Uma Aplicação De Meta-Aprendizagem Nas Cotações Euro/Dólar
Data
2018-12-07
Autores
Duarte, Felipe De Almeida 
Orientadores
Sato, Renato Cesar
Tipo
Dissertação de mestrado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
For the investor, knowing when to buy or sell a asset is a decision of extreme importance to make profits in financial markets. However, the same decision-making process, the investor should choose the ideal model for the study and analysis of the data series worked. Due to the large number of models available, choosing an ideal model often makes the task difficult, especially for inexperienced investors. To assist in such a decision, meta-learning can be an ideal tool, by making suggestions of models through applications in similar past data. This tool has already been used for the problem of algorithm selection and presents good results in the selection of study models of time series. In this work, we seek to use the method of analysis and analysis of time series (concrete euro/dollar quotations), through a ranking algorithm that suggests the best models. The results were satisfactory, presenting good predictions for the suggested models.
Para o investidor, saber quando comprar ou vender um ativo demonstra ser uma decisão de extrema importância para conseguir obter lucros em mercados financeiros. Entretanto, antes mesmos de se tomar tal decisão, o investidor deve escolher o modelo ideal para o estudo e análise da série de dados trabalhada. Devido a grande quantidade de mode- los disponı́veis, a escolha de um modelo ideal muitas vezes se torna uma tarefa difı́cil, principalmente para investidores inexperientes. Para auxiliar em tal decisão, a meta- aprendizagem pode ser uma ferramenta ideal, por realizar sugestões de modelos através de aplicações em dados passados parecidos. Tal ferramenta já tem sido empregado para o problema de seleção de algoritmos e apresenta bons resultados na seleção de mode- los de estudo de séries temporais. Neste trabalho, buscamos utilizá-la para o estudo e análise de séries temporais (especificamente cotações do euro/dólar), através de um algo- ritmo de ranqueamento que nos sugere os melhores modelos. Os resultados encontrados demonstram-se satisfatórios, apresentando boas previsões pelos modelos sugeridos.
Para o investidor, saber quando comprar ou vender um ativo demonstra ser uma decisão de extrema importância para conseguir obter lucros em mercados financeiros. Entretanto, antes mesmos de se tomar tal decisão, o investidor deve escolher o modelo ideal para o estudo e análise da série de dados trabalhada. Devido a grande quantidade de mode- los disponı́veis, a escolha de um modelo ideal muitas vezes se torna uma tarefa difı́cil, principalmente para investidores inexperientes. Para auxiliar em tal decisão, a meta- aprendizagem pode ser uma ferramenta ideal, por realizar sugestões de modelos através de aplicações em dados passados parecidos. Tal ferramenta já tem sido empregado para o problema de seleção de algoritmos e apresenta bons resultados na seleção de mode- los de estudo de séries temporais. Neste trabalho, buscamos utilizá-la para o estudo e análise de séries temporais (especificamente cotações do euro/dólar), através de um algo- ritmo de ranqueamento que nos sugere os melhores modelos. Os resultados encontrados demonstram-se satisfatórios, apresentando boas previsões pelos modelos sugeridos.