Commodities futures trading went through unparalleled structural transformation during the first decade of the 2000s, which ultimately resulted in long lasting impacts on the volume and open interest levels as well as on the access to these markets and inclusion of new participants. Benefiting from the new sets of high frequency data made available due to these transformations, this dissertation is composed of three papers that investigate different market microstructure aspects of the commodities futures markets at BM&F-Bovespa. The first paper analyzes the modelling and forecasting of realized volatility in the corn and live cattle markets. For this purpose, the heterogeneous autoregressive model (HAR-RV) proposed by Corsi (2009) was used, as well as its extensions adapted to include jump components (Andersen et al., 2007) and leverage components (Corsi and Reno, 2012). Using measurements to compare both analysis, results show that modelling in-sample realized volatility is best performed if jumps and leverage components are included in the model. Out-of-sample forecasts results for the live cattle market show that there was no statistically significant difference between the models. For the corn markets, difference in the models\' forecast performance was found at the daily horizon only. The second paper delves into the relationship between volatility, volume and bid-ask spread in the corn and live cattle markets. Considering that these are emerging agricultural markets, concentration measures were also included. A three-equation structural model was used to capture the relationship between volatility, volume and bid-ask spread and the estimation was performed using the IV-GMM approach. Findings show that bid-ask spread levels are higher for live cattle markets than it is for corn markets. In addition, bid-ask spread is negatively related to volume and positively related to volatility. The significance and magnitude of the responses depend on the level of liquidity in each market. Further, results point out that concentration impacts corn and live cattle differently. The third paper examines the dynamic relationship between dealers activity and market structure in the live cattle inter-dealer market at BM&F-Bovespa. First, a descriptive analysis of the live cattle inter-dealer market structure is carried out and then follows an investigation of the dynamic of dealers\' activity and its determinants. Results indicate that the live cattle inter-dealer market is not competitive and that dealers\' activity is positively related to market concentration, quoted bid-ask spread, number of active dealers and the dealer\'s traded quantity. / Negociações nos mercados futuros de commodities passaram por transformações estruturais significativas durante a primeira década dos anos 2000, resultando em uma elevação dos níveis de volume e open interest, e também em uma maior facilidade de acesso a esses mercados e inclusão de novos participantes. Beneficiando-se da divulgação de dados de alta frequência possibilitada por estas transformações, esta tese, composta por três artigos, tem por objetivo investigar diferentes aspectos da microestrutura dos mercados de commodities da BM&F-Bovespa. O primeiro artigo analisa a modelagem e previsão de volatilidade realizada nos mercados futuros de milho e boi gordo. Para este fim, utilizou-se o modelo heterogêneo auto regressivo proposto por Corsi (2009), bem como suas extensões adaptadas para a inclusão dos componentes de saltos (jumps) (Andersen et al., 2007) e alavancagem (Corsi e Reno, 2012). Utilizando diferentes métricas de comparação, os resultados encontrados mostram que os modelos que incluem os componentes de saltos e os de alavancagem tem melhor desempenho que os demais em análises in-sample (modelagem). Por outro lado, a análise das previsões out-of-sample mostra que, para o mercado de boi gordo, não há diferença entre os modelos empregados, enquanto que para o mercado de milho verificou-se uma diferenciação preditiva no horizonte diário, porém para os horizontes semanal e mensal, os quatro modelos tiveram performance indistinta. O segundo artigo explora a relação entre volatilidade, volume e bid-ask spread nos mercados de milho e boi gordo. Levando em conta que se trata de mercados emergentes, métricas de concentração de mercado foram incluídas na análise. Para capturar a relação entre volatilidade, volume e bid-ask spread, um modelo estrutural de três equações simultâneas foi utilizado e a estimação foi feita através do modelo GMM com variáveis instrumentais. Os resultados indicam que os níveis de bid-ask spread encontrados para o mercado de boi gordo são maiores que os encontrados para o mercado de milho. Além disso, o bid-ask spread é negativamente relacionado ao volume e positivamente relacionado à volatilidade. Entretanto, a intensidade e magnitude da relação entre as variáveis depende dos níveis de liquidez dos mercados analisados. A concentração impacta o mercado de milho e boi gordo de forma diferente. O terceiro artigo investiga a dinâmica da relação entre a atividade dos dealers e estrutura do mercado de boi gordo na BM&F-Bovespa. Primeiramente, faz-se uma análise descritiva deste mercado e posteriormente estuda-se o comportamento dos dealers e seus determinantes. Os resultados indicam que os dealers no mercado de boi gordo não operam em uma estrutura competitiva e que a atividade destes é positivamente relacionada à concentração de mercado, ao bid-ask spread, ao número de dealers ativos e à quantidade de contratos transacionada pelos dealers.

