Exportar registro bibliográfico

Modelo genético-neural de gestão de carteiras de ações ()

  • Authors:
  • USP affiliated author: PARREIRAS, LUIZ PAULO RODRIGUES DE FREITAS - EP
  • School: EP
  • Sigla do Departamento: PRO
  • Subjects: FINANÇAS; REDES NEURAIS; ALGORITMOS GENÉTICOS
  • Language: Português
  • Abstract: O presente trabalho busca reunir duas ferramentas de Inteligência Artificial, as redes neurais e os algoritmos genéticos, e colocá-las a serviço da construção de carteiras de ações. Dentro do paradigma teórico da Moderna Teoria de Portfólios, o problema de construção de carteiras de investimento tem como base de sua solução as expectativas futuras de retornos e riscos dos ativos, sendo então possível otimizar carteiras para obter mais retorno com menos risco. Dada a necessidade de ter boas previsões dos retornos e riscos futuros, devem-se buscar ferramentas adequadas para a realização de tais previsões. Para prever os retornos futuros, serão testadas diversas configurações de redes neurais, com cinco algoritmos de treinamento diferentes, de maneira a determinar qual tem melhor performance e assim aplicá-la à previsão dos retornos de 25 ações diferentes, todas negociadas na Bolsa de Valores de São Paulo, a Bovespa. As redes serão treinadas receberão vários dados como input, e deverão aprender a dar como saída a cotação da ação no dia seguinte. Para o treinamento serão usadas cotações de 900 dias, para validação 100 dias subseqüentes, e para o teste do modelo, mais 100 dias. Para prever os riscos futuros, será utilizado um modelo GARCH (1,1) com janela deslizante, de maneira a realizar previsões um dia à frente com base nos últimos 21 dias. Obtidas as previsões de retornos e riscos futuros para cada uma das 25 ações, buscar se-á então construir carteiras que otimizem a relação risco-retorno para o investidor. Dado o tamanho do espaço de soluções possíveis, é necessário uma heurística de busca eficiente, e para tanto foi escolhido um modelo de algoritmo genético, que se mostra eficiente em obter boas soluçõesem termos de retorno e risco para o investidor. Ao fim, conclui-se que as redes neurais, quando propriamente modeladas e treinadas, podem realizar boas previsões de preços futuros de ações, e quando integradas num modelo integrado de risco-retorno baseado numa heurística de busca eficiente, geram retornos superiores. Em outras palavras, um modelo de Rede Neural – Algoritmo Genético é uma ferramenta adequada para a gestão de carteiras de ações.
  • Imprenta:
  • Premiações recebidas: Prêmio Otto Bekmann 2003, melhor trabalho de formatura do curso de Engenharia de Produção

  • How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PARREIRAS, Luiz Paulo Rodrigues de Freitas; SHIMIZU, Tamio. Modelo genético-neural de gestão de carteiras de ações. [S.l: s.n.],[S.d.].
    • APA

      Parreiras, L. P. R. de F., & Shimizu, T. Modelo genético-neural de gestão de carteiras de ações. São Paulo.
    • NLM

      Parreiras LPR de F, Shimizu T. Modelo genético-neural de gestão de carteiras de ações.
    • Vancouver

      Parreiras LPR de F, Shimizu T. Modelo genético-neural de gestão de carteiras de ações.

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Academic Works of Universidade de São Paulo     2012 - 2021