SlideShare una empresa de Scribd logo
1 de 37
Analyze Stock Market Behavior Using Data Mining Techniques
AGENDA

Introdução
  O problema
  Objectivos da Dissertação

Desmistificação do Mercado de Acções

Data Mining e a sua Aplicação no Mercado de Acções

Dissertação segundo a Metodologia CRISP-DM

Conclusão
  Abordagem crítica sobre o trabalho
  Trabalho Futuro

                                                                     2
  Defesa de tese como requisito para obtenção do grau de:
  Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                     Conclusão
                  Mercado Acções             Data Mining           Realizado


   Problema          Objectivos
                                                                                           O PROBLEMA...


      Prever é uma tarefa dificil, até porque o futuro nunca será exactamente
     igual ao passado [Taleb ‘07]

      É uma área que por envolver dinheiro, os seus estudos bem sucedidos
     são mantidos em sigilo

      Uma teoria [Fama ’70] defende que não é possível obter retornos
     anormais através de informação pública disponível (Teoria dos Mercados
     Eficientes)




              Defesa de tese como requisito para obtenção do grau de:
              Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                     Conclusão
                  Mercado Acções             Data Mining           Realizado


   Problema          Objectivos
                                                                                           O PROBLEMA...


      Os investidores profissionais acreditam que sim, os economistas
     acreditam que não

      Mas os principais bancos de investimento têm departamentos
     dedicados à implementação de Redes Neuronais Artificiais [McGough ‘92]

      Se não for possível realizar previsões sobre o Mercado de Acções, pelo
     menos que se aprendam com erros passados [Elder ‘07]




              Defesa de tese como requisito para obtenção do grau de:
              Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                     Conclusão
                  Mercado Acções             Data Mining           Realizado


   Problema          Objectivos
                                                                                           OBJECTIVOS

  Descobrir comportamentos e padrões escondidos sobre os dados de uma
   empresa cotada, através da criação de um modelo preditivo de Data
   Mining
  Criar um Sistema de Apoio à Decisão (SAD) que permita automatizar e
   disponibilizar os resultados obtidos no trabalho de estudo



 INDICADOR DE SUCESSO
  Estratégia activa resultante da criação do modelo preditivo deverá superar
   estratégia passiva de compra e venda a longo prazo




                                                                                                        5
              Defesa de tese como requisito para obtenção do grau de:
              Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                     Conclusão
                  Mercado Acções             Data Mining           Realizado


   Problema          Objectivos
                                                                                           VISÃO GERAL DO TRABALHO
                                      Transformação
                                                                                            Dividir amostra para
                                        Preparação
                                                                                            Treino e Teste



                  Website
                  Yahoo
Cotações



                                                                                              Modelo

                                                                                                                   Disponibilização
                                           Criação do                                             Teste do         dos Sinais
                                              Modelo                                              Modelo


                                                                                                             1 (Comprar)

                                                                                                             0 (Manter)
                                                              Classificar resultado contínuo
                                                                  previsto pelo modelo                       -1 (Vender)
                                                                                                                                      6
              Defesa de tese como requisito para obtenção do grau de:
              Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação    Aplicação    Trabalho
                                                          Introdução                                               Conclusão
                                                                       Mercado Acções    Data Mining   Realizado




                                                                                                                               7
Defesa de tese como requisito para obtenção do grau de:
Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                        O Mercado         Movimentos            Factores      O Investidor
                                                                                             O MERCADO


      Para ajudar no crescimento das empresas através do financiamento
     resultante da venda parcial das mesmas (Activos)




      Estes activos são conhecidos como acções ou títulos, e representam
     parte de uma empresa

      Estes activos podem ser agrupados
     (índices) para permitir a análise da evolução
     de um determinado mercado ou sector de
     actividade. (PSI20, S&P500, DAX…)

             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                        O Mercado         Movimentos            Factores      O Investidor
                                                                                             O MERCADO


      Lugar físico onde são colocadas ordens de compra e venda propostas
     por compradores e vendedores a um preço que consideram justo



     Facilitar a troca de acções/activos/títulos entre os compradores e os
    vendedores reduzindo o risco de investimento



     Comprar um activo a um preço baixo e vender o mesmo a preço alto




             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                        O Mercado         Movimentos            Factores      O Investidor
                                                                                             O MERCADO


  Razões Racionais
       Ganhar dinheiro pela diferença da compra e posterior venda ou
      pelos dividendos que as empresas distribuem pelos accionistas

  Razões Irracionais
       Vicío de um jogo
       Ganância e ilusão de ficar rico rapidamente
       Optimismo generalizado




   “If you’ve been in the game 30 minutes and you don’t know who the
                patsy is, you’re the patsy” , Warren Buffett


             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                        O Mercado         Movimentos            Factores      O Investidor




      Estimativa de crescimento de uma empresa
      Indicadores Macroeconómicos (mercado)
                   Inflação
                   Taxas euribor
                   Cotação do barril do petróleo
                   Índice de confiança dos consumidores
                   Índice de desemprego
                   Taxas de cambio
      Indicadores Microeconómicos (empresa)
              Retorno do investimento
              Dividendos distribuídos aos accionistas
              Nível de endividamento
      Lei da oferta e da procura
      Especulação