Submitted by Meire Midori Hori Pereira (meire_midori@hotmail.com) on 2014-03-01T03:32:16Z No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-03-06T14:38:37Z (GMT) No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) / Made available in DSpace on 2014-03-06T14:44:37Z (GMT). No. of bitstreams: 1 Versão_Final.pdf: 1224761 bytes, checksum: 917ed60a651b8c4202bb0f3f8bef24d4 (MD5) Previous issue date: 2014-02-10 / This work presents a study of the impact of algorithmic tradings in the process of price discovery in the foreing exchange market. It was used high-frequency data for the U.S. Dollar Futures Contract trade in the São Paulo Stock Exchange, from January 2013 to June 2013. In order to verify if algorithmic trading strategies are more dependent than those of non-algorithmic tradings, it was examined the frequency at which algorithmic traders negotiate with each other and compared it to a benchmark model that produces theorical probabilities for different types of traders. The results obtained for these minute by minute tradings present evidence that actions and strategies for algorithmic traders appear to be less diverse and more dependent than those held by non-algorithmic traders. And it was estimated a reduced form of a high-frequency vector autoregressive (VAR) to model the interaction between serial autocorrelations of returns and algorithmic trading. The estimates show that algorithmic trading activities cause an increase in the autocorrelations of returns, indicating they may contribute to a rise in the volatility. / Este trabalho apresenta um estudo do impacto das negociações algorítmicas no processo de descoberta de preços no mercado de câmbio. Foram utilizados dados de negociação de alta frequência para contratos futuros de reais por dólar (DOL), negociados na Bolsa de Valores de São Paulo no período de janeiro a junho de 2013. No intuito de verificar se as estratégias algorítmicas de negociação são mais dependentes do que as negociações não algorítmicas, foi examinada a frequência em que algoritmos negociam entre si e comparou-se a um modelo benchmark que produz probabilidades teóricas para diferentes tipos de negociadores. Os resultados obtidos para as negociações minuto a minuto apresentam evidências de que as ações e estratégias de negociadores algorítmicos parecem ser menos diversas e mais dependentes do que aquelas realizadas por negociadores não algorítmicos. E para modelar a interação entre a autocorrelação serial dos retornos e negociações algorítmicas, foi estimado um vetor autorregressivo de alta frequência (VAR) em sua forma reduzida. As estimações mostram que as atividades dos algoritmos de negociação causam um aumento na autocorrelação dos retornos, indicando que eles podem contribuir para o aumento da volatilidade.

