Estabelecer competências em técnicas quantitativas aplicadas ao mercado de renda variável, por meio da aplicação dos métodos de processamento digital de séries temporais. Nesse contexto, a disciplina inicia com a modelagem estocástica do preço, partindo para a concepção de portfólios otimizados de ativos financeiros até alcançar a codificação de indicadores e robôs de algo trading. Porém, é importante salientar que a disciplina não objetiva a formação de operadores do mercado financeiro, possuindo responsabilidade estrita à formação discente em métodos e técnicas computacionais aderentes ao mercado de renda variável.
- Universidade de Brasília - UnB
- Campus UnB Gama
- Disciplina: Processamento Digital de Sinais Financeiros
- Prof. Marcelino Monteiro de Andrade Dr.
I) Tópicos
- Fundamentos da Análises Gráfica, Técnica e Quantitativa;
- Modelagem Estocástica do Preço com o Movimento Browniano Geométrico;
- Teoria do Portfólio Moderno de Markovitz;
- Estimadores de Tendência, Reversão e Volatilidade;
- Operações Long & Short com Cointegração;
- Implementação de Indicadores e Expert Advisor no Metatrader;
- Técnicas de Otimização e de Backtest;
- Infraestrutura de Hardware e Software para Algo Trading;
II) Aulas
A presente atividade prática abordará a modelagem estocástica do preço, somado a conceituação de volatilidade, expectativa de retorno, índice Sharpe, correlação, aplicação da clusterização k-means entre outros aspectos fundamentais e quantitativos.
Aula 2 - Teoria Moderna do Portfolio de Markowitz
A presente atividade prática abordará a aplicação da Teoria Moderna do Portfolio (TMP), com a identificação da fronteira de eficiência, portfolio de menor risco, de maior Sharpe e da linha de mercado de capitais. Adicionamente, a atividade envolve a identificação das correlações das principais bolsas mundiais e uma clusterização não supervisionada, com a técnica de machine learning, denominada DBSCAN.
Aula 3 - Indicadores Técnicos Clássicos
A presente atividade abordará um conjunto de indicadores técnicos adotados, regularmente, em estratégias de algo trading ou em operações manuais. Adicionalmente, uma análise no domíno das frequência será apresentada, para o indicador média móvel, e um desenvolvimento para predição do retorno, por meio da regressão linear e indicadores técnicos.
A presente atividade abordará um conjunto de 3 (três) estratégias didáticas de operações automáticas de compras, baseadas nos indicadores média móvel, MACD e as bandas de Bollinger. As estratégias são apresentadas no formato mais trivial possível, considerando o sentido pedagógico. Em contexto real, aspectos adicionais podem ser naturalmente incorporados, como: i) um processo de otimização regular dos parâmetros, ii) a alocação de stops, iii) a natureza da ordem (mercado/limitada), iv) o período entrada e a v) gestão do risco operacional. Complementarmente, a técnica de Machine Learning denominada de Decision Tree foi aplicada na estratégia de cruzamento de médias com o indicador RSI.
Aula 5 - Operações Long & Short
A presente atividade abordará operações Long & Short baseadas no spread entre pares de ações, sendo a "aposta" a diminuição do spread a partir de um determinado ponto de distorção. Diversas medidas quantitativas são possíveis na avaliação dos pares Long & Short, sendo as mais comuns a cointegração e a correlação. Na presente aula a cointegração foi determinada para a escolha dos pares do indice amplo B3, seguindo de um rank de correlação. Nesse sentido, ocorrendo a condição de entrada e os pares sendo cointegrados, os ativos são operados em posições contrárias (comprada/vendida ou vendida/comprada) conforme o contexto da distorção e sempre buscando um retorno à média ou diminuição do spread.
Aula 6 - Indicador VWAP Metatrader
A presente aula corresponde à concepção de um indicador funcional na plataforma Metatrader 5. Nesse sentido, o indicador de referência escolhindo foi o VWAP (Volume Weighted Average Price) que corresponde a média móvel, ponderada pelo volume, de cada barra do gráfico. Esse indicador não é nativo do MT5 e a estrutura básica apresentada poderá ser adotada por outros indicadores customizados.
Nessa aula é apresentado um robô funcional desenvolvido em mql5-Metatrader, em código aberto, com a estratégia de reversão à média. Nesse sentido, o indicador VWAP (aula 6) foi aplicado para determinação dos pontos de entrada, a partir de uma distância da média de referência, e também de saída por meio do retorno/cruzamento na média VWAP. Outras funcionalidades foram incoporadas, como: stops, horários operacionais, modo daytrade, um painel de informações, modos de preenchimento de ordem entre outras possíbilidades. Algumas funções foram indicadas no EA para serem desenvolvidas pelos alunos, como: ordem limitadas, funções de teste e restrição do número de operações.
Aula 8 - Conexão MT5 Python A presente atividade aborda o artigo "Integração do Metatrader 5 e Python: Recebendo e Enviando Dados"
apresentado por Maxim Dmitrievsky. Alguns comentários e poucas modificações foram inseridas buscando facilitar o entendimento durante a apresentação em classe. A solução corresponde ao estabelecimento de uma comunicação via socket (IP:Port) no qual o metatrader enviar para o Python os preços de fechamento de N períodos e o Python, por meio do método "LinearRegression" do módulo "sklearn.linear_model", realiza o cálculo da regressão linear e retorna para o MT5 os pontos da reta. Em seguida, no Metatrader os pontos recebidos são utilizados para a contrução da curva de regressão no período desejado. Contudo, o potencial dessa relação (MT5-Python) possuí seu principal fundamento em permitir o uso das inúmeras soluções de Machine Learning disponibilizada no ambiente Python por meio de bibliotecas como: Scikit-learn, XGBoost, Keras entre outras.
III) Aulas Extras
Aula Extra 1 - Modelos ARCH e GARCH para estimação de volatilidade/ Em construção
Aula Extra 2 - Long & Short com resído estacionário e cointegração/ Em construção
IV) Bibliografia
- Ali N. Akansu and Mustafa U. Torun. 2015. A Primer for Financial Engineering: Financial Signal Processing and Electronic Trading (1st ed.), Academic Press.
- John F. Ehlers. 2004. Cybernetic Analysis for Stocks and Futures: Cutting Edge DSP Technology to Improve Your Trading (1st ed.), John Wiley & Sons, Inc.
- Robert Prado. 2008. The Evaluation and Optimization of Trading Strategies (2nd ed.), John Wiley & Sons, Inc.
- Yves Hilpisch. 2014. Python for Finance: Analyze Big Financial Data (1st ed.), O’Reilly Media, Inc.
- Andrew R. Young. 2013. Expert Advisor Programming for Metatrader 5: Creating Automated Trading Systems in the Mql5 Language (1st ed.), Edgehill Publishing.