             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                                 Conclusão
                                                                                             FACTORES QUE INFLUENCIAM
                        O Mercado         Movimentos            Factores      O Investidor
                                                                                                         UMA DECISÃO


      Caracterizada pela análise da actividade de uma empresa, do sector em
     que está incluída e da economia em geral.
      Empresa é analisada através do relatório de contas disponibilizados
     periodicamente




             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                                 Conclusão
                                                                                             FACTORES QUE INFLUENCIAM
                        O Mercado         Movimentos            Factores      O Investidor
                                                                                                         UMA DECISÃO


      Acredita que os gráficos podem ser usados para prever a oferta e
     procura de um activo e prever o comportamento humano.
      Em vez de reagir a um evento, tenta antecipá-lo
      Tenta perceber as emoções do mercado, estudando o mercado em vez
     dos seus componentes




             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                                 Conclusão
                                                                                             FACTORES QUE INFLUENCIAM
                        O Mercado         Movimentos            Factores      O Investidor
                                                                                                         UMA DECISÃO


      Apesar da evolução exponencial das tecnologias de informação, ainda
     continua o ser o Homem a tomar decisões de investimento, e que age
     sobre o impulso da euforia e da ganância, ou pressionado pelo medo

      É fácil ser racional quando o
     mercado de acções está fechado

      Decisões tomadas com calma
     num fim-de-semana desaparecem
     com a abertura do mercado



                                                                        “O Mercado de Acções tira dinheiro às pessoas que não têm
                                                                       paciência e distribui-o pelas pessoas que a têm”, Warren Buffett

             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                        O Mercado         Movimentos            Factores      O Investidor
                                                                                             O INVESTIDOR...


        É ele que compra e vende activos
        É ele que paga as taxas de cada negociação
        É ele que compra revistas e jornais da especialidade
        É ele que patrocina todas as empresas de consultoria financeira
        É ele a peça principal do jogo, mesmo começando em desvantagem




             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação    Aplicação    Trabalho
                                                          Introdução                                               Conclusão
                                                                       Mercado Acções    Data Mining   Realizado




                                                                                                                               16
Defesa de tese como requisito para obtenção do grau de:
Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                           Conclusão
                 Mercado Acções             Data Mining           Realizado


                                                 Conceito        Técnica utilizada
                                                                                                 DATA MINING


   Data mining é o processo de descoberta de novas correlações, padrões e
    tendências em grandes quantidades de dados, armazenados em
    repositórios, usando tecnologias de reconhecimento de padrões, bem
    como técnicas estatísticas e matemáticas. [Gartner]

   Data Mining é também conhecido por ser um dos passos da descoberta
    de conhecimento em base de dados [Fayyad et al ’96]




                                                                                                               17
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação             Trabalho
Introdução                                                                             Conclusão
                 Mercado Acções             Data Mining            Realizado


                                                 Conceito          Técnica utilizada
                                                                                                                DATA MINING




   •   Fidelização de clientes
   •
   •
       Gestão Stocks
       Detecção de fraudes
                                                                        Operações                  •
                                                                                                   •
                                                                                                       Redes Neuronais Artificiais
                                                                                                       Árvores de Decisão
                                                                                                   •   Indução de regras
   •   Risco concessão de crédito                                                                  •   Clustering
   •   ...                                                     •   Classificação                   •   Nearest Neighbour
                                                               •   Previsão                        •   Series Temporais …
                                                               •   Associação
                                                               •   Segmentação
             Aplicações                                        •   ...
                                                                                                              Técnicas



                                                                                                                                     18
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                           Conclusão
                 Mercado Acções             Data Mining           Realizado


                                                 Conceito        Técnica utilizada
                                                                                                 REDE NEURONAL ARTIFICIAL



   É uma técnica computacional que apresenta um modelo inspirado na
    estrutura neuronal de organismos inteligentes, e que adquire
    conhecimento através da experiência. [Fonte: wikipédia]

   O algoritmo mais popular em aplicações financeiras é o back-propagation
    [Werbos ‘74], onde a RNA supervisionada vai ajustando os pesos de modo
    a minimizar o erro (desvio entre Y e Y’)

   Enquanto a arquitectura mais utilizada é a Multi-layer Perceptron (MLP)
    [Haykin ‘01], onde a RNA é constituída por 3 camadas principais


                                                                                                                            19
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                           Conclusão
                 Mercado Acções             Data Mining           Realizado


                                                 Conceito        Técnica utilizada
                                                                                                 REDE NEURONAL ARTIFICIAL


  Uma propriedade importante de uma Rede Neuronal Artificial é a capacidade
  para aprender a partir do seu meio ambiente.

