Navegando por Autor "Silva, Rodrigo Maicon de Assis"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Recomendação de modelos de negociação para ações com tomada de decisão interativa multicritério
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2026-07-10) Silva, Rodrigo Maicon de Assis; Silva, Alisson Marques da; http://lattes.cnpq.br/3856358583630209; http://lattes.cnpq.br/0691284321718240; Silva, Alisson Marques da; Maciel, Leandro dos Santos; Araujo, Uajará Pessoa; Magalhães, Arthur Rodrigo Bosco de
    A dinâmica do mercado acionário demonstra que ativos de um mesmo setor tendem a apresentar comportamentos similares, ao passo que ações de setores distintos exibem movimentos frequentemente descorrelacionados, o que torna inadequada a adoção de um único modelo de negociação para todo o mercado. Neste trabalho, propõe-se uma abordagem de recomendação multicritério de modelos de negociação para o mercado brasileiro (B3), fundamentada no método TODIM (TOmada de Decisão Interativa Multicritério) e na Teoria do Prospecto, com avaliação em dois níveis de granularidade: setorial e individual por ação, sendo este último a principal contribuição do trabalho. O conjunto de dados compreende 239 ações organizadas em oito setores econômicos. Indicadores técnicos são extraídos como variáveis de entrada e, adicionalmente, aplica-se a seleção de atributos com base na Informação Mútua para identificar as features mais relevantes, mitigando a presença de variáveis redundantes ou irrelevantes. Doze algoritmos de aprendizado de máquina são treinados por meio de análise walk-forward para a geração de sinais de negociação, e seus desempenhos são avaliados com base em oito indicadores de backtesting. O algoritmo de recomendação resultante é avaliado em suas versões setorial e individual. Os experimentos, conduzidos no período de alta volatilidade da pandemia de COVID-19 (jan.–jun. 2020), demonstram que ambas as versões superam o Ibovespa em métricas de proteção de capital e retorno ajustado ao risco. Além disso, métricas de generalização testadas confirmam a robustez do algoritmo de recomendação. Por fim, portfólios long-short construídos com base nas recomendações demonstraram capacidade significativa de proteção contra o risco sistêmico.