Análise do desempenho de regras da análise técnica aplicada ao mercado intradiário do contrato futuro do índice Ibovespa

Este artigo tem como objetivo verificar a robustez do contéudo preditivo de regras da análise técnica, usando informações intradiárias do mercado futuro do índice de ações da Bolsa de Valores de São Paulo (Ibovespa Futuro). A metodologia sugerida foi a avaliacão em grupos, conforme os resultados de Baptista (2002), tal que as regras são obtidas conforme os resultados em alguns dos subperíodos estudados, sendo testadas em períodos subsequentes. Como resultado, obteve-se robustez ao longo do tempo e à taxa de amostragem dos dados no desempenho das regras acima do benchmark (buy-and-hold), porém considerações realistas acerca do momento de compra, assim como da corretagem (exceto grande investidor), podem reduzir substancialmente os ganhos

UMA ANÁLISE DA RELAÇÃO ENTRE VARIÁVEIS MACROECONÔMICAS E O COMPORTAMENTO DAS AÇÕES DE MAIOR LIQUIDEZ DO ÍNDICE IBOVESPA

As ações de maior liquidez do índice IBOVESPA, refletem o comportamento das ações de um modo geral, bem como a relação das variáveis macroeconômicas em seu comportamento e estão entre as mais negociadas no mercado de capitais brasileiro. Desta forma, pode-se entender que há reflexos de fatores que impactam as empresas de maior liquidez que definem o comportamento das variáveis macroeconômicas e que o inverso também é uma verdade, oscilações nos fatores macroeconômicos também afetam as ações de maior liquidez, como IPCA, PIB, SELIC e Taxa de Câmbio. O estudo propõe uma análise da relação existente entre variáveis macroeconômicas e o comportamento das ações de maior liquidez do índice IBOVESPA, corroborando com estudos que buscam entender a influência de fatores macroeconômicos sobre o preço de ações e contribuindo empiricamente com a formação de portfólios de investimento. O trabalho abrangeu o período de 2008 a 2014. Os resultados concluíram que a formação de carteiras, visando a proteção do capital investido, deve conter ativos com correlação negativa em relação às variáveis estudadas, o que torna possível a composição de uma carteira com risco reduzido.

UMA ANÁLISE DA RELAÇÃO ENTRE VARIÁVEIS MACROECONÔMICAS E O COMPORTAMENTO DAS AÇÕES DE MAIOR LIQUIDEZ DO ÍNDICE IBOVESPA

As ações de maior liquidez do índice IBOVESPA, refletem o comportamento das ações de um modo geral, bem como a relação das variáveis macroeconômicas em seu comportamento e estão entre as mais negociadas no mercado de capitais brasileiro. Desta forma, pode-se entender que há reflexos de fatores que impactam as empresas de maior liquidez que definem o comportamento das variáveis macroeconômicas e que o inverso também é uma verdade, oscilações nos fatores macroeconômicos também afetam as ações de maior liquidez, como IPCA, PIB, SELIC e Taxa de Câmbio. O estudo propõe uma análise da relação existente entre variáveis macroeconômicas e o comportamento das ações de maior liquidez do índice IBOVESPA, corroborando com estudos que buscam entender a influência de fatores macroeconômicos sobre o preço de ações e contribuindo empiricamente com a formação de portfólios de investimento. O trabalho abrangeu o período de 2008 a 2014. Os resultados concluíram que a formação de carteiras, visando a proteção do capital investido, deve conter ativos com correlação negativa em relação às variáveis estudadas, o que torna possível a composição de uma carteira com risco reduzido.

Verificação da ocorrência do efeito índice no Ibovespa – 2004-2013

RESUMONo artigo, analisa-se a ocorrência de retornos e volumes anormais para as ações adicionadas ao Ibovespa entre 2004 e 2013, no contexto do efeito índice, uma das anomalias de mercado mais antigas relatadas em finanças, empregando-se a metodologia de estudo de evento. Diferentemente de outros estudos, encontram-se retornos anormais positivos próximos aos dias que antecedem a data de efetivação do índice à nova carteira. Os resultados são invertidos para períodos de estimação superiores àquele de apuração do índice. Os volumes são anormalmente altos. A não persistência dos retornos anormais ao longo da janela de entrada é coerente com a hipótese de pressão de preços e pode ser considerada coerente com a forma de eficiência semiforte de mercado.

