- author = "Carlos Alberto Silva {de Assis}",
- title = "Predicao de Tendencias em Series Financeiras utilizando Meta-Classificadores",
- school = "Federal University of Minas Gerais (UFMG)",
- year = "2019",
- address = "Belo Horizonte, Brazil",
- month = "24 " # apr,
- keywords = "genetic algorithms, genetic programming, Computational Intelligence. Meta-Classifier. Financial Series, Programacao Genetica, Inteligencia Computacional, AI, Meta-Classificador, Series Financeiras",
-
URL = "
https://www.sig.cefetmg.br/sigaa/public/programa/noticias_desc.jsf?lc=en_US&id=308¬icia=17099533",
-
URL = "https://sig.cefetmg.br/sigaa/verArquivo?idArquivo=2333930&key=b59204be3343a9d10bb3904b0ab1996d",
- size = "106 pages",
- abstract = "Predicting the behavior of financial assets is a task that has been researched by various techniques over the last years. Despite there exists an extensive research in this area, the task to predict asset prices or trends remains an extremely difficult task because due to the uncertainties of the financial markets and other factors. This work proposes and implement a meta-classifier based on computational intelligence techniques to find price trends for the stock market assets, as the B3. Meta-classifier kernel is based on the WEKA tool, where seven classifiers are combined to be optimized in the next step by meta-classification. Tests were performed with some of the most liquidity assets of different sectors and the assets that accompany the Bovespa index of B3, are: BOVA11, CIEL3, ITUB4, PETR4, USIM5, CMIG4, GGBR4, KROT3 and GOLL4. The results were satisfactory, showing a good accuracy in the classification with up to 57 percent, in addition to financial results with gains of up to 100 percent of the capital value initially invested. We also had good results when compared to the buy-and-hold,random and inverse strategy.",
- resumo = "A previsao do comportamento de ativos financeiros e uma linha de pesquisa que vem sendo investigada por diversas tecnicas ao longo dos ultimos anos. Mesmo com inumeras pesquisas, prever precos de ativos ou tendencias continua sendo uma tarefa extremamente dificil, uma vez que tal comportamento esta ligado as incertezas do mercado financeiro e outros fatores. Desta forma, neste trabalho foi desenvolvido um meta-classificador baseado em metodos de inteligencia computacional para descobrir tendencias de preco para ativos de bolsa de valores, como a B3. O kernel do meta-classificador e baseado na ferramenta WEKA, onde 7 classificadores sao combinados para serem otimizados na etapa seguinte pela meta-classificacao. Testes foram realizados com alguns dos ativos mais liquidos de diferentes setores e o ativo que acompanha o indice Bovespa da B3, sao eles: BOVA11, CIEL3, ITUB4, PETR4, USIM5, CMIG4, GGBR4, KROT3 e GOLL4. Os resultados foram promissores, apresentando uma boa acuracia na classificacao com ate 57%, alem de resultados financeiros satisfatorios com ganhos de ate 100% do valor de capital inicialmente investido. Tambem tivemos bons resultados quando comparamos com os baselines buy-and-hold, aleatorio e estrategia inversa.",
-
notes = "in Portuguese 3.3.9 Programacao Genetica
(PG)
Supervisor: Adriano C. Machado Pereira",