   Aprendizagem supervisionada
        Aprende baseando-se em exemplos


   Aprendizagem não supervisionada
        Aprende baseando-se em observações e descobertas




                                                                                                                            20
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                           Conclusão
                 Mercado Acções             Data Mining           Realizado


                                                 Conceito        Técnica utilizada
                                                                                                 REDE NEURONAL ARTIFICIAL



   A maior parte dos estudos realizados com RNA tenta prever o valor de um
    índice ou acção num período futuro (valor contínuo)

   Outros tentam prever o movimento futuro com o sinal de comprar ou
    vender (valor alvo binário 0 ou 1)
        *Chenoweth et al.’96+*Fernando et al.’00+*Yao et al.‘99+*Wood et al. ‘96+


   Mais recentemente surgiram estudos que tentam prever o sinal de
    comprar, vender mas também o de manter *CHA et al.‘00+*Vanstone ‘06+



                                                                                                                            21
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação    Aplicação    Trabalho
                                                          Introdução                                               Conclusão
                                                                       Mercado Acções    Data Mining   Realizado




                                                                                                                               22
Defesa de tese como requisito para obtenção do grau de:
Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado

                                                                                          CRISP-DM


   CRISP-DM (CRoss Industry Standard Process for Data Mining) é uma
    metodologia de desenvolvimento de projectos de Data Mining

   É bastante compreensiva e fornece uma visão integrada e delimitada
    sobre as 6 fases que um projecto de Data Mining deverá seguir




                                                                                                     23
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                              Conclusão
                                                                                                        COMPREENSÃO
                          Compreensão          Preparação         Modelação   Avaliação   Compreensão
                                                                                                          DOS DADOS


   Cotações da Novabase para o período entre
    2001-01-01 e 2009-08-21




                                                                                                                      24
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                              Conclusão
                                                                                                        COMPREENSÃO
                          Compreensão          Preparação         Modelação   Avaliação   Compreensão
                                                                                                          DOS DADOS


   Média Móvel Simples (MA) e Exponencial (EMA)
   Indicador de Força Relativa (RSI) *Wilder ‘78+
   Indicador Convergência/Divergência (MACD)
    *Murphy ‘99+
   Indicador Guppy (GMMA)
    *Guppy ‘04+
   Indicador Estocástico (%K/%D)
    *Edwards et al. ‘48+
   Indicador de Mudança Rácio (ROC)



                                                                                                                      25
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                              Conclusão
                                                                                                          PREPARAÇÃO
                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                           DOS DADOS


   Com base em estudos de [Vanstone ‘06] e
    [Chong ’07] [Chong ’08], as variáveis seguintes
    foram as que mostraram maior importância
    para no modelo criado




                                                                                                                       26
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                              Conclusão
                                                                                                          PREPARAÇÃO
                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                           DOS DADOS


   O principal objectivo em RNA supervisionadas
    é o de encontrar o “valor alvo” mais correcto
    sobre dados históricos




   Na criação do “valor alvo” para treino foi seguida a abordagem de
    *Vanstone ‘06+ , onde o valor alvo é gerado a partir do máximo retorno
    obtido nos 5 dias posteriores ao dia actual (valor contínuo)
                                                                                                                       27
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado


                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                          MODELAÇÃO




                                                                                                                      28
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado


                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                          MODELAÇÃO


   Com objectivo de eliminar “ruído” e tentar
    identificar apenas o movimento do activo no
    dia+1, foi aplicado o desvio padrão sobre a
    média do valor previsto

   Para alinhar o resultado do modelo preditivo,
    com o perfil de risco de um investidor, foram
    criadas 3 diferentes estratégias activas




                                                                                                                      29
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado


                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                          AVALIAÇÃO


       Análise de Rentabilidade – Back-testing
       Análise Estatística de Correlação (0,304)
       Análise Gráfica de sinais gerados
       Análise de Risco (Índice Sharpe + dias em risco)




                                                                                                                      30
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado


                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                          AVALIAÇÃO




                                                                                                                      31
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação                 Aplicação                  Trabalho
Introdução                                                                                             Conclusão
                 Mercado Acções                 Data Mining                 Realizado


                          Compreensão               Preparação              Modelação                  Avaliação              Implementação
                                                                                                                                                                               IMPLEMENTAÇÃO


   Uma área de retenção dos dados, para apoiar
    no processo de ETL
   Um Data Mart para exploração da informação
    de cada activo
   Um repositório para Data Mining com os
    conjuntos de dados de treino e teste do
    modelo                                  NomeBaseDados: dbStockMarketDSA
                                                                                          Agragação/Filtragem/preparação dos
                                                                                                Dados para o DataMart

                                                                                                                   NomeBaseDados: dbStockMarketDM                                    NomeBaseDados: dbStockAS



                                                    TickerQuotes                    Ticker                             FactTickerQuotes                   DimTicker
                                                     (Cotações)               (Índices e Acções)                          (Fact table)                (Dimension Ticker)
                                                                                                                                                                                         cubeStockMarket
                                                                                                                                                                                           (OLAP cube)
                                                               Database                     Database                                Database                        Database
                                                                Table                        Table                                   Table                           Table
                                                                                                                                                                                           structDM01
                                                        Dates                       Portfólio
                                                                                                                            DimDate                                                       (Classification)
                                                 (Tabela com todas as            (Agrupamento
                                                                                                                        (Dimension date)
                                                        datas)                 Índices e Acções)


                                                               Database                     Database                                Database
                                                                Table                        Table                                   Table




                              Source Systems                                              Staging Area (DSA)                                                         DataMart (DM)                  SSAS
                               (Web Services)                                       3           Server                                                                   Server                     Server
                                                                                                                                                  5                                            6
                                                                                                               4
                                                                          Extract                                                          Load                                        Process
                                                                                                   Transform
                                                                                                                                                                                                                32
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                    Conclusão
                 Mercado Acções             Data Mining           Realizado


                          Compreensão          Preparação         Modelação   Avaliação   Implementação
                                                                                                          IMPLEMENTAÇÃO