Análise de persistência de performance de investimento: há evidências de persistências em fundos ativos de ibovespa para clientes do varejo?

Este trabalho tem como objetivo analisar o desempenho de quinze fundos de ações de varejo tendo como características a gestão ativa e como objetivo de mercado superar o índice Ibovespa, para o período compreendido entre janeiro de 1999 e junho de 2003. A análise pretende verificar a existência de persistência de desempenho neste grupo de fundos através dos métodos de análises de desempenho mais utilizados no mercado de fundos de ações, separando-os em três grupos de desempenho. O trabalho tem como segundo objetivo analisar a possibilidade de fundos certificados por metodologias qualitativas apresentarem desempenho superior aos fundos não certificados, dentro da amostra deste estudo. As conclusões demonstraram que há evidências de persistência de desempenho deste grupo de fundos, tanto em períodos de um ano como em dois anos. Foram encontradas evidências de que os fundos certificados tendem a apresentar melhores resultados que os demais fundos ativos de Ibovespa selecionados para este estudo.

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

Estratégia de Investimento baseada em padrões descobertos por mineração de dados em séries históricas de preços diários do Indice IBOVESPA e das ações da PETROBRAS-PN (PETR4.SA)

With the increase of stakeholders and consequently increase of amount of nancial transaction the study of news investment strategies in the stock market with data mining techniques has been the target of important researches. It allows that great historical data base to be processed and analysed looking for pattern that can be used to take a decision in investments. With the idea of getting pro t more than the real indexs' gain, we propose a strategy method of transactions using rules built by algorithm classi cation. For that, diary historical data of Ibovespa index and Petrobras stocks are organized and processed to nding the most important attribute that act decisively when taking a investment decision.To test the accuracy of proposed rules, a non real portfolio management is created, showing the decisions' performance over the real index and stocks' performance. Following the proposed rules, the results show that the strategy of investment give me back a high return that Stock market's return. The exclusive characteristics of algorithms maximize the gain inside the analysed time allowing to determine the techniques' return and the number of the days necessary to double the initial investment. The best classi er applied on the time series and its use on the propose investments strategy will demand 104 days to double the initial capital

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

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

Governança corporativa nas empresas calçadistas listadas na BM&FBOVESPA e os reflexos na cotação das ações e indicadores financeiros

Dissertação de mestrado apresentada como exigência parcial para obtenção do título de Mestre em Administração, no Programa de Pós-Graduação em Administração - Mestrado da Universidade Municipal de São Caetano do Sul.

O efeito manada nos fundos de investimento no Brasil: um teste em finanças comportamentais

Utilizando-se de uma amostra de movimentações diárias de fundos de investimento em ações, multimercados e renda fixa no Brasil, por meio de uma metodologia baseada na direção das captações líquidas de um grande número de fundos de investimento, agregados em grupos de investidores de acordo com o porte médio de seu investimento (ricos e pobres), foi encontrada forte evidência da ocorrência de efeito manada de forma heterogênea entre diferentes grupos de investidores, sendo que a intensidade do efeito manada varia de acordo com o porte do investidor, tipo de fundo e com a época. Também foi testado um viés de heurística: a ancoragem de preço, que supõe que após uma nova máxima ou mínima histórica nos preços das ações, haverá uma movimentação anormal de investidores, que acreditam ser este evento um indicador sobre os preços futuros. Encontrou-se evidência de que este fenômeno ocorre em diferentes tipos de fundos de investimento, não apenas os fundos de investimento em ações, e que tem maior impacto quando há uma nova mínima do que quando há uma cotação recorde no índice Ibovespa. Entretanto, o poder de explicação deste viés sobre o efeito manada é pequeno, e há uma série de variáveis ainda não exploradas que têm maior poder de explicação sobre o efeito manada. Desta maneira, este estudo encontrou evidências de que os pressupostos de finanças comportamentais de que a informação e as expectativas dos investidores não são homogêneas, e que os investidores são influenciáveis pelas decisões de outros investidores, estão corretos, mas que há fraca evidência que o viés de heurística de ancoragem de preço tenha papel relevante no comportamento dos investidores.

