Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Penof Júnior, D. G. |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Centro Universitário FEI, São Bernardo do Campo
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.fei.edu.br/handle/FEI/280
|
Resumo: |
Este trabalho busca desenvolver um método para detectar reversões de tendência seguidas de quedas no mercado financeiro brasileiro usando wavelets. A partir do conceito da lei de potência log-periódica, caracterizada pelas reduções da amplitude e do período das suas oscilações conforme se aproxima o momento crítico (onde as quedas são mais prováveis), utilizou-se a Transformada Wavelet Contínua para detectar este aumento na frequência de oscilação da série temporal dos preços de ativos financeiros e gerar sinais de venda. Com este objetivo, foi desenvolvido um algoritmo para testar diferentes tipos de wavelets e parâmetros de cálculo do Índice Wavelet, avaliando qual combinação de parâmetros obtém os melhores resultados, bem como, comparando esses resultados às ferramentas de Análise Técnica existentes. Os resultados indicam que o método proposto para cálculo do Índice Wavelet detecta com sucesso reversões de tendências seguidas de quedas significativas (acima de 10%) no mercado financeiro brasileiro. Nas quedas acima de 15%, as perdas por venda antecipada foram de 45,0% (em média) no grupo de busca e 43,9% no grupo de teste, sem falsos negativos, utilizando principalmente a wavelet de Meyer. Sua performance também foi superior às ferramentas de Análise Técnica como MACD e IFR. |
