ESTG - Mestrado em Finanças Empresariais
URI permanente para esta coleção:
Navegar
Percorrer ESTG - Mestrado em Finanças Empresariais por assunto "Análise técnica"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- Avaliação de Indicadores e Estratégias no Mercado Forex com base em Redes NeuronaisPublication . Areias, Rafael Sambado; Duarte, Elisabete Fernanda Mendes; Silva, Carlos Manuel Gomes daEsta dissertação analisa a eficácia de diferentes estratégias de análise técnica no mercado Forex, utilizando Redes Neuronais para prever movimentos de preços. Foram testadas várias estratégias de Médias Móveis Exponenciais, Relative Strength Index (RSI), Moving Average Convergence / Divergence (MACD) e Bollinger Bands® nos pares cambiais EUR/USD, EUR/ZAR, AUD/CAD, GBP/JPY, NZD/CHF, USD/BRL no período de 1999 a 2023, e consideradas várias configurações de Redes Neuronais. Os resultados indicam que as Redes Neuronais podem reproduzir relativamente bem a estratégia ótima a adotar nos pares cambiais analisados. Foram obtidas taxas de precisão média de 82%. A pesquisa contribui para a literatura sobre previsões financeiras e negociação algorítmica, demonstrando o potencial das Redes Neuronais como ferramenta para negociação no Forex. A dissertação conclui que, apesar das limitações atuais, as Redes Neuronais têm potencial significativo para aplicação em estratégias de negociação no Forex, mas requerem aprimoramento contínuo.
- Seguir indicações de sites financeiros é uma estratégia lucrativa?Publication . Correia, João Franco; Duarte, Elizabete Fernanda Mendes; Jorge, Maria João da SilvaEsta investigação analisa a viabilidade de se seguirem indicações de sites financeiros como uma estratégia lucrativa de investimento. Na verdade, com o crescimento do acesso a investimentos financeiros pelo público em geral, manifesta-se a necessidade de avaliar a eficácia das ferramentas oferecidas por sites financeiros. Para responder à questão central que dá título a esta investigação, foi desenvolvida uma estratégia de investimento baseada em análise técnica, mais especificamente na vertente de identificação de padrões gráficos utilizando uma ferramenta alimentada através de um algoritmo de Machine Learning. A estratégia de investimento foi desenvolvida após uma fase de testes com a ferramenta AI Real Time Patterns e baseou-se na identificação de padrões gráficos, com filtros definidos, tanto com base na literatura existente, como pela experiência obtida à priori. No total foram negociadas 500 ações, durante o período de 4 de abril a 7 de maio de 2024, maioritariamente, em bolsas norte-americanas As negociações abrangeram 48 setores diferentes e foram identificados 17 padrões distintos. Das 500 negociações realizadas, 247 resultaram em perdas, cerca de 50,60%, enquanto que as restantes 253 geraram ganhos, cerca de 49,40%. No total, a estratégia apresentou um saldo negativo de 111,89 dólares, sendo que os custos de transação não foram incluídos neste valor. Apesar da estratégia não ter gerado retornos positivos, a pesquisa cumpriu o objetivo da análise crítica da utilidade das previsões fornecidas por sites financeiros. A análise dos resultados e a discussão dos mesmos revelam algumas limitações do estudo e sugerem a necessidade de ajustes futuros, como, por exemplo, a integração de indicadores técnicos adicionais na filtragem dos padrões identificados.