Testes empíricos da eficiência do mercado acionário brasileiro

Este trabalho tem por objetivo avaliar a eficiência do mercado acionário brasileiro a partir de testes estatísticos, para posterior modelagem das séries de retorno das ações, utilizando os modelos ARMA, ARCH, GARCH, Modelo de Decomposição e, por final, VAR. Para este trabalho foram coletados dados intradiários, que são considerados dados de alta freqüência e menos suscetíveis a possíveis alterações na estrutura de mercado, tanto micro como macroeconômicos. Optou-se por trabalhar com dados coletados a cada cinco minutos, devido à baixa liquidez dos ativos no mercado financeiro (que poderia acarretar em dados ausentes para intervalos de tempo inferiores). As séries escolhidas foram: Petrobrás PN, Gerdau PN, Bradesco PN, Vale do Rio Doce PN e o índice Ibovespa, que apresentam grande representatividade do mercado acionário brasileiro para o período analisado. Com base no teste de Dickey-Fuller, verificou-se indícios que o mercado acionário brasileiro possa ser eficiente e, assim foi proposto modelos para as séries de retorno das ações anteriormente citadas.

Métodos bayesianos em alocação de ativos : avaliação de desempenho

Neste trabalho, comparamos algumas aplicações obtidas ao se utilizar os conhecimentos subjetivos do investidor para a obtenção de alocações de portfólio ótimas, de acordo com o modelo bayesiano de Black-Litterman e sua generalização feita por Pezier e Meucci. Utilizamos como medida de satisfação do investidor as funções utilidade correspondentes a um investidor disciplinado, isto é, que é puramente averso a risco, e outro que procura risco quando os resultados são favoráveis. Aplicamos o modelo a duas carteiras de ações que compõem o índice Ibovespa, uma que replica a composição do índice e outra composta por pares de posições long&short de ações ordinárias e preferenciais. Para efeito de validação, utilizamos uma análise com dados fora da amostra, dividindo os dados em períodos iguais e revezando o conjunto de treinamento. Como resultado, foi possível concluir que: i) o modelo de Black-Litterman não é suficiente para contornar as soluções de canto quando o investidor não é disciplinado, ao menos para o modelo utilizado; ii) para um investidor disciplinado, o P&L médio obtido pelos modelos de média-variância e de Black-Litterman é consideravelmente superior ao do benchmark para as duas carteiras; iii) o modelo de Black Litterman somente foi superior ao de média-variância quando a visão do investidor previu bem os resultados do mercado.

O desempenho dos hedge funds brasileiros a partir da não normalidade de seus retornos

Devido à utilização de estratégias distintas de investimento dos hedge funds brasileiros caracterizadas pelo uso de derivativos, operações alavancadas e vendas a descoberto, esses fundos apresentam significante não normalidade dos retornos gerados. Portanto, as medidas usuais de avaliação de performance são incapazes de fornecer resultados consistentes com o verdadeiro desempenho dos portfólios de hedge fund. Este trabalho irá utilizar duas metodologias não tradicionais para analisar a performance dos hedge funds brasileiros e determinar qual estratégia supera o mercado acionário. Serão utilizadas duas medidas não paramétricas, Almost Stochastic Dominância (ASD) e Manipulation-Proof Performance Measure (MPPM). Os resultados demonstram que os hedge funds brasileiros não superam os benckmaks utilizados na dominância de primeira ordem, mas quando analisada a dominância de segunda ordem sete estratégias apresentaram desempenho superior ao Índice Ibovespa.

Fundos de investimento imobiliário e suas caracteristicas de hedge contra inflação no Brasil

Este trabalho tem por objetivo verificar a relação entre a inflação e o retorno dos fundos de investimento imobiliário no Brasil, uma vez que é amplamente difundida a crença de que imóveis tem seu valor corrigido pela inflação ao longo do tempo. Os indicadores de preços imobiliários utilizados foram IFIX, FIPEZAP e o IVG-R, testados contra as variáveis macroeconômicas de diferença entre as expectativas dos indicadores de inflação, representado pelo IPCA, e câmbio, e também contra as variáveis de risco de prazo, representada pela diferença entre o retorno aos títulos do tesouro com vencimento em 1 mês e em 30 anos, e a volatilidade dos mercados financeiros, representada pelo índice Ibovespa. Os resultados revelam que o retorno dos fundos de investimentos imobiliários e a variação dos índices de preço de imóveis utilizados têm pouca correlação com os índices de inflação e mais relação com as outras variáveis do modelo.