Uma estratégia de negociação: um estudo de desempenho aplicado ao mercado de ações
DOI:
https://doi.org/10.51359/2317-0115.2023.260702Palabras clave:
bolsa de valores, estratégias de negociação, mercado de ações, análise técnicaResumen
Realizar operações no mercado de ações é uma tarefa desafiadora, por isso, os investidores estão muito interessados em buscar maneiras de melhorar suas operações na bolsa. Prever o valor das ações desempenha um papel importante na definição de uma estratégia de negociação. Nessa perspectiva, este artigo propõe uma abordagem que visa apresentar uma estratégia de compra e venda de ações com base em análises comparativas e padrões de mercado. Foram realizadas análises, trabalhando com duas estratégias aplicadas em padrões na bolsa de valores, buscando melhorar a assertividade e eficiência das operações da estratégia proposta. Os resultados mostram que a estratégia desenvolvida superou a estratégia buy and hold com um ganho médio de 11.139,638%, indicando seu potencial para auxiliar na tomada de decisões no mercado de ações.
Citas
ABE, MARCOS. Manual de análise técnica: essência e estratégias avançadas: tudo o que um investidor precisa saber para prosperar na Bolsa de valores até em tempos de crise. Novatec Editora, 2017.
BTG PACTUAL. Bolsa de valores: o que é, como funciona e como investir. 2018. BTG PACTUAL DIGITAL. Disponível em: <https://www.btgpactualdigital.com/como-investir/artigos/investimentos/tudo-sobre-bolsa-de-valores.>. Acesso em: 10 abr. 2023.
CARNEIRO, Gil Melo Neto. O desempenho do método de análise técnica Bandas de Bollinger. Uberlândia: UFU, 2018 23 p. Trabalho de Conclusão de Curso de Graduação em Gestão da Informação – Universidade Federal de Uberlândia (UFU), Uberlândia, 2018. Disponível em: <http://repositorio.ufu.br/bitstream/123456789/22054/1/DesempenhoM%C3%A9todoAn%C3 %A1lise.pdf> Acesso em: 21 set. 2023.
CAVALCANTI, A. Avaliação do método de random forest para indicar o melhor momento de compra e venda de ações no mercado financeiro. UFPE, Centro de Informática, 12 2021.
CHOURMOUZIADIS, Konstandinos; CHATZOGLOU, Prodromos D. An intelligent short term stock trading fuzzy system for assisting investors in portfolio management. Expert Systems with Applications, v. 43, p. 298-311, 2016.
COHEN, G., & Cabiri, E. (2015). Can technical oscillators outperform the buy and hold strategy? Applied Economics, 47(30), pp. 3189-3197.
COMISSÃO DE VALORES MOBILIÁRIOS (org.). Mercado de valores mobiliários brasileiro. 4. ed. Rio de Janeiro: Comissão de Valores Mobiliários, 2019.
COQUERET, Guillaume et al. Machine Learning in Finance: From Theory to Practice: Book Review. 2021.
DAMETTO, Ronaldo César. Estudo da aplicação de redes neurais artificiais para predição de séries temporais financeiras. 2018.
FIOCRUZ, Google Colab, 2021. Disponível em: < https://bigdata.icict.fiocruz.br/googlecolab >. Acesso em: 02 abril de 2023.
FORBES. Ibovespa cai 10% em 2023; veja as ações mais negociadas no ano. 2023. Disponível em: <https://forbes.com.br/forbes-money/2023/03/ibovespa-cai-10-em-2023-veja-as-acoes-mais-negociadas-no-ano/>. Acesso em: 02 julho de 2023.
GIL, A. C. Como elaborar projetos de pesquisa. 4.ed. São Paulo: Atlas, 2010.
INFOMONEY. Infomoney, Disponível em: < https://www.infomoney.com.br/>. Acesso em: 26 abr. 2023.
INFOMONEY. Análise fundamentalista de ações: como identificar empresas sólidas e rentáveis a longo prazo. 2021. Disponível em: <https://www.infomoney.com.br/guias/analise-fundamentalista/#guia-analise-fundamentalista-criticas>.
JUPYTER, The Jupyter Notebook, 2021. Disponível em: < https://jupyter.org/>. Acesso:abril 2023.
LEMOS, F. (2018). Análise Técnica dos Mercados Financeiros,Vol. 2, 2 edn, Editora Saraiva.
LOHPETCH, D., & Corne, D. (2010). Outperforming Buy-and-Hold with Evolved Technical Trading Rules: Daily, Weekly and Monthly Trading. Applications of Evolutionary Computation, pp. 171-181.
MARTINEZ L, C. From an artificial neural network to a stock market day-trading system: A case study on the bmf bovespa. International Joint Conference on Neural Networks, IJCNN. Atlanta: IEEE Computer Society, v. 11, p. 2006–2013, 06 2009.
MATSURA, Eduardo Koiti. Comprar ou vender?. Saraiva Educação SA, 2020.
METGHALCHI, M., Hajilee, M., & Hayes, L. (2019). Return predictability and market efficiency: Evidence from the Bulgarian stock market. Eastern European Economics,57(3), 251-268.
MIRANDA, A. W. M. (2019). Estratégias de investimento baseadas em microestrutura de mercado, Master’s thesis, Universidade Federal de Minas Gerais (UFMG). Disponível em https://repositorio.ufmg.br/handle/1843/32279.
NTI, I., Adekoya, A., and Weyori, B. (2019). A systematic review of fundamental andtechnical analysis of stock market predictions. Springer Nature B.V.
PIAZZA, Marcelo C. O melhor da análise técnica de ações. São Paulo: Saraiva, 2010.
PIMENTA, Alexandre. "Métodos automatizados para investimento no mercado de ações via inteligência computacional." (2017).
PINHEIRO, J. L. Mercado de Capitais. 9th. ed. [S.l.]: Atlas, 2019. ISBN 9788597021745.
SANTOS, Monalisa Ramos dos. As mídias sociais digitais como ferramenta de captação de alunos para cursos de day trade: uma análise do uso dessa ferramenta por traders profissionais que atuam em Sergipe. 2021.
TORO INVESTIMENTOS. Toro, Disponível em: <https://blog.toroinvestimentos.com.br/bolsa/bolsa-de-valores>. Acesso em: 21 set. 2023.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Revista dos Mestrados Profissionais
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Os trabalhos submetidos são de responsabilidade exclusiva de sua autoria, que preserva o seu direito autoral.
É permitida a citação dos trabalhos publicados sem prévia autorização desde que seja explícita a menção à fonte da RMP
