Clusterização de padrões de candlesticks utilizando Mapas de Kohonen

381 visualizações

Publicada em

Trabalho apresentado em disciplina de mestrado da COPPE. Utilização de redes neurais não supervisionadas na previsão da direção do preço de ações da Petrobras baseado em Candlesticks.

Publicada em: Dados e análise
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
381
No SlideShare
0
A partir de incorporações
0
Número de incorporações
8
Ações
Compartilhamentos
0
Downloads
5
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Clusterização de padrões de candlesticks utilizando Mapas de Kohonen

  1. 1. Clusterização de padrões de candlesticks utilizando Mapas de Kohonen André S. T. de Carvalho UFRJ / PESC / COPPE andrestc@cos.ufrj.br
  2. 2. Índice 1. Introdução a. Candlesticks b. Objetivo 2. Método Proposto a. Coleta e Pré-Processamento b. Clusterização c. Pós-Processamento 3. Análise dos Resultados 4. Conclusões e Trabalhos Futuros
  3. 3. Introdução ● Mercado de Ações ● Análise Técnica x Análise Fundamentalista ○ Análise de Candlesticks
  4. 4. Candlesticks ● Figuras gráficas utilizadas por analistas técnicos em busca de padrões ● Contém informações sobre as negociações de um período ○ Podem ser utilizados nas mais diversas periodicidades
  5. 5. Candlesticks Candlesticks
  6. 6. Padrões de Candlesticks “Bebê Abandonado de Alta”
  7. 7. Objetivos ● Clusterizar amostras de candlesticks em busca de padrões; ● Analisar os padrões encontrados; ● Estudar a utilização desses clusters para previsão de movimentos futuros.
  8. 8. Dados Utilizados ● Histórico de cotações diárias da Petrobras(PETR4) ○ De 02/01/2001 até 09/08/2013 - 3123 observações
  9. 9. Pré-Processamento ● Remoção do Volume e Data ● Dados agrupados em conjuntos de 3 dias ○ 1 dia de janela (1, 2, 3 ; 2, 3, 4) ○ 12 variáveis (4 preços para cada dia) ● Normalização das variáveis da amostra ○ Maior preço -> 1, menor preço -> 0 ○ Para possibilitar a comparação entre os padrões de preços diferentes
  10. 10. Pré-Processamento Representação de um padrão
  11. 11. Pré-Processamento ● Finalmente, variáveis são normalizadas para média zero
  12. 12. Clusterização ● Mapa de Kohonen ○ Diversas topologias foram experimentadas ■ 6x6 neurônios foi a que melhor se comportou ○ 500 entradas ○ 50.000 iterações
  13. 13. Pós-Processamento ● Análise da Matriz U para definição dos clusters ○ Clusters selecionados manualmente ● Análise do padrão representado por cada cluster ● Análise da distribuição da movimentação futura de cada cluster ○ Associar a direção mais provável àquele cluster
  14. 14. Resultados e Análise ● Clusters Identificados no Treinamento
  15. 15. Análise e Resultados ● Abordagem conservadora Distribuição no Treinamento Resultados no Teste ● Apenas uma parte das amostras é classificada pois os clusters competem com todo o mapa!
  16. 16. Análise e Resultados ● Abordagem menos conservadora Distribuição no Treinamento Resultados no Teste ● Uma maior quantidade de amostras é classificada, porém a taxa de acerto é inferior!
  17. 17. Conclusões ● Apesar de não identificar nenhum padrão conhecido, o método proposto obteve resultados satisfatórios; ○ Tentar classificar menos amostras com uma taxa de acerto maior não é ruim. ● Fase de pré-processamento se mostrou extremamente crítica para a convergência do mapa.
  18. 18. Trabalhos Futuros ● Utilizar a mesma abordagem para várias ações e índices ○ Avaliar a utilização de um mesmo conjunto de cluster para todos ● Utilizar outras periodicidades e comparar os padrões encontrados ○ Padrões de um ano X padrões de um semestre/bimestre etc
  19. 19. Referências 1. Debastiani, Carlos Aberto. “Candlestick – Um método para ampliar lucros na Bolsa de Valores.”. Novatec, 2007. 2. Gowswami, M. M., C. K. Bhensdadia e A. P. Ganatra. “Candlestick Analysis based Short Term Prediction of Stock Price Fluctuation using SOM-CBR.”. Advance Computing Conference, 2009. IACC 2009. IEEE International. IEEE, 2009. 3. Carneiro, Murillo G., and Fábio J. Sabai. "Redes Neurais na Previsão de Tipos e Variações de Candles em Séries Temporais de Candlesticks." 4. Nison, Steve, Japanese Candlestick Charting Techniques, Segunda Edição.
  20. 20. Clusterização de padrões de candlesticks utilizando Mapas de Kohonen André S. T. de Carvalho UFRJ / PESC / COPPE andrestc@cos.ufrj.br

×