Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Santos, Augusto Felippe Caramico dos lattes
Orientador(a): Famá, Rubens
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Pontifícia Universidade Católica de São Paulo
Programa de Pós-Graduação: Programa de Estudos Pós-Graduados em Administração
Departamento: Faculdade de Economia, Administração, Contábeis e Atuariais
País: BR
Palavras-chave em Português:
Rede neural
Ibovespa
Inteligência artificial
Palavras-chave em Inglês:
Neural network
Artificial intelligence
Área do conhecimento CNPq:
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
Link de acesso: https://tede2.pucsp.br/handle/handle/985
Resumo: A model was developed with the purpose to estimate a potential anticipation of the reversal of the short-term trend for Ibovespa, reducing the investor s risk exposure and seeking to increase its return through statistical techniques, like the Multiple Regression Analysis. Besides, the Artificial Neural Networks have been used to build an algorithm able to anticipate trends and forecast its reversal. The study was limited to the São Paulo Stock Exchange in its main index (Ibovespa), within the period between July 1994 and December 2009, taking into consideration only its value in points. In order to build the artificial model, historical information have been collected from the Brazilian, American, European and Asian markets. It was found that the error percentage of the model built through the Neural Network was 21.76%, which allows us to conclude that in 78.24% of the cases, the model proposed through the use of neural networks could accurately determine the existing relationship between the input variables. When a fictitious application was performed based on the market conditions above mentioned, a gross return of 65.37% was found for responses with unknown data, in comparison with 53.51% of Ibovespa for the same period. Therefore, it can be concluded that the developed model presented conditions to treat the unknown data in a satisfactory manner and reach an additional gain in relation to the market in the analyzed period
id PUC_SP-1_884ba2b0bd08b5c9e1d0c2f221a6ed5b
oai_identifier_str oai:repositorio.pucsp.br:handle/985
network_acronym_str PUC_SP-1
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_SP
repository_id_str
spelling Famá, Rubenshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4264085D1Santos, Augusto Felippe Caramico dos2016-04-25T16:44:20Z2011-06-092011-05-30Santos, Augusto Felippe Caramico dos. Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais. 2011. 104 f. Dissertação (Mestrado em Administração) - Pontifícia Universidade Católica de São Paulo, São Paulo, 2011.https://tede2.pucsp.br/handle/handle/985A model was developed with the purpose to estimate a potential anticipation of the reversal of the short-term trend for Ibovespa, reducing the investor s risk exposure and seeking to increase its return through statistical techniques, like the Multiple Regression Analysis. Besides, the Artificial Neural Networks have been used to build an algorithm able to anticipate trends and forecast its reversal. The study was limited to the São Paulo Stock Exchange in its main index (Ibovespa), within the period between July 1994 and December 2009, taking into consideration only its value in points. In order to build the artificial model, historical information have been collected from the Brazilian, American, European and Asian markets. It was found that the error percentage of the model built through the Neural Network was 21.76%, which allows us to conclude that in 78.24% of the cases, the model proposed through the use of neural networks could accurately determine the existing relationship between the input variables. When a fictitious application was performed based on the market conditions above mentioned, a gross return of 65.37% was found for responses with unknown data, in comparison with 53.51% of Ibovespa for the same period. Therefore, it can be concluded that the developed model presented conditions to treat the unknown data in a satisfactory manner and reach an additional gain in relation to the market in the analyzed periodFoi elaborado um modelo com a finalidade de estimar uma possível antecipação do momento de reversão da tendência de curto prazo para o Ibovespa, reduzindo a exposição ao risco pelo investidor e buscando aumentar seu retorno através de técnicas estatísticas, como a Análise de Regressão Múltipla. Além disso, utilizou-se as Redes Neurais Artificiais, para a construção de um algoritmo capaz de antecipar as tendências e prever a sua reversão. O estudo foi limitado a Bolsa de Valores de São Paulo em seu principal indicador, o Índice Bovespa no período de julho/1994 a dezembro/2009 considerando somente seu valor em pontos, tendo sido coletados dados históricos do mercado brasileiro, americano, europeu e asiático para a composição do modelo artificial. Verificou-se que a porcentagem de erro do modelo construído através da Rede Neural foi de 21,76%, podendo-se assim dizer que em 78,24% dos casos, o modelo proposto por meio da utilização das redes neurais conseguiu determinar acertadamente a relação existente entre as variáveis de entrada. Ao se realizar uma aplicação fictícia, considerando as condições de mercado acima mencionadas foi obtido um retorno bruto de 65,37% para respostas com dados desconhecidos, ante 53,51% do Ibovespa para o mesmo período, podendo-se dizer que o modelo elaborado apresentou condições de tratar de forma satisfatória os dados desconhecidos e obter um ganho adicional em relação ao mercado no período estudadoapplication/pdfhttp://tede2.pucsp.br/tede/retrieve/2216/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf.jpgporPontifícia Universidade Católica de São PauloPrograma de Estudos Pós-Graduados em AdministraçãoPUC-SPBRFaculdade de Economia, Administração, Contábeis e AtuariaisRede neuralIbovespaInteligência artificialNeural networkArtificial intelligenceCNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESASProposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_SPinstname:Pontifícia Universidade Católica de São Paulo (PUC-SP)instacron:PUC_SPTEXTAugusto