Exportar registro bibliográfico

Sistema de apoio à  decisão inteligente para Day Trading: contornando a racionalidade limitada e tomando boas decisões consistentemente com o uso da inteligência artificial (2019)

  • Authors:
  • Autor USP: DALLAQUA, MARCEL FERNANDES - EP
  • Unidade: EP
  • Sigla do Departamento: PRO
  • Subjects: SISTEMAS DE APOIOÀ DECISÃO; INTELIGÊNCIA ARTIFICIAL
  • Agências de fomento:
  • Language: Português
  • Abstract: Para que possam tomar boas decisões consistentemente e alcançar seus objetivos financeiros, investidores devem enfrentar processos de tomada de decisão caóticos, complexos e frequentemente carregados de emoção. Nas últimas décadas, inúmeros sistemas de apoio à decisão vêm sendo propostos na literatura. Entretanto, a maioria dos estudos publicados deixa de fornecer regras para negociar no mercado e gerenciar os riscos, negligencia a avaliação do lucro dos métodos propostos e ignora a influência do comportamento humano na tomada de decisão e, consequentemente, nos resultados obtidos. Assim, verifica-se a necessidade de se explorar a seguinte questão: como contornar os limites da racionalidade para consistentemente tomar boas decisões e, consequentemente, obter resultados livres de vieses no mercado de capitais brasileiro? As próximas páginas verificam a hipótese de que, no day trading, os limites da racionalidade podem ser contornados com a aplicação de um sistema de apoio à decisão inteligente. Assim, objetivam medir a influência do comportamento humano no desempenho de um sistema de negociação financeira autônomo. Para isso, constroem e avaliam um sistema de apoio à decisão inteligente para day trading, empregando os métodos de simulação e experimento controlado no paradigma de pesquisa design science. Adicionalmente, propõem um framework para avaliação e aperfeiçoamento de sistemas de negociação financeira. E, por fim, demonstram ser possível contornar os limites da racionalidade, mas que, mesmo com um sistema autônomo, o impacto do comportamento no desempenho não é completamente nulo. Assim, contribuem, por um lado, diretamente com o processo metodológico para construção e avaliação de sistemas autônomos de negociação financeira, e, por outro, indiretamente com o desempenho inconsistente da grande maioria dos day traders, que acaba abandonando a atividade.
  • Imprenta:
  • Data da defesa: 17.12.2019
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      DALLAQUA, Marcel Fernandes. Sistema de apoio à  decisão inteligente para Day Trading: contornando a racionalidade limitada e tomando boas decisões consistentemente com o uso da inteligência artificial. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://teses.usp.br/teses/disponiveis/3/3136/tde-20032020-085902/. Acesso em: 20 out. 2024.
    • APA

      Dallaqua, M. F. (2019). Sistema de apoio à  decisão inteligente para Day Trading: contornando a racionalidade limitada e tomando boas decisões consistentemente com o uso da inteligência artificial (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/3/3136/tde-20032020-085902/
    • NLM

      Dallaqua MF. Sistema de apoio à  decisão inteligente para Day Trading: contornando a racionalidade limitada e tomando boas decisões consistentemente com o uso da inteligência artificial [Internet]. 2019 ;[citado 2024 out. 20 ] Available from: https://teses.usp.br/teses/disponiveis/3/3136/tde-20032020-085902/
    • Vancouver

      Dallaqua MF. Sistema de apoio à  decisão inteligente para Day Trading: contornando a racionalidade limitada e tomando boas decisões consistentemente com o uso da inteligência artificial [Internet]. 2019 ;[citado 2024 out. 20 ] Available from: https://teses.usp.br/teses/disponiveis/3/3136/tde-20032020-085902/

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

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024