Análise do desempenho de regra de negociação via redes neurais artificiais em operações day trade.

dc.description.resumo	Determinar quando comprar ou vender determinado ativo financeiro é um tópico complexo para a maioria dos daytraders. No entanto, visando minimizar esta complexidade, muitos destes têm desenvolvido regras e procedimentos lógicos conhecidos como regras de negociação. As regras de negociação adotam como premissa que os padrões passados nos preços de mercado se repetirão no futuro. Contudo, com auxílio do rápido desenvolvimento da ciência, cada vez mais ferramentas estão sendo desenvolvidas visando aferir a acurácia de uma regra de negociação. Como exemplo, é possível citar estudos nas áreas de aprendizado de máquina, modelos de redes neurais e assim por diante. Este trabalho propõe medir a precisão da regra de negociação conhecida como cruzamento da média móvel. Para esta tarefa, foi proposta a aplicação do modelo de Rede Neural Artificial Profunda (DNN) com base na classificação binária. O ativo financeiro escolhido para a pesquisa foi o Mini Contrato Futuro do Dólar, a partir do segundo semestre de 2019. Para o modelo DNN, foram definidas 22 variáveis. Dentre estas: o preço de fechamento, preço de abertura, máxima do preço e a mínima do preço. Coletados a partir de um robô de negociações, tais variáveis serviram de parâmetros de entrada para a arquitetura DNN proposta. Os resultados finais mostraram que a acurácia encontrada para a regra de negociação de cruzamento de médias móveis, a partir do modelo DNN, apresentou uma baixa porcentagem de predição.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia de Produção.	pt_BR
dc.citation.issue	9	pt_BR
dc.title	Análise do desempenho de regra de negociação via redes neurais artificiais em operações day trade.	pt_BR
dc.date.issued	2021
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32558
dc.date.accessioned	2023-11-01T13:17:13Z
dc.date.available	2023-11-01
dc.date.available	2023-11-01T13:17:13Z
dc.type	Artigo de Evento	pt_BR
dc.subject	Regra de negociação	pt_BR
dc.subject	Desempenho de regra de negociação	pt_BR
dc.subject	Rede neural artificial profunda	pt_BR
dc.subject	Médias móveis	pt_BR
dc.subject	Operações day trade	pt_BR
dc.subject	Minicontrato futuro do dólar	pt_BR
dc.subject	Trading Rule	pt_BR
dc.subject	Trading rule performance	pt_BR
dc.subject	Deep Artificial Neural Network	pt_BR
dc.subject	Moving Averages	pt_BR
dc.subject	Day trade operations	pt_BR
dc.subject	Mini dollar futures contract	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	PAIVA, Vinícius Barbosa.
dc.creator	SOBRAL, Ana Paula Barbosa.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Analysis of trading rule performance via artificial neural networks in day trade operations.	pt_BR
dc.identifier.citation	PAIVA, Vinícius Barbosa; SOBRAL, Ana Paula Barbosa. Análise do desempenho de regra de negociação via redes neurais artificiais em operações day trade. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 9., 2021. Anais [...]. Caruaru - PE: UNIFAVIP, 2021. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32558	pt_BR