Dissertação de Mestrado
URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3237
Navegar
2 resultados
Resultados da Pesquisa
Dissertação Previsibilidade em modelos de ações(2008) Chicaroli, RodrigoNeste estudo, verificamos a existência de previsibilidade no mercado de ações brasileiro. Diferente de diversos estudos no mesmo sentido, que avaliam as séries originais de cada ação, avaliamos séries sintéticas criadas a partir de modelos lineares de ações. De acordo com Burgess (1999), utilizamos a metodologia de “stepwise regression” (regressão passo-a-passo) para a formação dos modelos de cada ação. Então utilizamos o perfil de razão de variância em conjunto com uma simulação de Monte Carlo para a seleção dos modelos com potencial de previsibilidade. Diferentemente de Burgess (1999), realizamos um Reality Check de White (2000) para verificar a existência de retornos positivos no período fora da amostra. Utilizamos as estratégias propostas por Sullivan, Timmermann e White (1999) e Hsu e Kuan (2005) totalizando 26410 estratégias simuladas. Finalmente, utilizando a metodologia de bootstrap, com 1000 simulações, encontramos fortes evidências de previsibilidade nos modelos, incluindo custos de transação.Dissertação “Ombro-cabeça-ombro”: Testando a lucratividade do padrão gráfico de análise técnica no mercado de ações brasileiro(2007) Boainain, Pedro GabrielA partir de uma adaptação da metodologia de Osler e Chang (1995), este trabalho avalia, empiricamente, a lucratividade de estratégias de investimento baseadas na identificação do padrão gráfico de Análise Técnica Ombro-Cabeça-Ombro no mercado de ações brasileiro. Para isso, foram definidas diversas estratégias de investimento condicionais à identificação de padrões Ombro-Cabeça-Ombro (em suas formas padrão e invertida), por um algoritmo computadorizado, em séries diárias de preços de 47 ações no período de janeiro de 1994 a agosto de 2006. Para testar o poder de previsão de cada estratégia, foram construídos intervalos de confiança, a partir da técnica Bootstrap de inferência amostral, consistentes com a hipótese nula de que, baseado apenas em dados históricos, não é possível criar estratégias com retornos positivos. Mais especificamente, os retornos médios obtidos por cada estratégia nas séries de preços das ações, foram comparados àqueles obtidos pelas mesmas estratégias aplicadas a 1.000 séries de preços artificiais - para cada ação - geradas segundo dois modelos de preços de ações largamente utilizados: Random Walk e E-GARCH. De forma geral, os resultados encontrados mostram que é possível criar estratégias condicionais à realização dos padrões Ombro-Cabeça-Ombro com retornos positivos, indicando que esses padrões conseguem capturar nas séries históricas de preços de ações sinais a respeito da sua movimentação futura de preços, que não são explicados nem por um Random Walk e nem por um E-GARCH. No entanto, se levados em consideração os efeitos das taxas e dos custos de transação, dependendo das suas magnitudes, essas conclusões somente se mantêm para o padrão na sua forma invertida.