English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado - Nº 1.199: "Método de avaliação de vizinhança aplicado a algoritmos evolucionários para a previsão de tendência de preços no mercado financeiro"

A aluna Rafaelle Cristina Fernandes Araújo irá defender seu trabalho no dia 24 de agosto, às 15h, na Sala D003 Início: 24/08/2012 às 15:00 Término: 24/08/2012 às 17:00 Local: Sala D003

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado  Nº 1.199
 
Aluna: Rafaelle Cristina Fernandes Araújo
Orientador: Prof. Adriano Lorena Inacio de Oliveira
Título: Método de avaliação de vizinhança aplicado a algoritmos evolucionários para a previsão de tendência de preços no mercado financeiro
Data: 24/08/2012
Hora/Local: 15:00 Sala  D003 – Bloco D - Térreo
Banca Examinadora:
Prof. Ricardo Bastos Cavalcante Prudêncio (UFPE / CIn)
Prof. Renato Fernandes Corrêa (Departamento de Ciência da Informação - UFPE)
Prof. Adriano Lorena Inacio de Oliveira   (UFPE / CIn)
 
RESUMO:
 
Atualmente, o maior bem que a humanidade possui é a informação. No caso particular do mercado financeiro, uma vez que há um volume expressivo de informações, a interpretação humana destas não é uma tarefa trivial de ser realizada. O acompanhamento do mercado de ações requer a utilização de metodologias de análise que ofereçam suporte ao investidor decidir qual será o melhor momento de vender ou comprar ações, na tentativa de minimizar os riscos e maximizar os lucros. Uma das ferramentas mais estudadas para auxiliar o estudo dos gráficos históricos de preços e a tomada de decisão no mercado financeiro é o indicador técnico. O estudo referente à otimização da combinação entre os parâmetros dos indicadores aplicados a uma determinada ação vem sendo largamente estudada nos últimos anos e, para tanto, destaca-se o emprego de ferramentas de Inteligência Artificial para tal, com um número cada vez mais crescente de estudos. Recentemente, surgiu um estudo de um novo método de prevenção de overfitting em Algoritmos Genéticos aplicados à otimização de parâmetros de indicadores técnicos para a sinalização de pontos de compra e venda de ações, chamado Método de Avaliação de Vizinhança.
O trabalho desenvolvido nesta dissertação compreende em testar este método em diversos algoritmos evolucionários e, também, avalia o desempenho destes algoritmos sem o método, para a otimização de indicadores técnicos para auxílio ao investidor de ações em bolsa de valores. Para tanto foram utilizados os dados históricos de cinco ações da BM&F BOVESPA, que foram aplicados aos seguintes algoritmos evolucionários: Algoritmo Genético, Algoritmo Genético Modificado, Enxame de Partículas e Otimização por Evolução Diferencial. Os resultados apontam a um bom desempenho de todos os algoritmos utilizando o método, com destaque ao Enxame de Partículas.
 
Palavras-chave: Otimização de indicadores técnicos, método de avaliação de vizinhança, algoritmos evolucionários, mercado de ações, algoritmo genético, algoritmo genético modificado, enxame de partículas, evolução diferencial.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web