UTILIZAÇÃO DE ALGORITMOS GENÉTICOS NO MERCADO DE AÇÕES Autor: Kaian Werkhaizer Ferraz – [email protected] Orientador: Antonio Carlos Moretti - [email protected] Unidade: INSTITUTO DE MATEMÁTICA, ESTATÍSTICA E COMPUTAÇÃO CIENTÍFICA – IMECC Apoio: Conselho Nacional de Desenvolvimento Científico e Tecnológico – CNPq Palavras-chave: Algoritmos Genéticos – Modelagem Econômica, Heurísticas ● INTRODUÇÃO ● O ALGORITMO O projeto consistiu no desenvolvimento e teste de uma estratégia de avaliação de investimentos no mercado de ações com o uso de algoritmos genéticos. • ● METODOLOGIA O método avalia indicadores econômicos para determinar se qual investimento é uma melhor estratégia baseado em desempenhos passados da seguinte avaliação: • ● RESULTADOS Teste Período Recomendação Rendimento Ativo 1 Rendimento Ativo 2 1 5 meses Ativo 2 -2,92% 0,5470% 2 7 trim. Ativo 1 2,56% 1,6609% 3 4 anos Ativo 2 -31,30% 1,5616% [1] ESHELMAN, L. J., e SCHAFFER, J. D. Crossovers niche, San Mateo, CA: S. Forrest, 1993 TESTES Vetor solução: Si = u1, u2, v1, v2 Onde v1 representa a sequencia de sinais MAIOR/MENOR e v2 a sequencia de relação E/OU Tabela 1 – Informações dos testes ● Tabela 2 – Quadro resumo dos testes Mutação uj = r * (pais[k][j]) - Dois ativos, dois indicadores: Se o indicador 1 for MENOR/MAIOR QUE u1, E/OU o indicador 2 for MENOR/MAIOR QUE u2, E/OU o indicador 3 for MENOR/MAIOR QUE u3 [...] E/OU o indicador m for MENOR/MAIOR QUE um então o rendimento esperado é igual ao rendimento histórico do ativo 1. Caso contrário, o rendimento esperado é igual ao rendimento histórico do ativo 2. ● Crossover - Blend Crossover [1]: uj = pais[k][j] + r *(pais[k][j] pais[k+1][j]) Teste Ativo 1 Ativo 2 Indicador 1 Indicador 2 1 Petrobrás PN (PETR4.SA) Poupança Variação do Preço do Barril de Petróleo Bruto Ibovespa 2 Natura ON (NATU3.SA) Poupança Índice de Preços de Insumos Industriais (IPII) Ibovespa 3 Cyrela Real ON (CYRE3.SA) Poupança Índice Nacional de Custo da Construção de Mercado (INCC-M) Ibovespa CONCLUSÕES E DISCUSSÕES - Recomendações corretas em todos os testes - Grande flexibilidade do algoritmo - Altamente dependente de base de dados