Modelagem, Implementação e Avaliação de Estratégias de Negociação Baseadas em Algoritmos de Aprendizado de Máquina para o Mercado Financeiro

O investimento no mercado de ações é uma das formas mais rápidas e atrativas de obter lucros consideráveis

em um curto espaço de tempo. Porém, devido a grandes variações e oscilações neste tipo de mercado, os

investidores estão sujeitos à riscos que podem acarretar também em grandes prejuízos. Para evitar que outros

estudantes e interessados da área de mercado nanceiro tenham que despender muito tempo de suas pesquisas

na implementação de algoritmos e possam dedicar esforços em criar, validar e aprimorar suas estratégias de

negociação, propõe-se neste trabalho o projeto e implementação de um arcabouço automatizado constituído de 5

etapas: Extração de Dados, Caracterização e Transformação de Dados, Classicação de Modelos de Previsão de

Tendências, Estratégia de Operação e a Análise de Resultados. Durante as simulações, avaliou-se dados de cotações

históricas de 9 ativos negociados na Bolsa Brasil Balcão (B3), para um período de 741 na etapa de Validação, para

os 8 modelos de previsão de tendências propostos. Como resultados e validação do arcabouço proposto, serão

apresentados para cada um dos ativos e modelos de previsão de tendência, uma tabela consolidada contendo dados

(desempenho, operação / risco e estatísticos) e 2 grácos: série de preço de fechamento e série de evolução de

capital acumulado (retornos líquido e bruto e custo operacional).

Investing in the stock market is one of the fastest and most attractive ways to make considerable prots in a

short period of time. However, due to large variations and uctuations in this type of market, investors are

subject to risks that can also result in large losses. In order to avoid that other students and interested in the

nancial market area have to spend a lot of time on their research in the implementation of algorithms and can

dedicate eorts in creating, validating and improving their trading strategies, this work proposes the design and

implementation of a automated framework consisting of 5 stages: Data Extraction, Data Characterization and

Transformation, Classication of Trend Forecasting Models, Operation Strategy and Results Analysis. During the

simulations, historical quotation data of 9 assets traded on the Brazil Balcão Exchange (B3) was evaluated, for a

period of 741 in the Validation stage, for the 8 proposed trend forecasting models. As a result and validation of

the proposed framework, a consolidated table containing data (performance, operation / risk and statistics) and 2

graphs: series of closing price and series of accumulated capital (liquid and gross returns and operating cost)

evolution of trends will be presented for each of the assets and trend forecasting models.

Revista Brasileira de Computação Aplicada