dc.contributor.advisor |
Manica, Edimar |
pt_BR |
dc.contributor.author |
Braatz, Diana |
pt_BR |
dc.date.accessioned |
2024-07-16T23:39:04Z |
|
dc.date.available |
2024-07-16T23:39:04Z |
|
dc.date.issued |
2023 |
|
dc.identifier.uri |
https://dspace.ifrs.edu.br/xmlui/handle/123456789/1260 |
|
dc.description.abstract |
Com um aumento em 2022 de 17,5% de investidores na bolsa de valores brasileira em comparação a 2021, surge a necessidade de orientação financeira para essas pessoas, seja através de um sistema de investimentos ou por um profissional da área. Seguindo essa linha, o problema levantado por este trabalho é a falta de um sistema seguro e gratuito que indique o momento ideal de compra ou venda de ações. Pensando em minimizar essa lacuna, o presente trabalho seleciona, analisa e avalia diferentes algoritmos de negociação por meio de diversos indicadores com foco nas ações da bolsa brasileira. Foram testados 5 algoritmos de negociação por meio de 9 indicadores de desempenho para 30 ações da bolsa de valores brasileira, divididas em 9 setores e 15 segmentos. O algoritmo com maior desempenho foi o Buy and Hold obtendo um índice Sharpe médio de 0,830 que analisa o retorno ajustado ao risco. |
pt_BR |
dc.description.abstract |
With a 17.5% increase of investors in the brazilian stock exchange in 2022 compared to 2021, the need for financial guidance for these people arises, either through an investment system or by a professional in the area. Following this line, the problem raised by this work is the lack of a safe and free system that indicates the right moment to buy or sell shares. Thinking about minimizing this gap, the present work selects, analyzes and evaluates different trading algorithms through different indicators focusing on the brazilian stock exchange. Five trading algorithms were tested using 9 performance indicators for 30 shares of the Brazilian stock exchange, divided into 9 sectors and 15 segments. The algorithm with the best performance was the Buy and Hold obtaining an average Sharpe ratio of 0.830 that analyzes the risk-adjusted return. |
en |
dc.format.mimetype |
application/pdf |
pt_BR |
dc.language.iso |
por |
pt_BR |
dc.rights |
Open Access |
pt_BR |
dc.subject |
Bolsa de valores |
pt_BR |
dc.subject |
Algoritmos |
pt_BR |
dc.subject |
Mercado financeiro |
pt_BR |
dc.title |
Análise de algoritmos de negociação para recomendação de investimentos na bolsa de valores brasileira |
pt_BR |
dc.type |
Trabalho de Conclusão de Graduação |
pt_BR |
dc.degree.grantor |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul |
pt_BR |
dc.degree.level |
Graduação |
pt_BR |
dc.degree.date |
2023 |
pt_BR |
dc.degree.local |
Ibirubá, BR-RS |
pt_BR |
dc.degree.graduation |
Bacharelado em Ciência da Computação |
pt_BR |
dc.degree.department |
Campus Ibirubá |
pt_BR |