Exportar registro bibliográfico

Arbitragem estatística e inteligência artificial (2007)

  • Authors:
  • USP affiliated authors: PARREIRAS, LUIZ PAULO RODRIGUES DE FREITAS - MODMATFIN
  • Unidades: MODMATFIN
  • Sigla do Departamento: EAE
  • Subjects: ARBITRAGEM; ESTATÍSTICA; INTELIGÊNCIA ARTIFICIAL; ECONOMETRIA; OPÇÕES FINANCEIRAS
  • Language: Português
  • Abstract: O objetivo desta dissertação é o desenvolvimento de um modelo de arbitragem estatística, para identificar oportunidades no mercado de ações brasileiro, através do uso de técnicas econométricas e de inteligência artificial. O conceito de arbitragem estatística envolve a busca por anomalias momentâneas nas relações de preços entre diversos ativos, de modo que, quando tais distorções sejam corrijidas, seja possível obter lucros, com consistência e baixo risco. O uso de técnicas do campo da econometria abre a possibilidade de determinar quando a relação entre dois (ou mais) ativos se desvia de um certo equilíbrio. O conceito de cointegração, aqui representado pela metodologia de Engle-Granger, permite testar a existência desse equilíbrio (mais precisamente, estacionariedade no resíduo), e determinar um modelo para aproveitar as oportunidades criadas pelos desvios. Na dissertação é apresentada uma variação da técnica de Engle-Granger que permite construir cestas de ações, cujos resíduos (ou "mispricings") são cointegrados. Contudo, tomar decisões de compra e venda apenas com base em idéias de reversão à mídia não necessariamente é lucrativo, como será mostrado através da simulação de estratégias de arbitragem estatística implícita. As redes neurais aparecem então como uma ferramenta não-paramétrica de previsão, dada sua capacidade de se adaptar a dados com grande dose de ruído. A teoria relevante para o projeto e uso de uma rede neural é apresentada, esão discutidas aplicações dessa classe de modelos a problemas de previsão em finanças. Mais ainda, cada uma das características de uma boa rede é explorada, visando um modelo de alto desempenho. Este modelo é então combinado com o modelo de cointegração, e vai prever o comportamento futuro dos "mispricings", de maneira a identificar os pontos de compra e venda destas cestas de ações. ) Ao fim, algumas técnicas de trading são implementadas em conjunto com os modelos, de maneira a melhorar os retornos sem aumentar os riscos, na presença de custos de transação. O modelo final é simulado fora da amostra ao longo de todo o ano de 2006, operando 29 estratégias de arbitragem simultaneamente, com retorno bastante satisfatório acima de 80%, índice de Sharpe de 3,5 e baixa correlação com o resto do mercado
  • Imprenta:
  • Data da defesa: 31.05.2007

  • How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PARREIRAS, Luiz Paulo Rodrigues de Freitas; VICENTE, Renato. Arbitragem estatística e inteligência artificial. 2007.Universidade de São Paulo, São Paulo, 2007.
    • APA

      Parreiras, L. P. R. de F., & Vicente, R. (2007). Arbitragem estatística e inteligência artificial. Universidade de São Paulo, São Paulo.
    • NLM

      Parreiras LPR de F, Vicente R. Arbitragem estatística e inteligência artificial. 2007 ;
    • Vancouver

      Parreiras LPR de F, Vicente R. Arbitragem estatística e inteligência artificial. 2007 ;

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2020