                                                                                                                          33
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação    Aplicação    Trabalho
                                                          Introdução                                               Conclusão
                                                                       Mercado Acções    Data Mining   Realizado




                                                                                                                               34
Defesa de tese como requisito para obtenção do grau de:
Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução
                 Mercado Acções             Data Mining           Realizado
                                                                                 Conclusão
                                                                                                                CONSIDERAÇÕES
                                                                              Considerações   Trabalho Futuro
                                                                                                                        FINAIS

   A ferramenta inicialmente planeada, não estava ainda preparada para
    uma investigação mais aprofundada

   O custo das transacções de compra e venda não foram equacionados por
    variarem ao longo do tempo e ser normalmente um custo fixo

   Foi necessária muita persistência na fase de selecção das variáveis mais
    importantes




                                                                                                                                 35
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Desmistificação             Aplicação            Trabalho
Introdução                                                                       Conclusão
                 Mercado Acções             Data Mining           Realizado


                                                                              Considerações   Trabalho Futuro
                                                                                                                TRABALHO FUTURO


       Transposição do trabalho realizado para o “mundo real”
       Descobrir padrões nos movimentos dos índices mundiais
       Analisar a possibilidade de Inside Trading
       Generalização do modelo a outros activos




                                                                                                                                  36
             Defesa de tese como requisito para obtenção do grau de:
             Mestre em Sistemas Integrados de Apoio à Decisão
Analyze Stock Market Behavior Using Data Mining Techniques

Más contenido relacionado

Destacado

Apresentação final do TCC
Apresentação final do TCCApresentação final do TCC
Apresentação final do TCCWellinthon Meurer
 
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de Valores
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de ValoresApresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de Valores
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de ValoresDavi Nogueira
 
Data Mart e Data Warehouse
Data Mart e Data WarehouseData Mart e Data Warehouse
Data Mart e Data WarehouseFernando Peres
 
Descoberta de Conhecimento em Bancos de Dados e Mineração de Dados
Descoberta de Conhecimento em Bancos de Dados e Mineração de DadosDescoberta de Conhecimento em Bancos de Dados e Mineração de Dados
Descoberta de Conhecimento em Bancos de Dados e Mineração de DadosEduardo de Lucena Falcão
 

Destacado (10)

Apresentação data mining
Apresentação data miningApresentação data mining
Apresentação data mining
 
Data Warehouse
Data WarehouseData Warehouse
Data Warehouse
 
Apresentação final do TCC
Apresentação final do TCCApresentação final do TCC
Apresentação final do TCC
 
Data Mining
Data Mining Data Mining
Data Mining
 
Técnicas de data mining
Técnicas de data miningTécnicas de data mining
Técnicas de data mining
 
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de Valores
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de ValoresApresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de Valores
Apresentação TCC - PrevBolsa - Previsão de Preço de Ações na Bolsa de Valores
 
Data Warehouse - Modelagem
Data Warehouse - ModelagemData Warehouse - Modelagem
Data Warehouse - Modelagem
 
Data Mart e Data Warehouse
Data Mart e Data WarehouseData Mart e Data Warehouse
Data Mart e Data Warehouse
 
Descoberta de Conhecimento em Bancos de Dados e Mineração de Dados
Descoberta de Conhecimento em Bancos de Dados e Mineração de DadosDescoberta de Conhecimento em Bancos de Dados e Mineração de Dados
Descoberta de Conhecimento em Bancos de Dados e Mineração de Dados
 
Data warehouse & data mining
Data warehouse & data miningData warehouse & data mining
Data warehouse & data mining
 

Similar a Analyze Stock Market Behavior Using Data Mining Techniques

Levando a Estratégia para as Nuvens v2.0
Levando a Estratégia para as Nuvens v2.0Levando a Estratégia para as Nuvens v2.0
Levando a Estratégia para as Nuvens v2.0AEA Brazil Chapter
 
Pesquisa operacional
Pesquisa operacionalPesquisa operacional
Pesquisa operacionalÉder Alves
 
Lean Startup - Ágiles 2011 Buenos Aires
Lean Startup - Ágiles 2011 Buenos AiresLean Startup - Ágiles 2011 Buenos Aires
Lean Startup - Ágiles 2011 Buenos AiresWebgoal
 
7 PPP - Projeto Conceitual (1)
7 PPP - Projeto Conceitual (1)7 PPP - Projeto Conceitual (1)
7 PPP - Projeto Conceitual (1)Marcel Gois
 
Sala vip 8a maratona sc 2012 excelencia em planejamento - handout - 24-05-2012
Sala vip 8a maratona sc 2012   excelencia em planejamento - handout - 24-05-2012Sala vip 8a maratona sc 2012   excelencia em planejamento - handout - 24-05-2012
Sala vip 8a maratona sc 2012 excelencia em planejamento - handout - 24-05-2012rafaela.biagioni
 
Apresentação Executiva 360o Graus
Apresentação Executiva 360o GrausApresentação Executiva 360o Graus
Apresentação Executiva 360o GrausJorge Braga
 
Comparativo Geral Seguraça Kaspersky x Concorrência
Comparativo Geral Seguraça Kaspersky x ConcorrênciaComparativo Geral Seguraça Kaspersky x Concorrência
Comparativo Geral Seguraça Kaspersky x ConcorrênciaCentral Info
 
