Publication
Análise de padrões comportamentais na entropia de mercado, comparando modelos de base linear e não linear
| datacite.subject.fos | Ciências Sociais::Economia e Gestão | pt_PT |
| dc.contributor.advisor | Alves, Paulo Alexandre Pimenta | |
| dc.contributor.author | Ferraz, Miguel da Costa Ricon | |
| dc.date.accessioned | 2023-09-23T11:38:09Z | |
| dc.date.available | 2023-09-23T11:38:09Z | |
| dc.date.issued | 2023-07-13 | |
| dc.date.submitted | 2023-04 | |
| dc.description.abstract | Numa primeira abordagem, o título desta investigação pode ser interpretado como uma contradição. Isto porque, o conceito de entropia, devido à sua relação de proximidade com o caos, pode ser visto não só como a imprevisibilidade do mercado, como também, pela distorção da informação, e por este motivo não ser possível encontrar padrões. No entanto, esta investigação questiona se os mercados financeiros e a economia real não são simplesmente sistemas caóticos, ou, sistemas caóticos com uma vertente comportamental de maior preponderância em timeframes mais curtos. Ao longo deste trabalho vão ser examinados todos os conceitos incluídos no título, bem como outros que irão conferir uma perspetiva coesa e válida através uma revisão bibliográfica relevante. Esta dissertação passa pela conciliação da teoria económica relativa aos mercados financeiros com o campo da engenharia computacional. Este trabalho foca-se na capacidade de previsão das ferramentas de inteligência artificial aplicadas ao mercado cambial, com o apoio da análise técnica. O âmbito deste estudo compreende a comparação da capacidade previsional de modelos lineares face aos não lineares. As teorias clássicas, associadas aos modelos lineares, pretendem embelezar as relações entre os fatores do mundo real, para que estas fiquem ao alcance da compreensão humana. Assim, com as fortes críticas à teoria clássica, nasce o interesse pela modelação não linear que alcança um poder previsional superior, como é apurado nos resultados deste estudo. Como última nota, é de salientar que todos os algoritmos utilizados neste estudo são produto do autor. | pt_PT |
| dc.description.abstract | In the first approach, the title of this investigation may appear as a contradiction. The concept of entropy, due to its close relationship with chaos, can be seen as not only the unpredictability of the market, but also the distortion of information, making it impossible to find patterns. This investigation considers that financial markets, and the real economy, are not simply chaotic systems but chaotic systems with a behavioral aspect that is more prominent in shorter timeframes. Throughout this work, all the concepts included in the title, as well as all the others examined, will provide a cohesive and valid perspective through a relevant bibliographical review. This dissertation reconciles economic theory on financial markets with the field of computational engineering, focusing on the predictability of artificial intelligence tools applied to the foreign exchange market, with the support of technical analysis. The scope of this study includes comparing the predictive capacity of linear models against non-linear models. Classical theories, associated with linear models, intend to embellish the relationships between factors in the real world, making them within reach of human understanding. However, with the strong criticism of classical theory, interest in non-linear modeling that achieves superior predictive power has emerged, as verified in the results of this study. Lastly, it is important to note that all algorithms used in this study were written by the author. | pt_PT |
| dc.identifier.tid | 203350804 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.14/42595 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Forex | pt_PT |
| dc.subject | ARIMA | pt_PT |
| dc.subject | DNN | pt_PT |
| dc.title | Análise de padrões comportamentais na entropia de mercado, comparando modelos de base linear e não linear | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Finanças | pt_PT |