Commodities futures trading went through unparalleled structural transformation during the first decade of the 2000s, which ultimately resulted in long lasting impacts on the volume and open interest levels as well as on the access to these markets and inclusion of new participants. Benefiting from the new sets of high frequency data made available due to these transformations, this dissertation is composed of three papers that investigate different market microstructure aspects of the commodities futures markets at BM&F-Bovespa. The first paper analyzes the modelling and forecasting of realized volatility in the corn and live cattle markets. For this purpose, the heterogeneous autoregressive model (HAR-RV) proposed by Corsi (2009) was used, as well as its extensions adapted to include jump components (Andersen et al., 2007) and leverage components (Corsi and Reno, 2012). Using measurements to compare both analysis, results show that modelling in-sample realized volatility is best performed if jumps and leverage components are included in the model. Out-of-sample forecasts results for the live cattle market show that there was no statistically significant difference between the models. For the corn markets, difference in the models\' forecast performance was found at the daily horizon only. The second paper delves into the relationship between volatility, volume and bid-ask spread in the corn and live cattle markets. Considering that these are emerging agricultural markets, concentration measures were also included. A three-equation structural model was used to capture the relationship between volatility, volume and bid-ask spread and the estimation was performed using the IV-GMM approach. Findings show that bid-ask spread levels are higher for live cattle markets than it is for corn markets. In addition, bid-ask spread is negatively related to volume and positively related to volatility. The significance and magnitude of the responses depend on the level of liquidity in each market. Further, results point out that concentration impacts corn and live cattle differently. The third paper examines the dynamic relationship between dealers activity and market structure in the live cattle inter-dealer market at BM&F-Bovespa. First, a descriptive analysis of the live cattle inter-dealer market structure is carried out and then follows an investigation of the dynamic of dealers\' activity and its determinants. Results indicate that the live cattle inter-dealer market is not competitive and that dealers\' activity is positively related to market concentration, quoted bid-ask spread, number of active dealers and the dealer\'s traded quantity. / Negociações nos mercados futuros de commodities passaram por transformações estruturais significativas durante a primeira década dos anos 2000, resultando em uma elevação dos níveis de volume e open interest, e também em uma maior facilidade de acesso a esses mercados e inclusão de novos participantes. Beneficiando-se da divulgação de dados de alta frequência possibilitada por estas transformações, esta tese, composta por três artigos, tem por objetivo investigar diferentes aspectos da microestrutura dos mercados de commodities da BM&F-Bovespa. O primeiro artigo analisa a modelagem e previsão de volatilidade realizada nos mercados futuros de milho e boi gordo. Para este fim, utilizou-se o modelo heterogêneo auto regressivo proposto por Corsi (2009), bem como suas extensões adaptadas para a inclusão dos componentes de saltos (jumps) (Andersen et al., 2007) e alavancagem (Corsi e Reno, 2012). Utilizando diferentes métricas de comparação, os resultados encontrados mostram que os modelos que incluem os componentes de saltos e os de alavancagem tem melhor desempenho que os demais em análises in-sample (modelagem). Por outro lado, a análise das previsões out-of-sample mostra que, para o mercado de boi gordo, não há diferença entre os modelos empregados, enquanto que para o mercado de milho verificou-se uma diferenciação preditiva no horizonte diário, porém para os horizontes semanal e mensal, os quatro modelos tiveram performance indistinta. O segundo artigo explora a relação entre volatilidade, volume e bid-ask spread nos mercados de milho e boi gordo. Levando em conta que se trata de mercados emergentes, métricas de concentração de mercado foram incluídas na análise. Para capturar a relação entre volatilidade, volume e bid-ask spread, um modelo estrutural de três equações simultâneas foi utilizado e a estimação foi feita através do modelo GMM com variáveis instrumentais. Os resultados indicam que os níveis de bid-ask spread encontrados para o mercado de boi gordo são maiores que os encontrados para o mercado de milho. Além disso, o bid-ask spread é negativamente relacionado ao volume e positivamente relacionado à volatilidade. Entretanto, a intensidade e magnitude da relação entre as variáveis depende dos níveis de liquidez dos mercados analisados. A concentração impacta o mercado de milho e boi gordo de forma diferente. O terceiro artigo investiga a dinâmica da relação entre a atividade dos dealers e estrutura do mercado de boi gordo na BM&F-Bovespa. Primeiramente, faz-se uma análise descritiva deste mercado e posteriormente estuda-se o comportamento dos dealers e seus determinantes. Os resultados indicam que os dealers no mercado de boi gordo não operam em uma estrutura competitiva e que a atividade destes é positivamente relacionada à concentração de mercado, ao bid-ask spread, ao número de dealers ativos e à quantidade de contratos transacionada pelos dealers.

Operações em alta frequência demonstraram crescimento nos últimos anos; em decorrência disso, surgiu a necessidade de estudar o mercado de ações brasileiro no contexto dos dados em alta frequência. Os estimadores da volatilidade dos preços de ações utilizando dados de negociações em alta frequência são os principais objetos de estudo. Conforme Aldridge (2010) e Vuorenmaa (2013), o HFT foi definido como a rápida realocação de capital feita de modo que as transações possam ocorrer em milésimos de segundos por uso de algoritmos complexos que gerenciam envio de ordens, análise dos dados obtidos e tomada das melhores decisões de compra e venda. A principal fonte de informações para análise do HFT são os dados tick by tick, conhecidos como dados em alta frequência. Uma métrica oriunda da análise de dados em alta frequência e utilizada para gestão de riscos é a Volatilidade Percebida. Conforme Andersen et al. (2003), Pong et al. (2004), Koopman et al. (2005) e Corsi (2009) há um consenso na área de finanças de que as projeções da volatilidade utilizando essa métrica de risco são mais eficientes de que a estimativa da volatilidade por meio de modelos GARCH. Na gestão financeira, a projeção da volatilidade é uma ferramenta fundamental para provisionar reservas para possíveis perdas;, devido à existência de vários métodos de projeção da volatilidade e em decorrência desta necessidade torna-se necessário selecionar um modelo ou combinar diversas projeções. O principal desafio para combinar projeções é a escolha dos pesos: as diversas pesquisas da área têm foco no desenvolvimento de métodos para escolhê-los visando minimizar os erros de previsão. A literatura existente carece, no entanto, de uma proposição de método que considere o problema de eventual projeção de volatilidade abaixo do esperado. Buscando preencher essa lacuna, o objetivo principal desta tese é propor uma combinação dos estimadores da volatilidade dos preços de ações utilizando dados de negociações em alta frequência para o mercado brasileiro. Como principal ponto de inovação, propõe-se aqui de forma inédita a utilização da função baseada no Lower Partial Moment (LPM) para estimativa dos pesos para combinação das projeções. Ainda que a métrica LPM seja bastante conhecida na literatura, sua utilização para combinação de projeções ainda não foi analisada. Este trabalho apresenta contribuições ao estudo de combinações de projeções realizadas pelos modelos HAR, MIDAS, ARFIMA e Nearest Neighbor, além de propor dois novos métodos de combinação -- estes denominados por LPMFE (Lower Partial Moment Forecast Error) e DLPMFE (Discounted LPMFE). Os métodos demonstraram resultados promissores pretendem casos cuja pretensão seja evitar perdas acima do esperado e evitar provisionamento excessivo do ponto de vista orçamentário. / The High Frequency Trading (HFT) has grown significantly in the last years, in this way, this raises the need for research of the high frequency data on the Brazilian stock market.The volatility estimators of the asset prices using high frequency data are the main objects of study. According to Aldridge (2010) and Vuorenmaa (2013), the HFT was defined as the fast reallocation of trading capital that the negotiations may occur on milliseconds by complex algorithms scheduled for optimize the process of sending orders, data analysis and to make the best decisions of buy or sell. The principal information source for HFT analysis is the tick by tick data, called as high frequency data. The Realized Volatility is a risk measure from the high frequency data analysis, this metric is used for risk management.According to Andersen et al. (2003), Pong et al. (2004), Koopman et al.(2005) and Corsi (2009) there is a consensus in the finance field that the volatility forecast using this risk measure produce better results than estimating the volatility by GARCH models. The volatility forecasting is a key issue in the financial management to provision capital resources to possible losses. However, because there are several volatility forecast methods, this problem raises the need to choice a specific model or combines the projections. The main challenge to combine forecasts is the choice of the weights, with the aim of minimizingthe forecast errors, several research in the field have been focusing on development of methods to choice the weights.Nevertheless, it is missing in the literature the proposition of amethod which consider the minimization of the risk of an inefficient forecast for the losses protection. Aiming to fill the gap, the main goal of the thesis is to propose a combination of the asset prices volatility forecasts using high frequency data for Brazilian stock market. As the main focus of innovation, the thesis proposes, in an unprecedented way, the use of the function based on the Lower Partial Moment (LPM) to estimate the weights for the combination of volatility forecasts. Although the LPM measure is well known in the literature, the use of this metric for forecast combination has not been yet studied.The thesis contributes to the literature when studying the forecasts combination made by the models HAR, MIDAS, ARFIMA and Nearest Neighbor. The thesis also contributes when proposing two new methods of combinations, these methodologies are referred to as LPMFE (Lower Partial Moment Forecast Error) and DLPMFE (Discounted LPMFE). The methods have shown promising results when it is intended to avoid losses above the expected it is not intended to cause provisioning excess in the budget.

