Este documento descreve uma máquina de comitê para prever o preço médio diário de ações na bolsa de valores de São Paulo usando técnicas computacionais como programação genética, redes neurais artificiais e regressão linear. O sistema combina as previsões desses modelos para fornecer previsões mais precisas do que cada modelo isoladamente. Além disso, um sistema online é proposto para fornecer sugestões diárias de compra e venda de ações aos investidores com base nas previsões da máquina de comitê
Graph database - Soluções na literatura e implementações disponíveis
Apresentação Monografia - Máquina de Comitê para previsão do preço médio diário das ações da BOVESPA
1. MÁQUINA DE COMITÊ PARA A PREVISÃO DO
PREÇO MÉDIO DIÁRIO DAS AÇÕES DA BOLSA DE
VALORES DO ESTADO DE SÃO PAULO
José Alexandre Macedo
Orientador: Humberto C. Brandão de Oliveira
Co-Orientador: Ricardo Menezes Salgado
Alfenas, 1 de Julho de 2010
2. Sumário
Introdução
Justificativa e Motivação
Objetivos
Modelos de Previsão
Projeto
Resultados
Sistema Online
Conclusão
Trabalhos Futuros
Referências Bibliográficas
2
3. Introdução
Ideia
Previsão do preço médio diário das ações
utilizando técnicas computacionais
Utilidades
Definição de valores de compra e venda para as ações
Indicador que auxilia no processo de tomada de decisão
3
10. Introdução
Ações
fração mínima = ação
Capital social
empresa de capital aberto
10
11. Introdução
Mercado de Ações
Renda Variável
Influenciado por fatores
Políticos
Econômicos
Sociológicos
Psicológicos
11
12. Introdução
Investidores
Buscam redução das perdas financeiras
Utilização de modelos de análise
Fundamentalista
Técnica
12
13. Justificativa e Motivação
Crescimento econômico
Economia mais estável
Migração para investimentos de
renda variável
Investidores despreparados
Utilização de Ferramentas para
Apoio a Decisão
13
14. Objetivo
Utilizar máquinas de comitê para verificar se os
erros das previsões do preço médio diário das
ações são menores ou iguais aos erros de vários
modelos de previsão isoladamente
Disponibilizar um sistema online de apoio à decisão
ao investidor na Bolsa de Valores
14
16. Modelos de Previsão
Programação Genética (PG)
Redes Neurais Artificiais (RNA)
Regressão Linear (RL)
16
17. Programação Genética
Baseado na Teoria de Darwin sen
Evolução de Indivíduos -
Cruzamentos / 8
Mutações x y
sen(x / y - 8)
Seleções
Indivíduos são árvore sintáticas
17
18. Redes Neurais Artificiais
Simulação do aprendizado do cérebro
humano através de modelos matemáticos
Entradas Camadas Escondidas Camada
de Saída 18
19. Regressão Linear
Utiliza a relação entre duas ou mais
variáveis para predizer outra variável
19
20. Projeto
Conjunto de Dados
Previsões para os dias com pregão em 2009
Ações das Empresas
20
21. Projeto
Valor de Abertura
Valor de Fechamento
(dia anterior)
Preço médio da ação
(dia anterior) Preço médio da ação
Média Móvel da ação
Previsor
(dia anterior)
Índice de Força Relativa
da ação (dia anterior)
Bollinger Bands
da ação (dia anterior)
Entradas Saída
21
22. Projeto
Configuração das Máquinas de Comitê
Combinações de Resultados
PG + RNA
PG + RL
RNA + RL
PG + RNA + RL
22
23. Projeto
Configuração das Máquinas de Comitê
Dia 1 Resultado PG Resultado RNA Resultado RL
Erro Relativo Médio
...
...
...
...
