Modelagem paramétrica e não paramétrica no mercado acionário brasileiro : uma investigação do desempenho de modelos ARIMA&GARCH e do algoritmo NN em estratégias de negociação

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

Para um administrador de carteira, a possibilidade de prever o comportamento dos ativos é algo desejável. A previsibilidade do mercado financeiro é objeto de pesquisa há inúmeras décadas. Tal hipótese de previsibilidade ou falta dela pode ser testada de diferentes maneiras, incluindo o uso direto de modelagem matemática para realizar as previsões. O principal objetivo do presente estudo é verificar a performance de dois diferentes métodos de previsão em estratégias de negociação para o mercado acionário brasileiro. A base de dados é constituída por retornos diários dos 40 ativos mais líquidos entre 2003 e 2005. O primeiro método pesquisado foi o uso do algoritmo de previsão NN (Nearest Neighbor) e o segundo corresponde aos populares modelos ARIMA&GARCH. A principal conclusão da pesquisa foi que os modelos ARIMA&GARCH, dentro da metodologia sugerida, obtiveram resultados superiores ao algoritmo NN e em relação a uma estratégia ingênua, resultado um respeitável desempenho nas estratégias de negociação, mais particularmente na estratégia de arbitragem. Tal resultado motiva o uso do método sugerido em aplicações reais no mercado financeiro Brasileiro, porém é importante salientar que a pesquisa foi baseada em algumas necessárias pressuposições, as quais podem afetar tal resultado em aplicações reais.

ASSUNTO(S)

mercado financeiro administração financeira finanças mercado de ações negociação

ACESSO AO ARTIGO

Documentos Relacionados