Scrum - Conceitos, Práticas e Experiências - Manoel Pimentel
Scrum - Conceitos, Práticas e Experiências - Manoel PimentelScrum - Conceitos, Práticas e Experiências - Manoel Pimentel
Scrum - Conceitos, Práticas e Experiências - Manoel PimentelManoel Pimentel Medeiros
 
16º Ideias na Laje - Palestra Principal // Rodrigo Borges
16º Ideias na Laje - Palestra Principal // Rodrigo Borges16º Ideias na Laje - Palestra Principal // Rodrigo Borges
16º Ideias na Laje - Palestra Principal // Rodrigo BorgesIdeias na Laje
 
Webinar projetos e ti - business intelligence - como fazer
Webinar   projetos e ti - business intelligence - como fazerWebinar   projetos e ti - business intelligence - como fazer
Webinar projetos e ti - business intelligence - como fazerProjetos e TI
 
Sistema de informação gerencial sig
Sistema de informação gerencial   sigSistema de informação gerencial   sig
Sistema de informação gerencial sigWanderson Alves
 
Sistema de Informação Gerencial – SIG
Sistema de Informação Gerencial – SIGSistema de Informação Gerencial – SIG
Sistema de Informação Gerencial – SIGMúsicaParaense.Org
 
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mt
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mtA fdd575dad7b0e9273cb28e5bd2dde658 sig_mt
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mtVinicius Santos
 

Similar a Analyze Stock Market Behavior Using Data Mining Techniques (20)

Levando a Estratégia para as Nuvens v2.0
Levando a Estratégia para as Nuvens v2.0Levando a Estratégia para as Nuvens v2.0
Levando a Estratégia para as Nuvens v2.0
 
2 artigo workap3 impresso
2 artigo workap3 impresso2 artigo workap3 impresso
2 artigo workap3 impresso
 
Pesquisa operacional
Pesquisa operacionalPesquisa operacional
Pesquisa operacional
 
Uninove sistema de apoio a decisão
Uninove   sistema de apoio a decisãoUninove   sistema de apoio a decisão
Uninove sistema de apoio a decisão
 
Lean Startup - Ágiles 2011 Buenos Aires
Lean Startup - Ágiles 2011 Buenos AiresLean Startup - Ágiles 2011 Buenos Aires
Lean Startup - Ágiles 2011 Buenos Aires
 
7 PPP - Projeto Conceitual (1)
7 PPP - Projeto Conceitual (1)7 PPP - Projeto Conceitual (1)
7 PPP - Projeto Conceitual (1)
 
2007 gestão de produtividade xp
2007 gestão de produtividade   xp2007 gestão de produtividade   xp
2007 gestão de produtividade xp
 
Sala vip 8a maratona sc 2012 excelencia em planejamento - handout - 24-05-2012
Sala vip 8a maratona sc 2012   excelencia em planejamento - handout - 24-05-2012Sala vip 8a maratona sc 2012   excelencia em planejamento - handout - 24-05-2012
Sala vip 8a maratona sc 2012 excelencia em planejamento - handout - 24-05-2012
 
Rastro-DM - Apresentacao TCC.pptx
Rastro-DM - Apresentacao TCC.pptxRastro-DM - Apresentacao TCC.pptx
Rastro-DM - Apresentacao TCC.pptx
 
Apresentação Executiva 360o Graus
Apresentação Executiva 360o GrausApresentação Executiva 360o Graus
Apresentação Executiva 360o Graus
 
Es 09
Es 09Es 09
Es 09
 
KM Inovação - Mauro Conceição
KM Inovação - Mauro ConceiçãoKM Inovação - Mauro Conceição
KM Inovação - Mauro Conceição
 
Comparativo Geral Seguraça Kaspersky x Concorrência
Comparativo Geral Seguraça Kaspersky x ConcorrênciaComparativo Geral Seguraça Kaspersky x Concorrência
Comparativo Geral Seguraça Kaspersky x Concorrência
 
Scrum - Conceitos, Práticas e Experiências - Manoel Pimentel
Scrum - Conceitos, Práticas e Experiências - Manoel PimentelScrum - Conceitos, Práticas e Experiências - Manoel Pimentel
Scrum - Conceitos, Práticas e Experiências - Manoel Pimentel
 
16º Ideias na Laje - Palestra Principal // Rodrigo Borges
16º Ideias na Laje - Palestra Principal // Rodrigo Borges16º Ideias na Laje - Palestra Principal // Rodrigo Borges
16º Ideias na Laje - Palestra Principal // Rodrigo Borges
 
Webinar projetos e ti - business intelligence - como fazer
Webinar   projetos e ti - business intelligence - como fazerWebinar   projetos e ti - business intelligence - como fazer
Webinar projetos e ti - business intelligence - como fazer
 
Sistema de informação gerencial sig
Sistema de informação gerencial   sigSistema de informação gerencial   sig
Sistema de informação gerencial sig
 
S.i.g
S.i.gS.i.g
S.i.g
 
Sistema de Informação Gerencial – SIG
Sistema de Informação Gerencial – SIGSistema de Informação Gerencial – SIG
Sistema de Informação Gerencial – SIG
 
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mt
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mtA fdd575dad7b0e9273cb28e5bd2dde658 sig_mt
A fdd575dad7b0e9273cb28e5bd2dde658 sig_mt
 