Dia (x-1) Resultado PG Resultado RNA Resultado RL
Dia x Resultado PG Resultado RNA Resultado RL
Média
Ponderada
Novo Resultado
23
27. Resultados
Análise dos Resultados
Exemplo Lucro
Bradesco 29/06/2010
Erro Relativo Médio = 0,79%
Média Prevista (Erro Acima) = 29,11
+0,23
Média Real = 28,88
-0,23
Média Prevista (Erro Baixo)= 28,65
27
28. Resultados
Análise dos Resultados
Exemplo Lucro
Bradesco 29/06/2010
Erro Relativo Médio = 0,79%
+0,20
Média Prevista (Erro Acima) = 29,11
+0,23
-0,20
Média Real = 28,88
+0,20
-0,23
Média Prevista (Erro Baixo)= 28,65
-0,20
28
29. Resultados
Análise dos Resultados
Exemplo Lucro
Bradesco 29/06/2010
Erro Relativo Médio = 0,79%
Preço Máximo = 29,43
+0,20
Média Prevista (Erro Acima) = 29,11 Preço de Venda = 29,31
+0,23 Preço de Compra = 28,91
-0,20
Média Real = 28,88
+0,20
-0,23 Preço de Venda = 28,85
Média Prevista (Erro Baixo)= 28,65 Preço de Compra = 28,45
-0,20
Preço Mínimo = 28,65 29
30. Resultados
Análise dos Resultados
Exemplo Lucro
Bradesco 29/06/2010
Lucro de R$0,40 por ação
1000 ações
Lucro Total de R$400,00
Apenas no dia 29/06
30
31. Sistema Online de Apoio a Decisão ao
Investidor
Interface entre os investidores e qualquer
previsor para disponibilizar sugestões diárias
de compra e venda de ações
Previsor
31
32. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
8:00 10:00 13:00 15:00 17:00 19:00
32
32
33. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Início do Pregão
8:00 10:00 13:00 15:00 17:00 19:00
33
33
34. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Insere previsões
no banco de dados
8:00 10:00 13:00 15:00 17:00 19:00
34
34
35. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Acesso ao Sistema
8:00 10:00 13:00 15:00 17:00 19:00
35
35
36. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Sugestão compra
Sugestão venda
Inserção de Previsões no homebroker
8:00 10:00 13:00 15:00 17:00 19:00
36
36
37. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Compra Realizada!
8:00 10:00 13:00 15:00 17:00 19:00
37
37
38. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Venda Realizada!
8:00 10:00 13:00 15:00 17:00 19:00
38
38
39. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Fim do Pregão
8:00 10:00 13:00 15:00 17:00 19:00
39
39
40. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Sugestão compra
Sugestão venda
Inserção de Previsões no homebroker
8:00 10:00 13:00 15:00 17:00 19:00
40
40
41. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Venda Realizada!
8:00 10:00 13:00 15:00 17:00 19:00
41
41
42. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Compra Realizada!
8:00 10:00 13:00 15:00 17:00 19:00
42
42
43. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Fim do Pregão
8:00 10:00 13:00 15:00 17:00 19:00
43
43
44. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Sugestão compra
Sugestão venda
Inserção de Previsões no homebroker
8:00 10:00 13:00 15:00 17:00 19:00
44
44
45. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Compra Realizada!
8:00 10:00 13:00 15:00 17:00 19:00
45
45
46. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Venda não realizada
8:00 10:00 13:00 15:00 17:00 19:00
46
46
47. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Venda a Mercado
Inserir Venda a Mercado
8:00 10:00 13:00 15:00 17:00 19:00
47
47
48. Sistema Online de Apoio a Decisão ao
Investidor
Funcionamento do Sistema
Banco
De
Previsor
Dados
Fim do Pregão
8:00 10:00 13:00 15:00 17:00 19:00
48
48
49. Sistema Online de Apoio a Decisão ao
Investidor
Funcionalidades
49
50. Sistema Online de Apoio a Decisão ao
Investidor
Funcionalidades
50
51. Sistema Online de Apoio a Decisão ao
Investidor
Funcionalidades
51
52. Sistema Online de Apoio a Decisão ao
Investidor
Funcionalidades
52
53. Sistema Online de Apoio a Decisão ao
Investidor
Funcionalidades
53
54. Conclusões
Estatisticamente foi comprovado que os erros gerados pelas máquinas
de comitê são menores que os erros dos previsores isolados
Teste de Tukey mostrou que várias das máquinas de comitê se
equivalem estatisticamente
O sistema online permite a qualquer usuários acompanhar sugestões
de compra e venda de ações feitas por qualquer modelos
computacionais
54
55. Trabalhos Futuros
Definição de sistemas que utilizam a previsão
do preço médio para gerar as sugestões de
compra e venda
55
56. Referências Bibliográficas
Neto, A. A. Mercado Financeiro. 7. ed. São Paulo: Atlas, 2006.
Piazza, M. C. Bem Vindo à Bolsa de Valores. 8. ed. rev. e ampl. São Paulo: Novo Conceito,
2009.
Exame. Revista Exame: O Brilho da Bolsa. São Paulo: Abril, 28 Ago. 2009.
Darwin, C., On the Origin of Species by Means for Natural Selection. London: Jhon Murray,
1859.
Koza, J. R. Hierarquical genetic algorithms operating on populations of computer programs.
Proceedings of the 11th International Joint Conference on Artificial Intelligent (IJCAI-89).
Detroit, MI. p. 768-774. Morgan Kaufmann, 1989.
Haykin, S. Neural Networks: A comprehensive Foundation. 2. ed. Ontario: Prentice Hall, 1998.
Box, G. E. P.; Jenkins, G. M.; Reinsel, G. C. Time Series Analysis, Forecasting and Control. 3.
ed. Englewood Cliffs: Prentice Hall, 1994.
56