
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Ferreira, Danton Diego | - |
| Autor(es): dc.contributor | Ferreira, Danton Diego | - |
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.contributor | Pimenta, Alexandre | - |
| Autor(es): dc.creator | Zacaroni, Rodrigo Menezes Sobral | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:05:20Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:05:20Z | - |
| Data de envio: dc.date.issued | 2021-12-21 | - |
| Data de envio: dc.date.issued | 2021-12-21 | - |
| Data de envio: dc.date.issued | 2021-12-21 | - |
| Data de envio: dc.date.issued | 2021-12-14 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48721 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1154056 | - |
| Descrição: dc.description | The financial market is the trading environment for various financial instruments, including stocks, bonds, currencies and derivatives. This market is of vital importance for the proper functioning of capitalist economies. An important segment of the financial market is the securities market, which enables speculation on futures contracts. In Brazil, the mini Ibovespa futures contract (WIN) is the financial asset most traded by individuals in the intraday trading modality (daytrade). Traders and investors who carry out purchase and sale operations in this market face numerous challenges that make their task difficult at the time of decision making. These challenges can affect both more experienced investors and beginners in this market. Most studies available in the literature employ conventional statistical and econometric approaches to try to predict the future price of a given financial asset through regression analysis. Therefore, there is a lack of research in the field of developing models dedicated to predicting the direction of price, that is, treating the problem as one of classification. In this context, this work proposes an artificial intelligence model based on SVMOne Class Artificial Neural Networks (ANN), which the proposal is to predict the direction of the price of the Bovespa Index (WIN) futures contract in a 5 (five) minute graph time. The main differential of this work compared to those available in the literature is the use of the SVMOne Class or the Savitzky-Golay filter. Another highlight is the validation of results via backtesting, using an automated trading system for the financial market called Expert Advisor (EA) developed on the free MetaTrader5 (MT5) platform. Backtesting allowed to obtain metrics in a simulation environment with real data from the financial market. The results obtained from the backtesting are more realistic and, therefore, differ from the results achieved only by analyzing the assertiveness of the AI model, which presented an average rate of 60.22% of assertiveness in the predictions. This analysis served to prove the importance of validating AI models by applying backtesting systems to analyze the results. | - |
| Descrição: dc.description | O mercado financeiro é o ambiente de negociação de diversos instrumentos financeiros, incluindo ações, títulos, moedas e derivativos. Este mercado é de vital importância para o bom funcionamento das economias capitalistas. Um segmento importante do mercado financeiro é o mercado de valores mobiliários, que possibilita a especulação sobre contratos futuros. No Brasil o minicontrato futuro de Ibovespa (WIN) é o ativo financeiro mais negociado por pessoas físicas na modalidade de negociação intradiário (daytrade). Traders e investidores que realizam operações de compra e venda neste mercado, encontram inúmeros desafios que dificultam a tarefa no momento da tomada de decisão. Desafios estes que podem afetar tanto os investidores mais experientes quanto os iniciantes neste mercado. A maioria dos estudos disponíveis na literatura empregam abordagens estatísticas e econométricas convencionais para tentar prever o preço futuro de determinado ativo financeiro por meio de análise de regressão. Observa-se então, uma carência de pesquisas no campo de desenvolvimento de modelos dedicados a previsão da direção do preço, ou seja, tratar o problema como sendo de classificação. Neste contexto, este trabalho propõe um modelo de inteligência artificial baseado em SVM One Class e Redes Neurais Artificiais (RNA), o qual a proposta é prever a direção do preço do contrato futuro do índice Bovespa (WIN) no tempo gráfico de 5 (cinco) minutos. Os principais diferenciais deste trabalho comparado com os disponíveis na literatura, está no uso do SVM One Class e o filtro Savitzky-Golay. Outro ponto de destaque consiste na validação dos resultados via backtesting, utilizando um sistema de negociação automatizado para o mercado financeiro denominado de Expert Advisor (EA) desenvolvido na plataforma gratuita MetaTrader5 (MT5). O backtesting permitiu obter métricas em ambiente de simulação com os dados reais do mercado financeiro. Os resultados obtidos do backtesting são mais realistas e por isso divergem dos resultados alcançados apenas analisando a assertividade do modelo de IA que apresentou uma taxa média de 60,22% de assertividade das previsões. Esta análise serviu para provar a importância da validação de modelos de IA aplicando sistemas de backtesting para analise dos resultados. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia de Sistemas e Automação | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Engenharia | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Mercado financeiro | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Savitzky-Golay | - |
| Palavras-chave: dc.subject | MetaTrader5 | - |
| Palavras-chave: dc.subject | Expert advisor | - |
| Palavras-chave: dc.subject | Day trade | - |
| Palavras-chave: dc.subject | SVM One Class | - |
| Palavras-chave: dc.subject | Financial market | - |
| Palavras-chave: dc.subject | Artificial neural networks | - |
| Palavras-chave: dc.subject | Engenharia de Software | - |
| Título: dc.title | Desenvolvimento de robô de investimento para day trade baseado em SVM One Class e RNA | - |
| Título: dc.title | Investment robot development for day trade based on SVM one class and RNA | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: