Modelo de seleção de ações a partir de registros contábeis e de indicadores de mercado, utilizando técnicas de análise de componentes principais, support vector machine e redes neurais no mercado brasileiro

Resumo

O objetivo deste trabalho é propor um modelo de seleção de ações que superem o índice IBrX 100, com base em seus registros contábeis e indicadores de mercado, a partir da utilização das técnicas de support vector machine e redes neurais - identificadas ao longo deste estudo como classificadores. Os classificadores são treinados em parte da amostra e seguem para a verificação de suas precisões a partir dos conceitos extraídos da matriz confusão. Em seguida, é analisado o desempenho da carteira formada pelos ativos selecionados do classificador com maior acurácia em relação ao índice IBrX 100. O classificador support vector machine com kernel linear apresentou resultados superiores dentre os demais na identificação das ações vencedoras, com acurácia de 54,8%. Ao analisarmos as características da classificação desse algoritmo, nota-se que foram selecionadas as ações que apresentaram aumento de rentabilidade, redução de endividamento e maiores retornos nos períodos de 2 meses, 1 mês e 5 dias. A carteira formada pela seleção de ações a partir do classificador vencedor desempenhou 17,8% melhor que o IBrX 100, com information ratio médio de 0,30 em 2018 e 1,48 em 2019. Como possível crítica deste resultado, a amostra de teste ficou concentrada em um período de tendência de alta do índice de referência.

Ficha do documento

Tipo

Dissertação

Ano

2020

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/29284

Temas

EconomiaDados

Palavras-chave

Support vector machineStocks selectionClassifiersNeural networksPrincipal component analysisSeleção de melhores açõesClassificadoresRedes neuraisAnálise de componentes principaisEconomiaAções (Finanças)Mercado financeiro - BrasilAprendizado do computadorRedes neurais (Computação)