Último

Poema sobre o mosquito Aedes aegipyti -
Poema sobre o mosquito Aedes aegipyti  -Poema sobre o mosquito Aedes aegipyti  -
Poema sobre o mosquito Aedes aegipyti -Mary Alvarenga
 
O-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaO-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaTeresaCosta92
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiMary Alvarenga
 
autismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderautismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderLucliaResende1
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024gilmaraoliveira0612
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123JaineCarolaineLima
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxLuzia Gabriele
 
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXHisrelBlog
 
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Colaborar Educacional
 
Como fazer um Feedback Eficaz - Comitê de Gestores
Como fazer um Feedback Eficaz - Comitê de GestoresComo fazer um Feedback Eficaz - Comitê de Gestores
Como fazer um Feedback Eficaz - Comitê de GestoresEu Prefiro o Paraíso.
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdfRitoneltonSouzaSanto
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxtaloAugusto8
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...Colaborar Educacional
 
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptx
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptxQUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptx
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptxAntonioVieira539017
 
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...Unidad de Espiritualidad Eudista
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxMarceloDosSantosSoar3
 
aula 1.pptx Ementa e Plano de ensino Filosofia
aula 1.pptx Ementa e  Plano de ensino Filosofiaaula 1.pptx Ementa e  Plano de ensino Filosofia
aula 1.pptx Ementa e Plano de ensino FilosofiaLucliaResende1
 
Poder do convencimento,........... .
Poder do convencimento,...........         .Poder do convencimento,...........         .
Poder do convencimento,........... .WAGNERJESUSDACUNHA
 

Último (20)

Poema sobre o mosquito Aedes aegipyti -
Poema sobre o mosquito Aedes aegipyti  -Poema sobre o mosquito Aedes aegipyti  -
Poema sobre o mosquito Aedes aegipyti -
 
O-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaO-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus Sousa
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegypti
 
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
 
autismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entenderautismo conhecer.pptx, Conhecer para entender
autismo conhecer.pptx, Conhecer para entender
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsx
 
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
 
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
Apresente de forma sucinta as atividades realizadas ao longo do semestre, con...
 
Como fazer um Feedback Eficaz - Comitê de Gestores
Como fazer um Feedback Eficaz - Comitê de GestoresComo fazer um Feedback Eficaz - Comitê de Gestores
Como fazer um Feedback Eficaz - Comitê de Gestores
 
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
1. CIENCIAS-HUMANAS-GLOBALIZAÇÃO, TEMPO E ESPAÇO-V1.pdf
 
Apresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptxApresentação sobrea dengue educação.pptx
Apresentação sobrea dengue educação.pptx
 
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
PROJETO DE EXTENSÃO - SEGURANÇA, INOVAÇÃO E SUSTENTABILIDADE PARA O BEM COMUM...
 
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptx
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptxQUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptx
QUIZ - GEOGRAFIA - 8º ANO - FASES DO CAPITALISMO.pptx
 
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...
A Congregação de Jesus e Maria, conhecida também como os Eudistas, foi fundad...
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
 
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
 
aula 1.pptx Ementa e Plano de ensino Filosofia
aula 1.pptx Ementa e  Plano de ensino Filosofiaaula 1.pptx Ementa e  Plano de ensino Filosofia
aula 1.pptx Ementa e Plano de ensino Filosofia
 
Poder do convencimento,........... .
Poder do convencimento,...........         .Poder do convencimento,...........         .
Poder do convencimento,........... .
 

