Previsibilidade no mercado acionário utilizando machine learning
Nogueira, Carolina Calió
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Este trabalho busca verificar a existência de previsibilidade no mercado acionário brasileiro. Para fazer a análise foi utilizado o índice IBRX e 40 fatores de risco para cada empresa que compõem o índice. Os fatores de risco foram obtidos através do terminal da Bloomberg, entre janeiro de 2008 e junho de 2018. O estudo foi feito com auxílio de Machine Learning em que foram realizadas regressões logísticas e árvores de decisão para cada uma das empresas. A partir do estudo, pode-se observar evidências de previsibilidade no mercado brasileiro, resultado análogo ao encontrado por Gu et al. (2018), que verificaram resultados parecidos no mercado norte americano, com estudo que serviu de base para este trabalho.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2019
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/27999
- Temas
- EconomiaTransportes
Conteúdos relacionados
- DissertaçãoSeleção de fundos multimercadoFundação Getulio Vargas · 2025
- DissertaçãoPredição de default de empresasFundação Getulio Vargas · 2020
- DissertaçãoParametrização de estratégia de covered calls no mercado de dólar futuro utilizando simulaçãoFundação Getulio Vargas · 2022
- DissertaçãoCombinação de indicadores fundamentalistas de valor/qualidade e aprendizado de máquina em rebalanceamento anual de carteirasFundação Getulio Vargas · 2023
