Análise de previsão de preços de ações de uma carteira otimizada, utilizando análise envoltória de dados, redes neurais artificiais e modelo de box-jenkins
Carregando...
Data de Submissão
Data de Defesa
2018-03-16
Edição
Autores
Orientadores
Coorientadores
Michels, Alexandre Fassini
Editores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Descrição
O mercado de ações atrai cada vez mais investidores, por sua alta rentabilidade, quando comparado com outras opções de investimentos. Porém, esta comercialização de ativos possui um alto risco, sendo aconselhável utilizar conceitos
matemáticos para auxiliar na tomada de decisões. Este trabalho visou estudar alguns desses conceitos aplicados na bolsa de valores, para maximizar o retorno e controlar
os riscos. Primeiramente, para a seleção de carteira de ativo foi utilizada a Análise Envoltória de Dados (DEA), para em seguida, prever o preço das ações das empresas
selecionadas. Para esta prognose, foi realizada uma comparação de modelos de previsão de séries temporais, com o uso das Redes Neurais Artificiais e da metodologia Box-Jenkins. Para o cálculo da DEA, foram utilizados indicadores como preço/lucro, retorno, entre outros, como variáveis de entrada e saída. Já para a previsão, foi empregado o preço diário de dia comercial para cada uma das empresas previamente selecionadas para a carteira otimizada. Para o estudo com DEA, obtevese um portfólio otimizado com retorno 15 vezes maior do que o índice Ibovespa; e para o comparativo dos métodos de previsão, concluiu-se que a metodologia BoxJenkins foi a mais indicada para prever preço de ações, por ter menores médias de
erros.
Resumo
The stock market attracts more and more investors because of its high profitability, when compared to other investment options. However, this commercialization of assets has a high risk, and it is advisable to use mathematical concepts to assist in decision making. This paper aims to study some of these concepts applied in the stock exchange, to maximize the return and to control the risks. Firstly, for asset portfolio
selection was used Data Envelopment Analysis (DEA), to then predict the stock price of the selected companies. For this prognosis, a comparison was made of time series forecast models, using the Artificial Neural Networks and Box-Jenkins method. For the DEA , it was used indicators such as price/profit, return, among others, as input and output variables. For the forecast, the daily commercial day price was used for each of the companies previously selected for the optimized portfolio. For the study with DEA, an optimized portfolio was obtained with a 15 times higher return than the
Ibovespa index; and for the comparison of the forecasting methods, it was concluded that the Box-Jenkins methodology was the most adequate to predict share prices, due to lower error rates.