Análise da eficácia das estratégias baseadas em padrões de candlesticks com o uso de modelos de machine learning: um estudo sobre a lucratividade e efetividade no mercado financeiro

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPereira Junior, Francisco-
Autor(es): dc.contributorPereira Junior, Francisco-
Autor(es): dc.contributorShishido, Henrique Yoshikazu-
Autor(es): dc.contributorSilva, Adriano Rivolli da-
Autor(es): dc.creatorKadooka, Bruno Hideo-
Data de aceite: dc.date.accessioned2026-08-11T10:58:59Z-
Data de disponibilização: dc.date.available2026-08-11T10:58:59Z-
Data de envio: dc.date.issued2026-04-07-
Data de envio: dc.date.issued2026-04-07-
Data de envio: dc.date.issued2025-06-23-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/40037-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1186134-
Descrição: dc.descriptionThe Brazilian investment market has shown significant growth, driven by the increasing interest of investors. In this context, technical analysis is widely used by those seeking short-term opportunities. Strategies based on candlestick patterns and classical indicators, such as support, resistance, and trends, are commonly applied, although their effectiveness and profitability are often questioned, particularly in assets such as futures contracts and stocks. This study aimed to evaluate the effectiveness of these strategies, both individually and in combination with traditional technical indicators, integrating machine learning models. A comprehensive analysis of trade management in the context of day trading was conducted, focusing on identifying the most favorable timeframes for achieving profitable results. Among the findings, the strategy using 500-point stop gain and stop loss parameters combined with the Random Forest model demonstrated strong performance and consistent profitability in day trading. The results contribute to a critical evaluation of traditional strategies and highlight the potential for optimization through computational approaches.-
Descrição: dc.descriptionNo mercado de investimentos brasileiro, observa-se um crescimento expressivo impulsionado pelo interesse cada vez maior dos investidores. Nesse contexto, a análise técnica é amplamente utilizada por aqueles que buscam oportunidades de curto prazo. Estratégias baseadas em padrões de candlesticks e em indicadores clássicos, como suportes, resistências e tendências, são comumente aplicadas, embora existam questionamentos quanto à sua eficácia e lucratividade, especialmente em ativos como contratos futuros e ações. Este trabalho teve como objetivo investigar a efetividade dessas estratégias, tanto de forma isolada quanto em combinação com indicadores técnicos tradicionais, integrando também modelos de machine learning. Foi conduzido um estudo abrangente sobre o gerenciamento de operações no day trade, com foco na identificação dos intervalos de tempo gráfico mais favoráveis. Entre os resultados, destaca-se a estratégia com 500 pontos de stop gain e stop loss, aliada ao modelo Random Forest, que apresentou desempenho eficaz e lucro consistente no contexto do day trade. Os achados contribuem para a avaliação crítica das estratégias tradicionais e demonstram o potencial de otimização por meio de abordagens computacionais.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectMercado financeiro-
Palavras-chave: dc.subjectMétodos gráficos-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectMoney market-
Palavras-chave: dc.subjectGraphic methods-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAnálise da eficácia das estratégias baseadas em padrões de candlesticks com o uso de modelos de machine learning: um estudo sobre a lucratividade e efetividade no mercado financeiro-
Título: dc.titleAnalysis of the effectiveness of strategies based on candlestick patterns using machine learning models: a study on profitability and performance in the financial market-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.