Utilização de mercados artificiais com formadores de mercado para análise de estratégias

Na modelagem de sistemas complexos, abordagens analíticas tradicionais com equações diferenciais muitas vezes resultam em soluções intratáveis. Para contornar este problema, Modelos Baseados em Agentes surgem como uma ferramenta complementar, onde o sistema é modelado a partir de suas entidades constituintes e interações. Mercados Financeiros são exemplos de sistemas complexos, e como tais, o uso de modelos baseados em agentes é aplicável. Este trabalho implementa um Mercado Financeiro Artificial composto por formadores de mercado, difusores de informações e um conjunto de agentes heterogêneos que negociam um ativo através de um mecanismo de Leilão Duplo Contínuo. Diversos aspectos da simulação são investigados para consolidar sua compreensão e assim contribuir com a concepção de modelos, onde podemos destacar entre outros: Diferenças do Leilão Duplo Contínuo contra o Discreto; Implicações da variação do spread praticado pelo Formador de Mercado; Efeito de Restrições Orçamentárias sobre os agentes e Análise da formação de preços na emissão de ofertas. Pensando na aderência do modelo com a realidade do mercado brasileiro, uma técnica auxiliar chamada Simulação Inversa, é utilizada para calibrar os parâmetros de entrada, de forma que trajetórias de preços simulados resultantes sejam próximas à séries de preços históricos observadas no mercado.

Ensaios sobre mercados artificiais com dois ativos utilizando algoritmos genéticos

A abordagem de Modelos Baseados em Agentes é utilizada para trabalhar problemas complexos, em que se busca obter resultados partindo da análise e construção de componentes e das interações entre si. Os resultados observados a partir das simulações são agregados da combinação entre ações e interferências que ocorrem no nível microscópico do modelo. Conduzindo, desta forma, a uma simulação do micro para o macro. Os mercados financeiros são sistemas perfeitos para o uso destes modelos por preencherem a todos os seus requisitos. Este trabalho implementa um Modelo de Mercado Financeiro Baseado em Agentes constituído por diversos agentes que interagem entre si através de um Núcleo de Negociação que atua com dois ativos e conta com o auxílio de formadores de mercado para promover a liquidez dos mercados, conforme se verifica em mercados reais. Para operação deste modelo, foram desenvolvidos dois tipos de agentes que administram, simultaneamente, carteiras com os dois ativos. O primeiro tipo usa o modelo de Markowitz, enquanto o segundo usa técnicas de análise de spread entre ativos. Outra contribuição deste modelo é a análise sobre o uso de função objetivo sobre os retornos dos ativos, no lugar das análises sobre os preços.

Caracterização, simulação (à escala) e modelação do escoamento em canais artificiais: aplicação a caso de estudo

Os escoamentos no interior de zonas urbanas, apresentam grande heterogeneidade, pelo que a sua caracterização, requer uma formulação que incorpore explicitamente essa variabilidade espacial. A caracterização, simulação (à escala) e modelação do escoamento em canais artificiais e a aplicação a um caso de estudo, no Laboratório de Hidráulica da UMa, representa o cerne desta dissertação. Os objetivos principais desta dissertação são: a caracterização e desenvolvimento de ferramentas de simulação do comportamento do escoamento em canais artificiais, no caso de uma variação súbita dos caudais afluentes, mecanismos de prevenção de cheia; o desenvolvimento de um modelo de simulação hidrodinâmico, considerando os escoamentos variáveis em superfície livre no caso de situações de cheia, na simulação entre as condições variáveis das afluências, das condições hidromorfológicas do canal e da instalação e operação dos sistemas e regulação dos escoamentos; e ainda a análise da viabilidade da simulação (modelo) na gestão e prevenção de cheias em canais artificiais. Numa primeira instância, procede-se à recolha de toda a informação bibliográfica disponível. Com recurso aos modelos digitais do terreno e ao programa ArcGis, é efetuada toda uma exaustiva caracterização da bacia hidrográfica, relativa ao caso de estudo (canal artificial), a partir da qual foi possível obter os dados inerentes às características geométricas, características de relevo e características de drenagem. Segue-se a análise da precipitação com recurso a folhas de cálculo e dados fornecidos pelas instituições pertinentes, de forma a obter valores de precipitação média diária e anual para aplicação de fórmulas, tanto para calcular valores de tempo de concentração, bem como caudais. O próximo passo é selecionar os troços relevantes do canal em estudo e com recurso ao equipamento disponível no Laboratório de Hidráulica da UMa, à folha de cálculo programada e ao programa HEC-RAS procede-se à simulação/modelação/análise desses troços, comparando o resultado/comportamento simulado, com o expectável e entre os vários métodos. Por fim, são expostas as conclusões, bem como algumas considerações finais e uma listagem de objetivos a manter ou alcançar nos próximos anos, onde se incluem, ações prioritárias e recomendações visando, não só melhorar o processo de caracterização do escoamento em canais artificiais, bem como simplificar a prevenção e gestão de cheias.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Diversidade de macroalgas marinhas bentônicas dos recifes de Maracajaú, área de preservação ambiental dos recifes de corais, Rio Grande do Norte, Brasil

Despite the importance of coral reefs to humanity, these environments have been threatened throughout the world. Several factors contribute to the degradation of these ecosystems. The Maracajaú Reef Complex, in Rio Grande do Norte state is part of the Coral Reefs Environment Preservation Area in northeastern Brazil. This area has been receiving an increasing influx of tourism and the integrity of the local reefs is a matter of concern. In this study, the reef macroalgae communities were studied and compared within two areas distinguished by the presence or absence of tourism activities. Two sample sites were chosen: the first one, where diving activities are intense; and the other, where these practices do not occur. Samples were collected at both sites within a quadrate of 625 cm2 of area randomly thrown 5 times along a 10 meters transect line. Richness, Shannon-Hill diversity and Simpson dominance indices were determined based on biomass data. Similarity between sites was analyzed with Bray-Curtis similarity and distance index. Fifty-eight macroalgae species were observed, including 7 Chlorophyta, 13 Phaeophyta and 38 Rhodophyta. In the non-disturbed site, 49 species were found, while at the disturbed site, there were 42 species. Dictyotaceae and Corallinaceae were the most representative families at the non-disturbed site, and Rhodomelaceae and Dictyotaceae at the disturbed site. The non-disturbed site presented a higher biomass and the greatest richness and diversity indices. In the disturbed site the dominance index was greater and Caulerpa racemosa was the dominant species. The dendogram based on similarity index showed two major clusters, and an isolated element at the center that corresponds to a sample from the disturbed site. In the first cluster, samples from the non-impacted site were predominant and fleshy brown algae were more conspicuous. The second cluster was composed primarily of samples from the impacted site, where C. racemosa and red filamentous and erect calcareous algae associations (turf forming) were observed covering large extensions. These associations are represented by groups of algae adapted to environments where disturbances are frequent. They can grow rapidly on substrate where benthic community was removed and do not allow the establishment of other species. The results of the present study show that tourism activity is an impacting factor that has been causing shifts in macroalgae communities in the Maracajaú Reef Complex