$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC |



Título: GET-FAST: A GENETIC-FUZZY SYSTEM FOR INTELLIGENT FINANCIAL TRADING
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor: MARCELLO ANTONIO VENTURA GORINI

Colaborador(es):  MARLEY MARIA BERNARDES REBUZZI VELLASCO - Orientador
Número do Conteúdo: 25132
Catalogação:  28/08/2015 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  SPECIALIZATION MONOGRAPH
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25132@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25132@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.25132

Resumo:
The Financial Market provides perhaps the greatest challenge in the discipline of time-series prediction. While some make use of experience, talent or even superstition to try to beat the Market, this study built upon the synergy existing among soft computing techniques in order to predict the price of a financial asset one day ahead. More specifically, the classic method of Wang and Mendel (1992) was used to populate a fuzzy system with rules extracted from the data itself, being optimized by a genetic algorithm in two ways: (i) aiming to minimize the prediction error and (ii) aiming to maximize the expected return of a stock trading system. It was not possible to coadunate both objectives in one single system, but profitable results were achieved. The system chosen by the highest return in the validation set exceeded 25 per cent in out-of-sample profits. When statistically tested through Monte Carlo Permutation, it was estimated a probability of less than 4 per cent of achieving such profits by pure chance, validating the derived system. However, subsequent risk analysis demonstrated high volatility of the expected returns whereas a sensibility analysis carried out indicated that the method is highly sensible to the specific combinations of chromosomes used and, therefore, not reliable enough to be operated in real life. Nevertheless, possible improvements of the method are envisaged, such as changing the objective function and the target variable of the prediction. Only the continuity of the work, however, will show who will be more efficient: the Market or the algorithm proposed.

Descrição Arquivo
COMPLETE  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui