Parametrização de estratégia de covered calls no mercado de dólar futuro utilizando simulação

Resumo

Este trabalho tem como foco estudar algumas possíveis variáveis que determinaram que uma estratégia de covered call fosse vencedora . A principal idéia é utilizar algoritmos de machine learning para encontrar pontos de entrada para a execução da estratégia. Os algoritmos escolhidos foram Decision Tree e Random Forest. A maioria das informaçoes de entrada serão compostas por algumas variáveis disponíveis em plataformas de provedores de dados de mercado. Um dos dados que comporão a base que alimentará os algoritmos é o retorno esperado, estimado a partir do método de Monte Carlo onde serão geradas diferentes trajetórias de preço que obedecem o movimento browniano geométrico. Para criar as trajetórias será usada a volatilidade implícita nas opções como estimador para a volatilidade realizada futura.

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:10438/32905

Temas

EconomiaDados

Palavras-chave

OptionsCovered callMonte CarloMachine learningDecision treeRandom forestMercado de opçõesMétodo de Monte CarloAprendizado do computadorÁrvores de decisãoEconomiaMonte Carlo, Método deVolatilidade (Finanças)