Pairs Trading : utilização de machine learning para seleção de Pares de ativos financeiros
dc.contributor.advisor | Anzanello, Michel José | pt_BR |
dc.contributor.author | Mota, Maike Ronald | pt_BR |
dc.date.accessioned | 2023-07-28T03:37:16Z | pt_BR |
dc.date.issued | 2023 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/262767 | pt_BR |
dc.description.abstract | Este artigo tem como objetivo avaliar a eficácia do modelo proposto por Sarmento e Horta (2020) para solucionar o problema de alta dimensionalidade dos dados e a clusterização de pares de ativos financeiros, e desenvolver um código para implementar e testar a estratégia. Os resultados mostram que o modelo proposto apresenta um bom desempenho em termos de rentabilidade e é uma alternativa promissora para investidores em busca de estratégias de Pairs Trading. No entanto, é necessário avaliar constantemente os riscos e desafios envolvidos na implementação desse modelo e buscar constantemente melhorias e adaptações para garantir sua eficácia em longo prazo. | pt_BR |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Mercado de capitais | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.title | Pairs Trading : utilização de machine learning para seleção de Pares de ativos financeiros | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.identifier.nrb | 001174203 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Escola de Engenharia | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2023 | pt_BR |
dc.degree.graduation | Engenharia de Produção | pt_BR |
dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)
-
TCC Engenharias (5727)