Analyze Stock Market Behavior Using Data Mining Techniques

  • 2. AGENDA Introdução O problema Objectivos da Dissertação Desmistificação do Mercado de Acções Data Mining e a sua Aplicação no Mercado de Acções Dissertação segundo a Metodologia CRISP-DM Conclusão Abordagem crítica sobre o trabalho Trabalho Futuro 2 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 3. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Problema Objectivos O PROBLEMA...  Prever é uma tarefa dificil, até porque o futuro nunca será exactamente igual ao passado [Taleb ‘07]  É uma área que por envolver dinheiro, os seus estudos bem sucedidos são mantidos em sigilo  Uma teoria [Fama ’70] defende que não é possível obter retornos anormais através de informação pública disponível (Teoria dos Mercados Eficientes) Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 4. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Problema Objectivos O PROBLEMA...  Os investidores profissionais acreditam que sim, os economistas acreditam que não  Mas os principais bancos de investimento têm departamentos dedicados à implementação de Redes Neuronais Artificiais [McGough ‘92]  Se não for possível realizar previsões sobre o Mercado de Acções, pelo menos que se aprendam com erros passados [Elder ‘07] Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 5. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Problema Objectivos OBJECTIVOS  Descobrir comportamentos e padrões escondidos sobre os dados de uma empresa cotada, através da criação de um modelo preditivo de Data Mining  Criar um Sistema de Apoio à Decisão (SAD) que permita automatizar e disponibilizar os resultados obtidos no trabalho de estudo INDICADOR DE SUCESSO  Estratégia activa resultante da criação do modelo preditivo deverá superar estratégia passiva de compra e venda a longo prazo 5 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 6. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Problema Objectivos VISÃO GERAL DO TRABALHO Transformação Dividir amostra para Preparação Treino e Teste Website Yahoo Cotações Modelo Disponibilização Criação do Teste do dos Sinais Modelo Modelo 1 (Comprar) 0 (Manter) Classificar resultado contínuo previsto pelo modelo -1 (Vender) 6 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 7. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado 7 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 8. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado O Mercado Movimentos Factores O Investidor O MERCADO  Para ajudar no crescimento das empresas através do financiamento resultante da venda parcial das mesmas (Activos)  Estes activos são conhecidos como acções ou títulos, e representam parte de uma empresa  Estes activos podem ser agrupados (índices) para permitir a análise da evolução de um determinado mercado ou sector de actividade. (PSI20, S&P500, DAX…) Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 9. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado O Mercado Movimentos Factores O Investidor O MERCADO  Lugar físico onde são colocadas ordens de compra e venda propostas por compradores e vendedores a um preço que consideram justo  Facilitar a troca de acções/activos/títulos entre os compradores e os vendedores reduzindo o risco de investimento  Comprar um activo a um preço baixo e vender o mesmo a preço alto Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 10. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado O Mercado Movimentos Factores O Investidor O MERCADO Razões Racionais  Ganhar dinheiro pela diferença da compra e posterior venda ou pelos dividendos que as empresas distribuem pelos accionistas Razões Irracionais  Vicío de um jogo  Ganância e ilusão de ficar rico rapidamente  Optimismo generalizado “If you’ve been in the game 30 minutes and you don’t know who the patsy is, you’re the patsy” , Warren Buffett Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 11. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado O Mercado Movimentos Factores O Investidor  Estimativa de crescimento de uma empresa  Indicadores Macroeconómicos (mercado)  Inflação  Taxas euribor  Cotação do barril do petróleo  Índice de confiança dos consumidores  Índice de desemprego  Taxas de cambio  Indicadores Microeconómicos (empresa)  Retorno do investimento  Dividendos distribuídos aos accionistas  Nível de endividamento  Lei da oferta e da procura  Especulação Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 12. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão FACTORES QUE INFLUENCIAM O Mercado Movimentos Factores O Investidor UMA DECISÃO  Caracterizada pela análise da actividade de uma empresa, do sector em que está incluída e da economia em geral.  Empresa é analisada através do relatório de contas disponibilizados periodicamente Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 13. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão FACTORES QUE INFLUENCIAM O Mercado Movimentos Factores O Investidor UMA DECISÃO  Acredita que os gráficos podem ser usados para prever a oferta e procura de um activo e prever o comportamento humano.  Em vez de reagir a um evento, tenta antecipá-lo  Tenta perceber as emoções do mercado, estudando o mercado em vez dos seus componentes Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 14. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão FACTORES QUE INFLUENCIAM O Mercado Movimentos Factores O Investidor UMA DECISÃO  Apesar da evolução exponencial das tecnologias de informação, ainda continua o ser o Homem a tomar decisões de investimento, e que age sobre o impulso da euforia e da ganância, ou pressionado pelo medo  É fácil ser racional quando o mercado de acções está fechado  Decisões tomadas com calma num fim-de-semana desaparecem com a abertura do mercado “O Mercado de Acções tira dinheiro às pessoas que não têm paciência e distribui-o pelas pessoas que a têm”, Warren Buffett Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 15. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado O Mercado Movimentos Factores O Investidor O INVESTIDOR...  É ele que compra e vende activos  É ele que paga as taxas de cada negociação  É ele que compra revistas e jornais da especialidade  É ele que patrocina todas as empresas de consultoria financeira  É ele a peça principal do jogo, mesmo começando em desvantagem Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 16. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado 16 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 17. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Conceito Técnica utilizada DATA MINING  Data mining é o processo de descoberta de novas correlações, padrões e tendências em grandes quantidades de dados, armazenados em repositórios, usando tecnologias de reconhecimento de padrões, bem como técnicas estatísticas e matemáticas. [Gartner]  Data Mining é também conhecido por ser um dos passos da descoberta de conhecimento em base de dados [Fayyad et al ’96] 17 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 18. