with strong growth can be invaluable for the agribusiness, producers and middlemen predict the price of fruit. Given this context, the objective of this study is to analyze and predict the price of açaí fruit sold at the Açaí Fair in Belém (Pará), through the following methodologies: time series, specifically ARIMA and SARIMA models and technical analysis using tracking trends and chart Candlestick. The series analysis showed that there is a growing trend of prices and annual seasonality. The results showed about forecast presented Root Mean Squared Error and Mean Absolute Percentage Error low. As for price trends, can be observed that the use of moving averages and MACD with the suggested parameters were the methods that best indicated the beginning of the season and offseason and were able to track the price change, being considered for use as an effective tool of aid in decision making. But the use of exponential moving averages and the intersection of three moving averages, and/or the method of Didi Index, showed that the tool can track the price change, but does not anticipate the entry of season or offseason, being ineffective for use in decision making. So, we conclude that the use of only method to predict the price can be ineffective to assist in decision making, and therefore requires the use a set of methods. / O açaí é o fruto de uma palmeira encontrada em toda a região Norte do Brasil que vem ganhando destaque devido ao seu alto potencial energético, aplicações na indústria farmacêutica, odontologia, medicina e indústrias alimentícias. Assim, consumidores de todo o Brasil e também de outros países procuram pelo produto, estimulando o extrativismo e o aumento da área plantada causando o inflacionamento do preço. Por ser um mercado com forte crescimento, pode ser de grande valia para agroindústrias do ramo, produtores e atravessadores prever o preço do fruto. Diante deste contexto, o objetivo deste trabalho é analisar e prever o preço do fruto de açaí comercializado na Feira do Açaí em Belém (Pará), por meio das seguintes metodologias: séries temporais, especificamente os modelos ARIMA e SARIMA e, análise técnica, utilizando rastreadores de tendências e gráfico de Candlestick. A análise da série mostrou que existe uma tendência crescente dos preços e sazonalidade anual. Os resultados obtidos pelas previsões apresentaram Raiz do Erro Quadrático Médio (REQM) e Erro Percentual Absoluto Médio (EPAM) baixos. Quanto à tendência dos preços, pode-se observar que a utilização das médias móveis e do MACD com os parâmetros sugeridos foram os métodos que melhor indicaram o inicio da safra e entressafra e conseguiram rastrear a variação do preço, sendo considerados eficazes para utilização como ferramenta de auxilio em tomadas de decisão. Já a utilização das médias móveis exponenciais e o cruzamento de três médias móveis, e/ou método de agulhada do DIDI, mostraram que a ferramenta pode rastrear a variação do preço, porém não antecipa a entrada de safra ou entressafra, sendo pouco eficaz para utilização em tomadas de decisão. Dessa forma, conclui-se que a utilização de um único método exclusivo para prever o preço pode ser pouco eficaz para auxiliar na tomada de decisão, sendo então necessária a utilização de um conjunto de métodos.

Submitted by MAURÍLIO DE OLIVEIRA SILVÉRIO null (mauriliooliveira12@yahoo.com.br) on 2016-10-26T06:16:35Z No. of bitstreams: 1 Dissertação Maurílio.pdf: 1305705 bytes, checksum: 50103e97b5ef9d230d5fadd13c42ae9d (MD5) / Rejected by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo: O arquivo submetido está sem a ficha catalográfica. A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação. Corrija esta informação e realize uma nova submissão com o arquivo correto. Agradecemos a compreensão. on 2016-11-01T14:53:02Z (GMT) / Submitted by MAURÍLIO DE OLIVEIRA SILVÉRIO null (mauriliooliveira12@yahoo.com.br) on 2016-11-04T15:12:31Z No. of bitstreams: 1 Dissertação Maurílio.pdf: 1307999 bytes, checksum: 0c0da6a2ec3f3d93a2fb350becf7b6f5 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-11-07T16:22:12Z (GMT) No. of bitstreams: 1 silveiro_mo_me_guara.pdf: 1307999 bytes, checksum: 0c0da6a2ec3f3d93a2fb350becf7b6f5 (MD5) / Made available in DSpace on 2016-11-07T16:22:12Z (GMT). No. of bitstreams: 1 silveiro_mo_me_guara.pdf: 1307999 bytes, checksum: 0c0da6a2ec3f3d93a2fb350becf7b6f5 (MD5) Previous issue date: 2016-09-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O presente estudo refere-se à análise técnica e econômica da reforma a vapor do glicerol, gerado como subproduto no processo de produção de biodiesel, para a produção de hidrogênio como alternativa de combustível renovável para os diversos problemas energéticos que o mundo vem enfrentando. A análise técnica da reforma a vapor de glicerol para a produção de hidrogênio consiste em estudos físico-químicos do processo, com informações sobre a temperatura, os valores para pressão de vapor da reforma, o grau de avanço da reação, o volume de reagentes utilizados (glicerol e água) e os produtos obtidos nas reações (de hidrogênio e dióxido de carbono). A análise econômica tem o objetivo de determinar o custo de produção de hidrogênio em função do capital investido, da operação e da manutenção do reformador. Estes estudos indicam que a reforma a vapor de glicerol é tecnicamente viável para a produção de hidrogênio como alternativa de combustível renovável. A importância desse processo de reforma a vapor também é enfatizada por ser uma utilização alternativa para o glicerol gerado como um subproduto da produção de biodiesel. / Faced with serious energy production problems, the world is becoming more concerned with researching and implementing energy renewable sources. Biodiesel is an example, but the biodiesel production process generates glycerol as a byproduct, this residue can become an obstacle for biodiesel production. However, the steam reforming of glycerol could be used to produce hydrogen. In this work, the technical and economic analysis of this process is made. The technical analysis consists in physical and chemical studies. These analyses provided information as temperature, pressure ranges for steam reforming, the volume of reactants used (in this case, glycerol and water) and the products obtained in the reactions (hydrogen and carbon dioxide), and the advancement degree of the reforming reaction.. The economic analysis was performed in order to determine the cost of hydrogen production as a function of the capital invested, operation and maintenance of the reformer. These studies indicates that the glycerol steam reforming is technically feasible to produce hydrogen as an alternative renewable fuel. The importance of this process is emphasized because it is an alternative use of glycerol generated as a byproduct of biodiesel production.

Fluctuations in the stock market through economic crises, risks of deflation and liquidity traps are critical in the analysis of risk, which cause discrepancies in the execution of a particular scope in the equities market. The crisis in subprime insolvency in 2007/2008 which had a major impact on financial markets founded further discussions in relation to risk control in the decision making of investors. In the stock market risk analysis seeks to assist the investor in making decisions, for it makes use of statistical methods and tools to try to predict market movements. Based on these and previous statements in order to assist investors in making decisions through an economic crisis, this is an exploratory study aimed to develop and train two neural networks with differentiated learning without the problem of "black box" methods to compare which of the two has better forecast in periods of economic crisis. As input variables for the neural networks used the return of the volume of weekly Ibovespa in the period 12/08/2002 to 30/05/2011 and a setup developed from the Elliott Wave Theory. That is, these two neural networks were developed, trained and validated to predict market movements when it presents oscillations from an economic crisis. As mentioned earlier to validate the study compared the power of explanation of two methods before a point of probable attack. We conclude, therefore, that the analogy made for the creation of the theory of Elliott wave theory of psychological behavior of the masses and the Fibonacci sequence proved unable to provide for oscillations of the market in a series corresponding to an economic crisis. It was concluded, too, that neural networks with unsupervised learning using temporal variables as input variables has a higher prediction in training, but lower than most crucial step in the validation of systems. / As oscilações no mercado acionário por meio de crises econômicas, riscos de deflação e armadilhas de liquidez são pontos críticos na análise de risco, que ocasionam discrepâncias na execução de um determinado escopo no mercado de renda variável. A crise da inadimplência do subprime em 2007/2008 que obteve uma das maiores repercussões nos mercados financeiros fundou novas discussões em relação ao controle de risco na tomada de decisão do investidor. No mercado acionário, a análise de risco busca auxiliar o investidor na tomada de decisões, para isso utiliza-se de ferramentas e métodos estatísticos para tentar predizer os movimentos do mercado. Com base nestas afirmações anteriores e com o intuito de auxiliar o investidor na tomada de decisão mediante a uma crise econômica, este trabalho, do tipo exploratório, objetivou-se desenvolver e treinar duas redes neurais com aprendizados diferenciados sem o problema da caixa preta dos métodos a fim de comparar quais das duas tem melhor previsão em períodos de crises econômicas. Como variáveis de entrada para as redes neurais utilizou-se o retorno do volume semanais do Ibovespa no período de 12/08/2002 até 30/05/2011 e um setup desenvolvido a partir da Teoria das Ondas de Elliott. Ou seja, estas duas redes neurais foram desenvolvidas, treinadas e validadas para antever os movimentos do mercado quando este apresentar oscilações provenientes de uma crise econômica. Como mencionado anteriormente para validar o estudo, foi comparado o poder de explicação dos dois métodos, antes de um ponto de uma provável crise. Conclui-se, portanto, que a analogia feita para a criação da teoria das ondas de Elliott entre a teoria do comportamento psicológico das massas e a seqüência de Fibonacci se mostrou incapaz de prever oscilações do mercado em uma série correspondente a uma crise econômica. Conclui-se, também, que redes neurais com aprendizados não supervisionados que utilizam variáveis temporais como variáveis de entrada tem a previsão superior no treinamento, mas inferiores na etapa mais determinante a validação das redes.

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.

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.