Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas

Estratégia Automatizada de Decisão Multicritério no Mercado ..., Esquemas de Mercado Financeiro

Gerais, como requisito para obtenção do grau de Mestre em ... future contracts of index Bovespa, with candles of 5 minutes frequency.

Tipologia: Esquemas

2022

Compartilhado em 07/11/2022

Homer_JS
Homer_JS 🇧🇷

4.5

(41)

222 documentos

1 / 143

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
UNIVERSIDADE FEDERAL DEMINAS GERAIS
Escola de Engenharia
Programa de Pós-Graduação em Engenharia Elétrica
Paulo Azevedo Meijon Campolina
Estratégia Automatizada de Decisão Multicritério no Mercado
Financeiro
Belo Horizonte
2022
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a
pf3b
pf3c
pf3d
pf3e
pf3f
pf40
pf41
pf42
pf43
pf44
pf45
pf46
pf47
pf48
pf49
pf4a
pf4b
pf4c
pf4d
pf4e
pf4f
pf50
pf51
pf52
pf53
pf54
pf55
pf56
pf57
pf58
pf59
pf5a
pf5b
pf5c
pf5d
pf5e
pf5f
pf60
pf61
pf62
pf63
pf64

Pré-visualização parcial do texto

Baixe Estratégia Automatizada de Decisão Multicritério no Mercado ... e outras Esquemas em PDF para Mercado Financeiro, somente na Docsity!

UNIVERSIDADE FEDERAL DEMINAS GERAIS

Escola de Engenharia

Programa de Pós-Graduação em Engenharia Elétrica

Paulo Azevedo Meijon Campolina

Estratégia Automatizada de Decisão Multicritério no Mercado

Financeiro

Belo Horizonte

Campolina, Paulo Azevedo Meijon. C198e (^) financeiro [recurso eletrônico] / Paulo Azevedo Meijon Campolina. - 2022.Estratégia automatizada de decisão multicritério no mercado 1 recurso online (123 f. : il., color.) : pdf. Orientador: Lucas de Souza Batista.

Escola de Engenharia.^ Dissertação (mestrado) - Universidade Federal de Minas Gerais, Apêndices: f.110-123. Bibliografia: f.103-109. Exigências do sistema: Adobe Acrobat Reader.

  1. Economia^ 1. Engenharia Elétrica - Teses. 2. Automação – Teses. 4. Previsão Econômica – Teses.^ –^ Teses. I. Batista, Lucas de Souza. II. Universidade Federal de Minas Gerais. Escola de Engenharia. III. Título. CDU: 621.3(043) Ficha catalográfica elaborada pela Bibliotecária Letícia Alves Vieira - CRB-6/2337 Biblioteca Prof. Mário Werneck - Escola de Engenharia da UFMG

UNIVERSIDADE FEDERAL DE MINAS GERAIS PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA FOLHA DE APROVAÇÃO

"Estratégia Automatizada de Decisão Multicritério No Mercado Financeiro"

PAULO AZEVEDO MEIJON CAMPOLINA

Dissertação de Mestrado submetida à Banca Examinadora

designada pelo Colegiado do Programa de Pós-Graduação em Engenharia

Elétrica da Escola de Engenharia da Universidade Federal de Minas

Gerais, como requisito para obtenção do grau de Mestre em Engenharia

Elétrica.

Aprovada em 22 de fevereiro de 2022.

Por:

______________________________________

Prof. Dr. Lucas de Souza Batista

DEE (UFMG) - Orientador

______________________________________

Prof. Dr. Alexandre Pimenta

Polo de Inovação (IFMG)

______________________________________

Prof. Dr. Cristiano Leite de Castro

(UFMG)

Enjoy the little things in life, for one day you’ll look back and realise they were the big things. Robert Brault

Agradecimentos Trilhar este caminho só foi possível com o apoio, energia e força de várias pessoas, a quem dedico especialmente este projeto de vida. Agradeço primeiramente à Deus pela vida, pelas oportunidades, por me guiar, ilu- minar e me dar força para alcançar meus objetivos Agradeço ao meu orientador, Professor Lucas S. Batista, por sua dedicação, que o fez, por muitas vezes, deixar de lado seus momentos de descanso para me ajudar e me orientar. Pela sua paciência, sabendo que estava trabalhando em paralelo com o mestrado, por seu suporte e por nunca ter me desmotivado, apesar dos meus vários mo- mentos de dúvidas e incertezas. E, principalmente, obrigado por sempre ter acreditado e depositado sua confiança em mim ao longo de todos esses anos de trabalho. Aos professores e colegas do Programa de Pós-Graduação em Engenharia Elétrica da UFMG, que ampliaram meu horizonte de conhecimento, me desafiando e dando suporte, compartilhando suas experiências profissionais e pessoais. Sou grato também pela com- panhia nos estudos, auxílio em trabalhos e esclarecimento de dúvidas, enriquecendo a experiência do mestrado. Por último, quero agradecer à minha família e amigos pelo apoio incondicional que me deram, especialmente aos meus pais, Lúcio e Neide, pelo apoio e incentivo em todos os momentos da minha vida, por acreditarem em mim e não medirem esforços para a concretização dos meus sonhos. Sem vocês, nada seria possível. Por fim, o meu profundo e sincero agradecimento a todas as pessoas que contribuí- ram para a concretização desta dissertação, estimulando-me intelectual e emocional- mente.

ABSTRACT

Investment automation has been a challenge since the beginning of stock markets. With the evolution of computational power, this dream is getting closer to reality. In this context, this paper investigates, develops and applies some computational techniques to automate investments. It was proposed a backtesting tool, with strategy based on multiple technical indicators. The goal with the indicators was to create a committee, responsible for the decision-making using signals as output, such as buy, hold or sell. This approach is made in a way that removes some psychological aspects of human traders that have significant impact on the decision making process under uncertainty conditions. Similar to other approaches it uses technical indicators, however it is differ- ent from usual approaches, this method focuses on usage for day trade operation of mini future contracts of index Bovespa, with candles of 5 minutes frequency. Considering the data used, from 2015 to 2021, the strategy used was not able to overcome the refer- ence model used, the classic buy & hold. Even though, the proposed tool seems to be relevant (i) to improve the data acquisition process, that can be challenging depending of the equity and frequency; (ii) for data analysis, with customs metrics and visualiza- tions; (iii) and for optimization and validation of custom and complex strategies, using python, that could be more challenging to implement using MQL5 on Metatrader.

Keywords: Investment automation; technical indicators; day trade; index future mini contracts; backtest.