Submitted by Marília Gabriela Elias da Silva (marilia.gabriela.es@gmail.com) on 2014-09-18T19:07:04Z No. of bitstreams: 1 Marilia_Gabriela_tese.pdf: 512980 bytes, checksum: 8ab7fc0b5b89fa1bd8f99a705ae51920 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-09-18T19:43:45Z (GMT) No. of bitstreams: 1 Marilia_Gabriela_tese.pdf: 512980 bytes, checksum: 8ab7fc0b5b89fa1bd8f99a705ae51920 (MD5) / Made available in DSpace on 2014-09-18T19:51:23Z (GMT). No. of bitstreams: 1 Marilia_Gabriela_tese.pdf: 512980 bytes, checksum: 8ab7fc0b5b89fa1bd8f99a705ae51920 (MD5) Previous issue date: 2014-08-27 / This study uses data provided by BM&FBovespa to analyze Petrobras' stock for the months between July and August 2010 and October 2008. First, we present a detailed discussion about handling data, we show the impossibility of using the mid-price quote due to the high number of buy / sell orders that present very high / low prices. We checked some of the empirical stylized facts pointed out by Cont (2001), among others enshrined in the microstructure literature. In general, the stylized facts were replicated by the data. We apply the filter, proposed by Brownlees and Gallo (2006), to Petrobras' stock and we analyze the sensitivity of the number of possible outliers found by the filter with respect to the filter's parameters variation. We propose using the Akaike criterion to sort and select conditional duration models whose samples have different length sizes. The selected models are not always those in which the data has been filtered. For the ACD (1,1) setting, when we consider only well-adjusted models, the Akaike criterion indicates as better model as one in which the data were not filtered. / O presente trabalho utiliza os dados disponibilizados pela BM&FBovespa para analisar as ações da Petrobrás para os meses compreendidos entre julho e agosto de 2010 e outubro de 2008. Primeiramente, apresentamos uma discussão detalhada sobre a manipulação desses dados, na qual explicitamos a impossibilidade de se usar o mid-price quote devido ao número elevado de ofertas de compra/venda com preços muito elevados/baixos. Verificamos alguns dos fatos estilizados empíricos apontados por Cont (2001), entre outros consagrados na literatura de microestrutura. Em geral, os dados replicaram os fatos estilizados. Aplicamos o filtro proposto por Brownlees e Gallo (2006) às ações da Petrobrás e analisamos a sensibilidade do número de possíveis outliers encontrados pelo filtro a variação dos parâmetros desse filtro. Propomos utilizar o critério de Akaike para ordenar e selecionar modelos de duração condicional cujas amostras de duração possuem tamanhos distintos. Os modelos selecionados, nem sempre são aqueles em que os dados foram filtrados. Para o ajuste ACD (1,1), quando considerados apenas os modelos bem ajustados (resíduos não autocorrelacionados), o critério de Akaike indica como melhor modelo aquele em que os dados não foram filtrados.

