Submitted by Daniel Piccoli (piccoli@gmail.com) on 2014-02-26T02:20:15Z
No. of bitstreams: 1
Dissertação - Daniel Piccoli.pdf: 884407 bytes, checksum: 7a147511454c1a47f8222876c295f71a (MD5) / Rejected by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br), reason: Prezado Daniel,
Não consta nenhuma alteração do título no verso da ATA, qualquer alteração é necessário o orientador vir a secretaria relatar.
Título anterior:APLICAÇÃO DE REDES NEURAIS PARA PREVISÃO DE CONTRATO DE DÓLAR FUTURO NO MERCADO BRASILEIRO
Att.
Suzi 3799-7876 on 2014-02-26T17:55:25Z (GMT) / Submitted by Daniel Piccoli (piccoli@gmail.com) on 2014-02-26T23:07:56Z
No. of bitstreams: 1
Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-02-27T11:52:28Z (GMT) No. of bitstreams: 1
Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5) / Made available in DSpace on 2014-02-27T12:32:34Z (GMT). No. of bitstreams: 1
Dissertação - Daniel Piccoli.pdf: 884455 bytes, checksum: ca8ef3a3ba14323ef6f71f4e89ba42ea (MD5)
Previous issue date: 2014-02-10 / The objective of this work is to develop a neural network to predict the movement of the 1-month BRL/USD future contract and to develop trading strategies for futures and options, thus providing a tool for estimating the movement of exchange rates and trading strategies based on these assets. This tool can help companies that need to hedge assets and liabilities as well as market players who need to increase performance of their portfolios. In this work, we use as input market data available on Bloomberg from January 2001 to September 2013 and for the calculation of the financial results of the strategies we use reference prices provided by BM&F. The best neural network obtained has an accuracy rate slightly above 70%, the financial result of strategies outperforms the usual market benchmark, the CDI. The options strategy presented a better result than the future strategy, both for the period of 2013 and for the whole period considered, generating a return of 884% versus 573% in the period from September 2005 to September 2013, with the CDI in this period yielding 132%. From January to September 2013, the options strategy also outperformed the future strategy, yielding 31% versus 24% whereas the CDI yielded 6% in the same period. / Este trabalho tem por objetivo a construção de uma rede neural para previsão do movimento dos contratos de dólar futuro e a construção de estratégias de negociação, para prover uma ferramenta para estimar o movimento do câmbio e para a negociação desses ativos. Essa ferramenta pode auxiliar empresas que necessitam fazer hedge de ativos e passivos e players do mercado que necessitam rentabilizar carteiras. Neste trabalho utilizamos como input dados de ativos do mercado financeiro, de janeiro de 2001 até setembro de 2013, disponíveis via terminal Bloomberg. Para o cálculo dos resultados financeiros das estratégias utilizamos dados de preços referenciais disponibilizados pela BM&F.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/11502 |
| Date | 10 February 2014 |
| Creators | Piccoli, Daniel Madaschi |
| Contributors | Rochman, Ricardo Ratner, Cipparrone, Flávio Almeida de Magalhães, Escolas::EESP, Pinto, Afonso de Campos |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds