A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Inteligência Artificial Redes Neurias Prof. Dr. Ivan Rizzo Guilherme Daniel Carlos.

Apresentações semelhantes


Apresentação em tema: "Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Inteligência Artificial Redes Neurias Prof. Dr. Ivan Rizzo Guilherme Daniel Carlos."— Transcrição da apresentação:

1 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Inteligência Artificial Redes Neurias Prof. Dr. Ivan Rizzo Guilherme Daniel Carlos Guimarães Pedronette Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais

2 Problema Tomada de Decisões no Mercado Financeiro Determinar melhores momentos para compra e venda da Ação Antecipar Movimentos de Subida e Queda Capacidade de Prever o Futuro

3 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Características do problema Abundância de Dados Cotações, Valores de Compra/Venda, Indicadores Estatísticos Indicadores Estatísticos –Indicadores numéricos que normalmente variam de 0 a 1 tentando identificar tendências de ascensão ou queda de preços –Rudimentares –Funcionam bem para grandes variações de preços –Exemplos: Momento, IFR (Índice de Força Relativa), Volume, etc

4 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Características do problema Dificuldade de análise dos dados disponíveis Como determinar quais as informações mais significativas? Como sintetizar a grande quantidade de informações? Necessidade de grande flexibilidade na avaliação dos dados

5 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Solução Proposta Utilização de Redes Neurais Aprendizado Supervisionado Modelo Back-Propagation Linguagem Java Pacote de Redes Neurais JOONE Aplicação de Regras à saída da Rede Neural para gerar Indicativos de Compra/Venda

6 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Redes Neurais Artificiais Conjunto de Entradas Numéricas Conjunto de Unidades de Processamento - Neurônios, com várias entradas e uma saída Cada entrada possui um determinado peso sináptico: fator de multiplicação Aprendizado: ajuste dos pesos segundo o resultado desejado Função de Ativação produz Saída Numérica

7 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Redes Neurais Artificiais Erro

8 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Dados de Entrada Dados reais da Bovespa Formato: texto separado por ; Tempo de Atualização: ajustável. Inicialmente em 1 min. Cotação da Ação, Valor de Compra, Valor de Venda, Última Oscilação, Volume de Negociações Indicadores Estatísticos: PP, SMI, Momento, IFR, Fôlego

9 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Pré-Processamento dos Dados Definição do Valor Esperado Para um conjunto de dados de Entrada, qual a Saída desejada? Valores Esperados Estipulados: 0, 0.5, 1 –Momento que antecede uma queda, marcado com valor 0: Venda –Momento que antecede uma alta, marcado com valor 1: Compra –Demais Momentos marcados com 0.5: Neutro Utilizado Microsoft Excel, exportando para arquivo texto

10 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Topologia da Rede 3 camadas de neurônios (Entrada,Intermdiária,Saída) Camada de Entrada: –11 neurônios (10 entradas e o Valor Esperado) Camada Intermediária: –20 neurônios Camada de Saída: –1 neurônio: Saída Final

11 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Outros Parâmetros da Rede Momento da Rede: 0.4 Taxa de Aprendizado: 0.8 Monitor, ligado às camadas ajustando os parâmetros acima e coordenando o Aprendizado Sinapses: FullSinapse, todos os neurônios se comunicam com todos Tipo de Camada: SigmoidLayer –Função de Ativação:

12 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Topologia da Rede

13 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais JOONE - Java Object Oriented Neural Engine Free framework para criação, treinamento e teste de Redes Neurais Modelo Back Propagation Objetos disponíveis: –Vários tipos de Camadas –Vários tipos de Sinapses Intercâmbio de dados: –Arquivos texto, HTTP, FTP

14 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Codificação da Rede Neural

15 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Aplicativo Java

16 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Treinamento e Processamento Utilizada média de 150 registros para treinamento Resultados satisfatórios entre e ciclos ou mais. Treinamento necessita de grande capacidade de processamento Após treinamento Rede Neural processa rapidamente os resultados

17 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Pós-Processamento Objetivo: Gerar Indicativos de Compra e Venda a partir da Saída Numérica no intervalo [0,1] A cada saída da Rede Neural, calcula-se a Variação em relação ao Valor Anterior Definir um valor numérico constante para o Indicador de Tendências Regra: Variação > + Indicador: Ordem de Compra Variação < - Indicador: Ordem de Venda Indicador Maior : menos movimentos, menos erros Indicador Menor: mais movimentos, mais erros

18 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Visão Geral do Processo

19 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Resultados Gerados Simulações: se alguém tivesse obedecido todos os sinais da Rede, quais seriam os resultados? Ação USIM5 (Usiminas) Período: aproximadamente 5h Atualização: a cada 1 minuto Resultados: –12 Movimentos Nulos –6 Movimentos Certos –1 Movimentos Errados –Saldo: R$ 0,71 (aproximadamente 2,41% do valor inicial da Ação)

20 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Resultados Gerados

21 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Desafios e Dificuldades Otimização dos parâmetros da Rede Neural: –Tipo de Camadas e Sinapses –Número de Neurônios –Momento e Taxa de Aprendizagem Definição de valores ótimos de Intervalos de Atualização e Indicadores de Tendência Aperfeiçoamento do desempenho é um processo empírico

22 Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Links URLs:


Carregar ppt "Apoio à tomada de decisões no Mercado Financeiro utilizando Redes Neurais Inteligência Artificial Redes Neurias Prof. Dr. Ivan Rizzo Guilherme Daniel Carlos."

Apresentações semelhantes


Anúncios Google