Submitted by Yurie Yassunaga Suzuki (yurieyassunaga@gmail.com) on 2015-09-03T02:42:33Z No. of bitstreams: 1 Dissertação - YYS.pdf: 638348 bytes, checksum: 7a31f5f0e578eed37d240d302f503e27 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2015-09-03T16:04:18Z (GMT) No. of bitstreams: 1 Dissertação - YYS.pdf: 638348 bytes, checksum: 7a31f5f0e578eed37d240d302f503e27 (MD5) / Made available in DSpace on 2015-09-03T16:44:56Z (GMT). No. of bitstreams: 1 Dissertação - YYS.pdf: 638348 bytes, checksum: 7a31f5f0e578eed37d240d302f503e27 (MD5) Previous issue date: 2015 / This work aims to study market behavior involving Petrobras’ stock and options markets applying price discovery methodology. Using high-frequency data, provided by BM&FBOVESPA, econometric models used in this methodology were estimated and measures of Information Share (IS) and Component Share (CS) were calculated. The results of the analyzes indicated dominance of the spot market in the process of price discovery, since, for this market, were observed values over 66% for IS and above 74% for CS. Graphical analysis of the impulse response function indicated that the spot market is more efficient than the option market. / Este trabalho tem como objetivo estudar o comportamento do mercado de ações e opções de Petrobrás utilizando a metodologia de price discovery (descoberta de preços). A partir de dados de alta frequência de ambos os mercados, fornecidos pela BM&FBOVESPA, os modelos econométricos utilizados nessa metodologia foram estimados e as medidas de Information Share (IS) e Component Share (CS) foram calculadas. Os resultados das análises indicaram dominância do mercado à vista no processo de descoberta de preços, dado que, para este mercado, foram observados valores acima de 66% para a medida IS e acima de 74% para a medida CS. Análises gráficas da função resposta ao impulso indicaram, também, que o mercado à vista é o mais eficiente.

Operações em alta frequência demonstraram crescimento nos últimos anos; em decorrência disso, surgiu a necessidade de estudar o mercado de ações brasileiro no contexto dos dados em alta frequência. Os estimadores da volatilidade dos preços de ações utilizando dados de negociações em alta frequência são os principais objetos de estudo. Conforme Aldridge (2010) e Vuorenmaa (2013), o HFT foi definido como a rápida realocação de capital feita de modo que as transações possam ocorrer em milésimos de segundos por uso de algoritmos complexos que gerenciam envio de ordens, análise dos dados obtidos e tomada das melhores decisões de compra e venda. A principal fonte de informações para análise do HFT são os dados tick by tick, conhecidos como dados em alta frequência. Uma métrica oriunda da análise de dados em alta frequência e utilizada para gestão de riscos é a Volatilidade Percebida. Conforme Andersen et al. (2003), Pong et al. (2004), Koopman et al. (2005) e Corsi (2009) há um consenso na área de finanças de que as projeções da volatilidade utilizando essa métrica de risco são mais eficientes de que a estimativa da volatilidade por meio de modelos GARCH. Na gestão financeira, a projeção da volatilidade é uma ferramenta fundamental para provisionar reservas para possíveis perdas;, devido à existência de vários métodos de projeção da volatilidade e em decorrência desta necessidade torna-se necessário selecionar um modelo ou combinar diversas projeções. O principal desafio para combinar projeções é a escolha dos pesos: as diversas pesquisas da área têm foco no desenvolvimento de métodos para escolhê-los visando minimizar os erros de previsão. A literatura existente carece, no entanto, de uma proposição de método que considere o problema de eventual projeção de volatilidade abaixo do