English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A analise do mercado de acoes e um assunto desafiador que desperta o interesse de pesquisadores e especialistas em diversas areas. Diferentes metodos foram desenvolvidos[4] para tentar prever as flutuacoes nos precos das acoes visando maximizar os lucros de investidores e instituicoes financeiras. Uma metodologia muito utilizada, baseada no acompanhamento do movimento dos precos das acoes ao longo do tempo, e a Analise Tecnica[1], na qual investidores utilizam dados estatisticos e indicadores para tomar a decisao sobre a compra ou a venda de uma determinada acao. O objetivo deste trabalho e utilizar Algoritmos Geneticos (AG) para tentar determinar a melhor combinacao de estrategias (e seus parâmetros) da Analise Tecnica que maximizam o lucro de um aplicador. Algoritmo Genetico[2] e um metodo de busca e otimizacao inspirado na teoria da evolucao de Darwin. Cada individuo da populacao representa uma solucao candidata do problema que se deseja otimizar. No inicio de cada geracao os individuos sao avaliados por uma funcao de avaliacao e, quanto melhor for sua avaliacao, maior a probabilidade dele ser selecionado pelo operador de crossover. Este tem como objetivo combinar dois individuos para dar origem a dois novos individuos (seus ”filhos”). Em seguida, o operador de mutacao e aplicado aos individuos com o objetivo de garantir a diversidade da populacao. Para a nova populacao gerada pelos operadores, o processo se repete ate que um criterio de parada, por exemplo, numero de geracoes seja satisfeito. O mecanismo chamado de elitismo e utilizado quando se deseja garantir que os melhores individuos de uma geracao sobrevivam na proxima. A solucao encontrada pelo AG sera sempre o melhor individuo da ultima geracao. Neste trabalho, utilizamos AG para combinar duas estrategias e seus parâmetros: cruzamento de medias moveis[1] e zonas de Indice de Forca Relativa[1]. No cruzamento de medias moveis, temos: a media movel simples (MMS) de N periodos que e a media aritmetica dos precos de fechamento de uma acao nos ultimos dias, contando com o dia atual; e a media movel exponencial (MME) que atribui um peso maior aos precos mais recentes. Dessa forma, a estrategia de cruzamento de medias moveis consiste em efetuar a compra da acoes quando a MME de N periodos cruzar, de baixo pra cima, a MMS de M periodos, onde N  M . A venda e feita quando o cruzamento ocorre na outra direcao. A estrategia de zonas do IFR utiliza o Indice de Forca Relativa (IFR)[3], indicador que varia de 0 a 100, e indica a venda quando o valor do indicador esta acima de S e a compra quando o valor esta abaixo de I , com 0  I  S  100. Foi utilizado tambem um mecanismo chamado de stop[1] que e responsavel por efetuar operacoes automaticamente caso o preco da acao atinja um preco predeterminado. A implementacao foi feita em Java e o conjunto de dados utilizado e formado pelas cotacoes das acoes da Petrobras de 2000 a 2013. O primeiro passo foi analisar o comportamento dos diversos parâmetros do AG: mutacao (com e sem), elitismo (com e sem) e formas de representacao dos individuos (binaria e real). Para isto, consideramos apenas a estrategia de cruzamento de medias, na qual cada individuo representa 3 parâmetros: periodo da mme, periodo da mms e stop. A figura 1(a) e um exemplo de exploracao feita pelo AG, nela podemos ver a convergencia ocorrendo em um ponto central do espaco. Neste ponto esta localizada uma grande quantidade de maximos locais (os mais vermelhos), como pode ser visto na figura [...]

Um estudo sobre a aplicação de Algoritmos Genéticos no investimento em ações utilizando análise técnica