Spelling suggestions: "subject:"cistema dde trading"" "subject:"cistema dee trading""
1 |
Aplicação de redes neurais na tomada de decisão no mercado de ações. / Application of neural networks in decision making in the stock market.Gambogi, Jarbas Aquiles 29 May 2013 (has links)
Este trabalho apresenta um sistema de trading que toma decisões de compra e de venda do índice Standard & Poors 500, na modalidade seguidor de tendência, mediante o emprego de redes neurais artificiais multicamadas com propagação para frente, no período de 5 anos, encerrado na última semana do primeiro semestre de 2012. Geralmente o critério usual de escolha de redes neurais nas estimativas de preços de ativos financeiros é o do menor erro quadrático médio entre as estimativas e os valores observados. Na seleção das redes neurais foi empregado o critério do menor erro quadrático médio na amostra de teste, entre as redes neurais que apresentaram taxas de acertos nas previsões das oscilações semanais do índice Standard & Poors 500 acima de 60% nessas amostras de teste. Esse critério possibilitou ao sistema de trading superar a taxa anual de retorno das redes neurais selecionadas pelo critério usual e, por larga margem, a estratégia de compre e segure no período. A escolha das variáveis de entrada das redes neurais recaiu entre as que capturaram o efeito da anomalia do momento dos preços do mercado de ações no curto prazo, fenômeno amplamente reconhecido na literatura financeira. / This work presents a trend follower system that makes decisions to buy and sell short the Standard & Poors 500 Index, by using multilayer feedforward neural networks. It was considered a period of 5 years, ending in the last week of the first half of 2012. Usually a neural networks choice criterion to forecast financial asset prices is based on the least mean square error between the estimated and observed prices in the test samples. In this work we also adopted another criterion based on the least mean square error for those neural networks that had a hit rate above 60% of the Standard & Poors 500 Index weekly change in the test sample. This criterion was shown to be the most appropriate one. The neural networks input variables were chosen among those technical indicators that better captured the anomaly of the short term momentum of prices. The annual rate of return of the trading system based on those criteria surpassed those selected by the usual criteria, and by a wide margin the buy-and-hold strategy. The neural networks inputs were chosen to capture the momentum anomaly of the prices on the short term that is fully recognized in the financial literature.
|
2 |
Aplicação de redes neurais na tomada de decisão no mercado de ações. / Application of neural networks in decision making in the stock market.Jarbas Aquiles Gambogi 29 May 2013 (has links)
Este trabalho apresenta um sistema de trading que toma decisões de compra e de venda do índice Standard & Poors 500, na modalidade seguidor de tendência, mediante o emprego de redes neurais artificiais multicamadas com propagação para frente, no período de 5 anos, encerrado na última semana do primeiro semestre de 2012. Geralmente o critério usual de escolha de redes neurais nas estimativas de preços de ativos financeiros é o do menor erro quadrático médio entre as estimativas e os valores observados. Na seleção das redes neurais foi empregado o critério do menor erro quadrático médio na amostra de teste, entre as redes neurais que apresentaram taxas de acertos nas previsões das oscilações semanais do índice Standard & Poors 500 acima de 60% nessas amostras de teste. Esse critério possibilitou ao sistema de trading superar a taxa anual de retorno das redes neurais selecionadas pelo critério usual e, por larga margem, a estratégia de compre e segure no período. A escolha das variáveis de entrada das redes neurais recaiu entre as que capturaram o efeito da anomalia do momento dos preços do mercado de ações no curto prazo, fenômeno amplamente reconhecido na literatura financeira. / This work presents a trend follower system that makes decisions to buy and sell short the Standard & Poors 500 Index, by using multilayer feedforward neural networks. It was considered a period of 5 years, ending in the last week of the first half of 2012. Usually a neural networks choice criterion to forecast financial asset prices is based on the least mean square error between the estimated and observed prices in the test samples. In this work we also adopted another criterion based on the least mean square error for those neural networks that had a hit rate above 60% of the Standard & Poors 500 Index weekly change in the test sample. This criterion was shown to be the most appropriate one. The neural networks input variables were chosen among those technical indicators that better captured the anomaly of the short term momentum of prices. The annual rate of return of the trading system based on those criteria surpassed those selected by the usual criteria, and by a wide margin the buy-and-hold strategy. The neural networks inputs were chosen to capture the momentum anomaly of the prices on the short term that is fully recognized in the financial literature.
|
3 |
Trading por arbitragem estatísticaPanariello, André 12 August 2016 (has links)
Submitted by André Panariello (andre.panariello@yahoo.com.br) on 2016-09-08T13:38:32Z
No. of bitstreams: 1
DissAndre.pdf: 999529 bytes, checksum: 02ecf52c019411c80ce72b39268b2d33 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-09-08T16:51:12Z (GMT) No. of bitstreams: 1
DissAndre.pdf: 999529 bytes, checksum: 02ecf52c019411c80ce72b39268b2d33 (MD5) / Made available in DSpace on 2016-09-08T16:53:52Z (GMT). No. of bitstreams: 1
DissAndre.pdf: 999529 bytes, checksum: 02ecf52c019411c80ce72b39268b2d33 (MD5)
Previous issue date: 2016-08-12 / This paper proposes a tool to detect statistical arbitrage opportunities in a particular pair of stocks in the Brazilian market. The technique is based on the construction of a synthetic asset that presents mean reversion process. The forecasts will be realized in the form of conditional probability density, which is based on econometric techniques such as autoregressive process (AR) and conditional variance of the residuals (GARCH). A trading system able to take advantage of mispricing observed by the synthetic asset dynamic is created. The approach will consider prices in one minute intervals and positions with limit orders and to market. Still be considered transaction costs and analysis of P&L for the cases addressed. / Este trabalho propõe uma ferramenta para detectar oportunidades de arbitragem estatística (AE) em um par específico de ações no mercado brasileiro. A técnica baseia-se na construção de um ativo sintético que apresente característica de reversão à média. Os forecasts serão realizados em forma de densidade de probabilidade condicional, elaborada com base em técnicas econométricas como processos autoregressivos (AR) e variância condicional dos resíduos (GARCH). Será criado um sistema de trading capaz de se aproveitar das discrepâncias de preços observadas através da dinâmica do ativo sintético. A abordagem considerará preços em intervalos de um minuto e posições tomadas com ordens limitadas e a mercado. Ainda serão considerados custos de transação e análise do P&L para os casos abordados.
|
Page generated in 0.0995 seconds