Algoritmos de machine learning em estratégias de trading uma análise da eficiência e aplicabilidade no mercado financeiro

Resumo

Esta dissertação investiga a aplicabilidade e eficiência dos algoritmos de machine learning em estratégias de day trading com ações no mercado financeiro, com foco particular no algoritmo random forest. É feita uma comparação detalhada entre estratégias de trading tradicionais, baseadas em indicadores de análise técnica, e aquelas aprimoradas por algoritmos de machine learning, especificamente o random forest, em termos de retorno sobre o investimento e risco associado. A justificativa para esta pesquisa reside na crescente integração de técnicas de machine learning no setor financeiro global, bem como na escassez de estudos focados em sua aplicabilidade no contexto de day trading em ações brasileiras. Através desta investigação, buscamos contribuir para a literatura acadêmica no campo de finanças quantitativas e oferecer insights práticos para pesquisadores, day traders e investidores interessados em explorar tecnologias avançadas de análise de dados.

Ficha do documento

Tipo

Dissertação

Ano

2024

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/35869

Temas

EconomiaTecnologiaDados

Palavras-chave

Aprendizado de máquinaAnálise técnicaMercado financeiroMachine learningQuantitative tradingRandom forestTechnical analysisDay tradingFinancial marketSciKit-LearnFinançasEconomiaAprendizado do computadorAlgoritmosEspeculação diária (Finanças)