Lista de Figuras

Lista de Tabelas

Nomenclatura

ADX Average Directional Movement Index

AE Algoritmos Evolucionários

AF Análise Fundamentalista

ARCH Autoregressive conditional heteroskedasticity

ARIMA Autoregressive Integrated Moving Average

ARMA Autoregressive Moving Average

AT Análise Técnica

B3 Brasil, Bolsa Balcão

BM&FBOVESPA Bolsa de Valores, Mercados e Futuros de São Paulo

CADE Conselho Administrativo de Defesa Econômica

CCP Contraparte Central

CDB Certificado de Depósito Bancário

CDI Certificado de Depósito Interbancário

CETIP Central de Custódia e de Liquidação Financeira de Títulos

WMA Weighted Moving Average

Sumário

  • 1.1 Mercado de Capitais e Derivativos
  • 2.1 Psicologia de mercado
  • 3.1 Series não estacionárias
  • 3.2 Homoscedasticidade × Heterocedasticidade
  • 3.3 Exemplo de SMA e EMA com medias de 50 e
  • 3.4 EMAs de 13 e 26, MACD 12-26-9 e Histograma.
  • 3.5 Exemplo de movimento direcional (Directional Movement - DM)
  • 3.6 Exemplo de Sistema Direcional (Directional System - ADX)
  • 3.7 Exemplo de Indice de Força Relativa (Relative Strength Index - RSI)
  • 3.8 Exemplo de ATR Channels
  • 3.9 Exemplo de Indece de Força (Force index - FI)
  • 4.1 Metodologia das etapas utilizadas
  • 4.2 Séries de diferenças com diferentes tipos de granularidades
  • 4.3 Otimização Walk Forward
  • 4.4 Exemplo de output gráfico do Backtrader
  • D.1 Parametros de stop ao longo do tempo, para indicador ADX, com diferenças
  • D.2 Parametros de stop boxplot, para indicador ADX, com diferenças
  • diferenças D.3 Parametros de stop ao longo do tempo, para indicador MACD, com
  • D.4 Parametros de stop boxplot, para indicador MACD, com diferenças
  • D.5 Parametros de stop ao longo do tempo, para indicador RSI, com diferenças
  • D.6 Parametros de stop boxplot, para indicador RSI, com diferenças
  • D.7 Função objetivo (VWR) ao longo do tempo, com diferenças
  • D.8 Função objetivo (VWR) boxplot, com diferenças
  • D.9 Parâmetros do sinal (ADX) ótimos, ao longo do tempo, com diferenças
  • D.10 Parâmetros do sinal (ADX) boxplot, com diferenças
  • renças D.11 Parâmetros do sinal (ForceIndex) ótimos, ao longo do tempo, com dife-
  • D.12 Parâmetros do sinal (ForceIndex) boxplot com diferenças
  • D.13 Parâmetros do sinal (MACD) ótimos, ao longo do tempo, com diferenças
  • D.14 Parâmetros do sinal (MACD) boxplot, com diferenças
  • D.15 Parâmetros do sinal (RSI) ótimos, ao longo do tempo, com diferenças
  • D.16 Parâmetros do sinal (RSI) boxplot, com diferenças
  • cado BM&F 4.1 Data de vencimento dos principais contratos futuros negociados no Mer-
  • 4.2 Mês de vencimento
  • 4.3 Conjunto de regras usadas no modelo
  • 4.4 Parâmetros utilizados em cada uma das regras
  • 5.1 Parâmetros utilizados em cada uma das regras e sua distribuição
  • 5.2 Resultados de treino
  • 5.3 Resultados do teste (com os pesos do treino)
  • A.1 Horários de negociação no mercado de ações (mercado de Bolsa)
  • A.2 Horários de negociação de contratos futuros referenciados em índice e dólar
  • B.1 Principais contratos e seus respectivos códigos
  • C.1 Exemplo de ajuste diário de contrato futuro
  • 1 Introdução
  • 1.1 Contextualização
  • 1.1.1 Mercado Financeiro
  • 1.1.2 Mercado Brasileiro
  • 1.1.3 Mercado de Capitais - Derivativos
  • 1.1.4 Mercados Futuros - Operação
  • 1.2 Motivação e Justificativa
  • 1.3 Objetivos
  • 1.3.1 Objetivo geral
  • 1.3.2 Objetivos específicos
  • 1.4 Contribuições
  • 1.5 Organização do Trabalho
  • 2 Revisão de Literatura
  • 2.1 Métodos de Mercado
  • 2.1.1 Teoria de Dow
  • 2.1.2 Análise Fundamentalista
  • 2.1.3 Análise Técnica
  • 2.2 Psicologia de Mercado
  • 2.3 Trabalhos Relacionados
  • 3 Fundamentação Teórica
  • 3.1 Conceitos de econometria
  • 3.1.1 Séries temporais
  • Tendência
  • Suporte e resistência
  • Estacionariedade
  • Heterocedasticidade
  • 3.2 Indicadores Técnicos
  • 3.2.1 Indicadores de Tendências
  • Médias Móveis
  • Média Móvel Simples
  • Média Móvel Exponencial
  • Média Móvel Convergente Divergente (MACD)
  • Indicador de Movimento Direcional (ADX)
  • 3.2.2 Indicadores de Momento - Osciladores
  • Índice de Força Relativa (RSI)
  • 3.2.3 Indicadores de Volatilidade
  • Média de Amplitude de Variação (ATR)
  • 3.2.4 Indicadores de Volume - Força de Mercado
  • Force Index (FI)
  • 3.3 Considerações Finais
  • 4 Metodologia
  • 4.1 Condições Gerais
  • 4.1.1 Minicontratos Futuros
  • 4.1.2 Seleção de Dados
  • 4.2 Regras de Operação
  • 4.3 Gerenciamento de Risco (Stops)
  • 4.4 Critérios de Interesse
  • 4.4.1 VWR (Variability Weighted Return)
  • 4.5 Backtesting
  • 4.5.1 Estratégia treino
  • 4.5.2 Estratégia teste
  • 4.5.3 Otimização Walk Forward
  • 4.6 Backtrader
  • 4.6.1 Pontos principais
  • 5 Resultados
  • 5.1 Caracterização dos Dados
  • 5.2 Stops
  • 5.3 Regras de Operação
  • 5.4 Resultado da Operação
  • 6 Conclusão
  • 6.1 Considerações Finais
  • 6.2 Proposta de Continuidade
  • Referências Bibliográficas
  • A Horários de negociação B3
  • B Principais contratos e respectivos códigos
  • C Ajuste diário – exemplo
  • D Parâmetros otimizados