esperado. Buscando preencher essa lacuna, o objetivo principal desta tese é propor uma combinação dos estimadores da volatilidade dos preços de ações utilizando dados de negociações em alta frequência para o mercado brasileiro. Como principal ponto de inovação, propõe-se aqui de forma inédita a utilização da função baseada no Lower Partial Moment (LPM) para estimativa dos pesos para combinação das projeções. Ainda que a métrica LPM seja bastante conhecida na literatura, sua utilização para combinação de projeções ainda não foi analisada. Este trabalho apresenta contribuições ao estudo de combinações de projeções realizadas pelos modelos HAR, MIDAS, ARFIMA e Nearest Neighbor, além de propor dois novos métodos de combinação -- estes denominados por LPMFE (Lower Partial Moment Forecast Error) e DLPMFE (Discounted LPMFE). Os métodos demonstraram resultados promissores pretendem casos cuja pretensão seja evitar perdas acima do esperado e evitar provisionamento excessivo do ponto de vista orçamentário. / The High Frequency Trading (HFT) has grown significantly in the last years, in this way, this raises the need for research of the high frequency data on the Brazilian stock market.The volatility estimators of the asset prices using high frequency data are the main objects of study. According to Aldridge (2010) and Vuorenmaa (2013), the HFT was defined as the fast reallocation of trading capital that the negotiations may occur on milliseconds by complex algorithms scheduled for optimize the process of sending orders, data analysis and to make the best decisions of buy or sell. The principal information source for HFT analysis is the tick by tick data, called as high frequency data. The Realized Volatility is a risk measure from the high frequency data analysis, this metric is used for risk management.According to Andersen et al. (2003), Pong et al. (2004), Koopman et al.(2005) and Corsi (2009) there is a consensus in the finance field that the volatility forecast using this risk measure produce better results than estimating the volatility by GARCH models. The volatility forecasting is a key issue in the financial management to provision capital resources to possible losses. However, because there are several volatility forecast methods, this problem raises the need to choice a specific model or combines the projections. The main challenge to combine forecasts is the choice of the weights, with the aim of minimizingthe forecast errors, several research in the field have been focusing on development of methods to choice the weights.Nevertheless, it is missing in the literature the proposition of amethod which consider the minimization of the risk of an inefficient forecast for the losses protection. Aiming to fill the gap, the main goal of the thesis is to propose a combination of the asset prices volatility forecasts using high frequency data for Brazilian stock market. As the main focus of innovation, the thesis proposes, in an unprecedented way, the use of the function based on the Lower Partial Moment (LPM) to estimate the weights for the combination of volatility forecasts. Although the LPM measure is well known in the literature, the use of this metric for forecast combination has not been yet studied.The thesis contributes to the literature when studying the forecasts combination made by the models HAR, MIDAS, ARFIMA and Nearest Neighbor. The thesis also contributes when proposing two new methods of combinations, these methodologies are referred to as LPMFE (Lower Partial Moment Forecast Error) and DLPMFE (Discounted LPMFE). The methods have shown promising results when it is intended to avoid losses above the expected it is not intended to cause provisioning excess in the budget.

