Construção do livro de ofertas a partir de dados de alta frequência e um algoritmo de predição de valores baseado em técnicas de agrupamento e regressão linear

• Ano de defesa: 2013
• Autor(a) principal: Moreira, Rodrigo Bossini Tavares
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: agrupamento; clustering; Fix protocol; high-frequency market; livro de ofertas; mercado de alta frequência; offerbook; predição de valores; protocolo FIX; values prediction
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-24072013-231212/

A negociação algorítmica oferece algoritmos que tomam decisões de compra e/ou venda com base em parâmetros pré-determinados, oscilações de preços no mercado, dados históricos etc. Uma vantagem oferecida por ela é a possibilidade de atuação rápida no mercado, possivelmente aproveitando as melhores ofertas disponíveis. A Bovespa disponibiliza dados referentes à troca de mensagens entre as partes que constituem o mercado nanceiro. A partir dessas mensagens, geralmente é possível fazer a construção do livro de ofertas, que contém informações referentes às ofertas de compra e venda disponíveis em dado instante e também sobre negociações que foram concretizadas. Esses dados são disponibilizados em diferentes formatos. Os dados de futuros utilizados neste trabalho, por exemplo, seguem o formato padrão do protocolo FIX, que dene cada mensagem como uma coleção de pares de chave/valor. Um outro formato de dados próprio da Bovespa é utilizado para a disponibilização de dados de ações. Neste trabalho faz-se a construção do livro de ofertas a partir dos dados de futuros, com a proposta de uma estrutura de dados eciente para a manipulação de mensagens no formato do protocolo FIX. Também discute-se sobre a possibilidade de construção do livro de ofertas a partir dos dados de ações. Finalmente, um algoritmo de predição de valores baseado em técnicas de mineração de dados como agrupamento é proposto e analisado quanto à sua aplicabilidade.