Criação de um sistema assertivo para operações de contratos de dólar futuro utilizando aprendizado de máquina

Resumo

O objetivo do presente trabalho é verificar a aplicabilidade da utilização de aprendizado de máquina para a criação de um modelo preditivo de suporte a tomada de decisão de compra ou venda de contratos futuros de dólar no mercado intra diário brasileiro. A metodologia utilizada foi a coleta de dados durante o ano de 2021, a seleção dos principais indicadores de análise gráfica utilizados pelos operadores atualmente e o desenvolvimento de um código que gere um modelo preditivo utilizando-se inteligência artificial e aprendizado de máquina tendo como dados de entrada os indicadores gráficos selecionados. O trabalho mostra que é possível criar um modelo de suporte a tomada de decisão de entrada em operações com aprendizado de máquina tendo atingido um percentual de acerto superior a 75% nas operações sugeridas. O resultado final apresentado utiliza o modelo Random Forest Regressor para gerar sugestões de operações de compra ou venda tendo como entrada indicadores como o Estocástico, o Índice de Força Relativa, o Volume Financeiro, as Médias Móveis, o VWAP, o MACD e as Bandas de Bollinger.

Ficha do documento

Tipo

Dissertação

Ano

2022

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/33113

Temas

EconomiaTecnologiaDados

Palavras-chave

DollarMachine learningLinear regressionDólarAprendizado de máquinaDaytradeRegressão LinearRandon Forest RegressorEconomiaAprendizado do computadorBolsa de valores - Custo operacionalFinançasAnálise de regressão