Felippe Caramico dos Santos.pdf.txtAugusto Felippe Caramico dos Santos.pdf.txtExtracted texttext/plain209839https://repositorio.pucsp.br/xmlui/bitstream/handle/985/3/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf.txtc58b18cb9c0c2315e916d0c572a67a67MD53ORIGINALAugusto Felippe Caramico dos Santos.pdfapplication/pdf2861062https://repositorio.pucsp.br/xmlui/bitstream/handle/985/1/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf6d3cef8dbb21f87933057ea82ef60089MD51THUMBNAILAugusto Felippe Caramico dos Santos.pdf.jpgAugusto Felippe Caramico dos Santos.pdf.jpgGenerated Thumbnailimage/jpeg1943https://repositorio.pucsp.br/xmlui/bitstream/handle/985/2/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf.jpgcc73c4c239a4c332d642ba1e7c7a9fb2MD52handle/9852022-12-21 09:42:14.283oai:repositorio.pucsp.br:handle/985Biblioteca Digital de Teses e Dissertaçõeshttps://sapientia.pucsp.br/https://sapientia.pucsp.br/oai/requestbngkatende@pucsp.br||rapassi@pucsp.bropendoar:2022-12-21T12:42:14Biblioteca Digital de Teses e Dissertações da PUC_SP - Pontifícia Universidade Católica de São Paulo (PUC-SP)false
dc.title.por.fl_str_mv Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
title Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
spellingShingle Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
Santos, Augusto Felippe Caramico dos
Rede neural
Ibovespa
Inteligência artificial
Neural network
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
title_short Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
title_full Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
title_fullStr Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
title_full_unstemmed Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
title_sort Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais
author Santos, Augusto Felippe Caramico dos
author_facet Santos, Augusto Felippe Caramico dos
author_role author
dc.contributor.advisor1.fl_str_mv Famá, Rubens
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4264085D1
dc.contributor.author.fl_str_mv Santos, Augusto Felippe Caramico dos
contributor_str_mv Famá, Rubens
dc.subject.por.fl_str_mv Rede neural
Ibovespa
Inteligência artificial
topic Rede neural
Ibovespa
Inteligência artificial
Neural network
Artificial intelligence
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
dc.subject.eng.fl_str_mv Neural network
Artificial intelligence
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
description A model was developed with the purpose to estimate a potential anticipation of the reversal of the short-term trend for Ibovespa, reducing the investor s risk exposure and seeking to increase its return through statistical techniques, like the Multiple Regression Analysis. Besides, the Artificial Neural Networks have been used to build an algorithm able to anticipate trends and forecast its reversal. The study was limited to the São Paulo Stock Exchange in its main index (Ibovespa), within the period between July 1994 and December 2009, taking into consideration only its value in points. In order to build the artificial model, historical information have been collected from the Brazilian, American, European and Asian markets. It was found that the error percentage of the model built through the Neural Network was 21.76%, which allows us to conclude that in 78.24% of the cases, the model proposed through the use of neural networks could accurately determine the existing relationship between the input variables. When a fictitious application was performed based on the market conditions above mentioned, a gross return of 65.37% was found for responses with unknown data, in comparison with 53.51% of Ibovespa for the same period. Therefore, it can be concluded that the developed model presented conditions to treat the unknown data in a satisfactory manner and reach an additional gain in relation to the market in the analyzed period
publishDate 2011
dc.date.available.fl_str_mv 2011-06-09
dc.date.issued.fl_str_mv 2011-05-30
dc.date.accessioned.fl_str_mv 2016-04-25T16:44:20Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Santos, Augusto Felippe Caramico dos. Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais. 2011. 104 f. Dissertação (Mestrado em Administração) - Pontifícia Universidade Católica de São Paulo, São Paulo, 2011.
dc.identifier.uri.fl_str_mv https://tede2.pucsp.br/handle/handle/985
identifier_str_mv Santos, Augusto Felippe Caramico dos. Proposição de um modelo preditivo do Ibovespa por meio da utilização de redes neurais artificiais. 2011. 104 f. Dissertação (Mestrado em Administração) - Pontifícia Universidade Católica de São Paulo, São Paulo, 2011.
url https://tede2.pucsp.br/handle/handle/985
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica de São Paulo
dc.publisher.program.fl_str_mv Programa de Estudos Pós-Graduados em Administração
dc.publisher.initials.fl_str_mv PUC-SP
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Faculdade de Economia, Administração, Contábeis e Atuariais
publisher.none.fl_str_mv Pontifícia Universidade Católica de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_SP
instname:Pontifícia Universidade Católica de São Paulo (PUC-SP)
instacron:PUC_SP
instname_str Pontifícia Universidade Católica de São Paulo (PUC-SP)
instacron_str PUC_SP
institution PUC_SP
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_SP
collection Biblioteca Digital de Teses e Dissertações da PUC_SP
bitstream.url.fl_str_mv https://repositorio.pucsp.br/xmlui/bitstream/handle/985/3/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf.txt
https://repositorio.pucsp.br/xmlui/bitstream/handle/985/1/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf
https://repositorio.pucsp.br/xmlui/bitstream/handle/985/2/Augusto%20Felippe%20Caramico%20dos%20Santos.pdf.jpg
bitstream.checksum.fl_str_mv c58b18cb9c0c2315e916d0c572a67a67
6d3cef8dbb21f87933057ea82ef60089
cc73c4c239a4c332d642ba1e7c7a9fb2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_SP - Pontifícia Universidade Católica de São Paulo (PUC-SP)
repository.mail.fl_str_mv bngkatende@pucsp.br||rapassi@pucsp.br
_version_ 1793424002133262336

Registros relacionados