Neste trabalho, apresentamos um conjunto de fatos empíricos e propriedades estatística de negociações em alta frequência, e discutimos algumas questões gerais comuns a dados de alta frequência tais: como discretização, espaçamento temporal irregular, durações correlacionadas, periodicidade diária, correlações temporais e as propriedades estatísticas dos fluxos de ordens. Logo apresentamos dois modelos da literatura,estilizados para a dinâmica do limit order book. No primeiro modelo os fluxo de ordens é descrito por processos de Poisson independentes, propomos para ele uma forma alternativa da prova de ergodicidade basejada em funções de Lyapunov. O segundo modelo é um modelo reduzido que toma em consideração dinâmicas tipo difusão para os tamanhos do bid e ask, e se foca só nas ordens como melhores preços, e modela explicitamente as cotações do bid e ask na presença de liquidez oculta. E por ultimo, propomos um modelo alternativo para a dinâmica do preço e do spread no limit order book, estudamos o comportamento assintótico do modelo e estabelecemos condições de ergodicidade e transitoridade. Além disso, consideramos a uma família de cadeias de Markov definidos nas sequências de caracteres (strings, ou palavras) com infinito alfabeto e para alguns exemplos inspirados nos modelos de negociações em alta frequência, obtemos condições para ergodicidade, transitoriedade e recorrência nula, para a qual usamos as técnicas de construção de funções Lyapunov. / In this work, we present a set of empirical facts and statistical properties of negotiations at high frequency and discuss some general issues common to high-frequency data such: as discretization, irregular spacing, correlated durations, daily periodicity, temporal correlations and the statistical properties of flows orders. Soon we present two models stylized in the literature for the dynamic limit order book. In the first model the order flow described by separate Poisson processes and we propose it to an alternative form of test ergodicity based on Lyapunov function. The second model is a reduced model that takes into consideration diffusion-type dynamics for the sizes of the bid and ask, and focus only on orders as best price and model explicitly quotes the bid and ask in the presence of hidden liquidity. And finally, we propose an alternative model for the price dynamics and spread in the limit order book, we study the asymptotic behavior of the model and established conditions of ergodicity. Furthermore, we consider the a family of Markov chains defined on the sequences of characters (strings, or words) with infinite alphabet. For some examples inspired by the models of high frequency trading we obtain a conditions for ergodicity, transience and null-recurrence. In order to prove this we use the construction of Lyapunov functions techniques.

Neste trabalho, apresentamos um conjunto de fatos empíricos e propriedades estatística de negociações em alta frequência, e discutimos algumas questões gerais comuns a dados de alta frequência tais: como discretização, espaçamento temporal irregular, durações correlacionadas, periodicidade diária, correlações temporais e as propriedades estatísticas dos fluxos de ordens. Logo apresentamos dois modelos da literatura,estilizados para a dinâmica do limit order book. No primeiro modelo os fluxo de ordens é descrito por processos de Poisson independentes, propomos para ele uma forma alternativa da prova de ergodicidade basejada em funções de Lyapunov. O segundo modelo é um modelo reduzido que toma em consideração dinâmicas tipo difusão para os tamanhos do bid e ask, e se foca só nas ordens como melhores preços, e modela explicitamente as cotações do bid e ask na presença de liquidez oculta. E por ultimo, propomos um modelo alternativo para a dinâmica do preço e do spread no limit order book, estudamos o comportamento assintótico do modelo e estabelecemos condições de ergodicidade e transitoridade. Além disso, consideramos a uma família de cadeias de Markov definidos nas sequências de caracteres (strings, ou palavras) com infinito alfabeto e para alguns exemplos inspirados nos modelos de negociações em alta frequência, obtemos condições para ergodicidade, transitoriedade e recorrência nula, para a qual usamos as técnicas de construção de funções Lyapunov. / In this work, we present a set of empirical facts and statistical properties of negotiations at high frequency and discuss some general issues common to high-frequency data such: as discretization, irregular spacing, correlated durations, daily periodicity, temporal correlations and the statistical properties of flows orders. Soon we present two models stylized in the literature for the dynamic limit order book. In the first model the order flow described by separate Poisson processes and we propose it to an alternative form of test ergodicity based on Lyapunov function. The second model is a reduced model that takes into consideration diffusion-type dynamics for the sizes of the bid and ask, and focus only on orders as best price and model explicitly quotes the bid and ask in the presence of hidden liquidity. And finally, we propose an alternative model for the price dynamics and spread in the limit order book, we study the asymptotic behavior of the model and established conditions of ergodicity. Furthermore, we consider the a family of Markov chains defined on the sequences of characters (strings, or words) with infinite alphabet. For some examples inspired by the models of high frequency trading we obtain a conditions for ergodicity, transience and null-recurrence. In order to prove this we use the construction of Lyapunov functions techniques.