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Conceito Técnica utilizada DATA MINING • Fidelização de clientes • • Gestão Stocks Detecção de fraudes Operações • • Redes Neuronais Artificiais Árvores de Decisão • Indução de regras • Risco concessão de crédito • Clustering • ... • Classificação • Nearest Neighbour • Previsão • Series Temporais … • Associação • Segmentação Aplicações • ... Técnicas 18 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 19. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Conceito Técnica utilizada REDE NEURONAL ARTIFICIAL  É uma técnica computacional que apresenta um modelo inspirado na estrutura neuronal de organismos inteligentes, e que adquire conhecimento através da experiência. [Fonte: wikipédia]  O algoritmo mais popular em aplicações financeiras é o back-propagation [Werbos ‘74], onde a RNA supervisionada vai ajustando os pesos de modo a minimizar o erro (desvio entre Y e Y’)  Enquanto a arquitectura mais utilizada é a Multi-layer Perceptron (MLP) [Haykin ‘01], onde a RNA é constituída por 3 camadas principais 19 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 20. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Conceito Técnica utilizada REDE NEURONAL ARTIFICIAL Uma propriedade importante de uma Rede Neuronal Artificial é a capacidade para aprender a partir do seu meio ambiente.  Aprendizagem supervisionada Aprende baseando-se em exemplos  Aprendizagem não supervisionada Aprende baseando-se em observações e descobertas 20 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 21. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Conceito Técnica utilizada REDE NEURONAL ARTIFICIAL  A maior parte dos estudos realizados com RNA tenta prever o valor de um índice ou acção num período futuro (valor contínuo)  Outros tentam prever o movimento futuro com o sinal de comprar ou vender (valor alvo binário 0 ou 1) *Chenoweth et al.’96+*Fernando et al.’00+*Yao et al.‘99+*Wood et al. ‘96+  Mais recentemente surgiram estudos que tentam prever o sinal de comprar, vender mas também o de manter *CHA et al.‘00+*Vanstone ‘06+ 21 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 22. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado 22 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 23. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado CRISP-DM  CRISP-DM (CRoss Industry Standard Process for Data Mining) é uma metodologia de desenvolvimento de projectos de Data Mining  É bastante compreensiva e fornece uma visão integrada e delimitada sobre as 6 fases que um projecto de Data Mining deverá seguir 23 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 24. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão COMPREENSÃO Compreensão Preparação Modelação Avaliação Compreensão DOS DADOS  Cotações da Novabase para o período entre 2001-01-01 e 2009-08-21 24 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 25. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão COMPREENSÃO Compreensão Preparação Modelação Avaliação Compreensão DOS DADOS  Média Móvel Simples (MA) e Exponencial (EMA)  Indicador de Força Relativa (RSI) *Wilder ‘78+  Indicador Convergência/Divergência (MACD) *Murphy ‘99+  Indicador Guppy (GMMA) *Guppy ‘04+  Indicador Estocástico (%K/%D) *Edwards et al. ‘48+  Indicador de Mudança Rácio (ROC) 25 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 26. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão PREPARAÇÃO Compreensão Preparação Modelação Avaliação Implementação DOS DADOS  Com base em estudos de [Vanstone ‘06] e [Chong ’07] [Chong ’08], as variáveis seguintes foram as que mostraram maior importância para no modelo criado 26 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 27. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão PREPARAÇÃO Compreensão Preparação Modelação Avaliação Implementação DOS DADOS  O principal objectivo em RNA supervisionadas é o de encontrar o “valor alvo” mais correcto sobre dados históricos  Na criação do “valor alvo” para treino foi seguida a abordagem de *Vanstone ‘06+ , onde o valor alvo é gerado a partir do máximo retorno obtido nos 5 dias posteriores ao dia actual (valor contínuo) 27 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 28. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação MODELAÇÃO 28 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 29. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação MODELAÇÃO  Com objectivo de eliminar “ruído” e tentar identificar apenas o movimento do activo no dia+1, foi aplicado o desvio padrão sobre a média do valor previsto  Para alinhar o resultado do modelo preditivo, com o perfil de risco de um investidor, foram criadas 3 diferentes estratégias activas 29 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 30. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação AVALIAÇÃO  Análise de Rentabilidade – Back-testing  Análise Estatística de Correlação (0,304)  Análise Gráfica de sinais gerados  Análise de Risco (Índice Sharpe + dias em risco) 30 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 31. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação AVALIAÇÃO 31 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 32. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação IMPLEMENTAÇÃO  Uma área de retenção dos dados, para apoiar no processo de ETL  Um Data Mart para exploração da informação de cada activo  Um repositório para Data Mining com os conjuntos de dados de treino e teste do modelo NomeBaseDados: dbStockMarketDSA Agragação/Filtragem/preparação dos Dados para o DataMart NomeBaseDados: dbStockMarketDM NomeBaseDados: dbStockAS TickerQuotes Ticker FactTickerQuotes DimTicker (Cotações) (Índices e Acções) (Fact table) (Dimension Ticker) cubeStockMarket (OLAP cube) Database Database Database Database Table Table Table Table structDM01 Dates Portfólio DimDate (Classification) (Tabela com todas as (Agrupamento (Dimension date) datas) Índices e Acções) Database Database Database Table Table Table Source Systems Staging Area (DSA) DataMart (DM) SSAS (Web Services) 3 Server Server Server 5 6 4 Extract Load Process Transform 32 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 33. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Compreensão Preparação Modelação Avaliação Implementação IMPLEMENTAÇÃO 33 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 34. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado 34 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 35. Desmistificação Aplicação Trabalho Introdução Mercado Acções Data Mining Realizado Conclusão CONSIDERAÇÕES Considerações Trabalho Futuro FINAIS  A ferramenta inicialmente planeada, não estava ainda preparada para uma investigação mais aprofundada  O custo das transacções de compra e venda não foram equacionados por variarem ao longo do tempo e ser normalmente um custo fixo  Foi necessária muita persistência na fase de selecção das variáveis mais importantes 35 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão
  • 36. Desmistificação Aplicação Trabalho Introdução Conclusão Mercado Acções Data Mining Realizado Considerações Trabalho Futuro TRABALHO FUTURO  Transposição do trabalho realizado para o “mundo real”  Descobrir padrões nos movimentos dos índices mundiais  Analisar a possibilidade de Inside Trading  Generalização do modelo a outros activos 36 Defesa de tese como requisito para obtenção do grau de: Mestre em Sistemas Integrados de Apoio à Decisão