Aplicação de técnicas de inteligência computacional e de análise de Big Data em um experimento com sistemas multi-agentes na área de finanças

• Processo: 17/20248-8
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de dezembro de 2017
• Data de Término da vigência: 31 de maio de 2019
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Cairo Lúcio Nascimento Júnior
• Beneficiário: Michel Carlo Rodrigues Leles
• Instituição Sede: Divisão de Engenharia Eletrônica (IEE). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 16/04992-6 - Aplicação de técnicas de inteligência computacional e de análise de Big Data em um experimento com sistemas multi-agentes na área de finanças, AP.ESCIENCE.R
• Assunto(s): Inteligência computacional
• Palavra(s)-Chave do Pesquisador: Big Data Analytics | Finanças Computacionais | Inteligência computacional | sistemas multi-agentes | Finanças Computacionais (Computational Finance)

Resumo

Estamos propondo uma pesquisa na área de Finanças Computacionais Baseada em Agentes. Esta área tem estudado aplicação de modelos de sistemas multi-agentes e técnicas de inteligência computacional em finanças. Neste contexto, pretendemos empregar diferentes técnicas de Inteligência Computacional (aprendizagem por reforço, algoritmos genéticos e lógica fuzzy) e análise de Big Data em um experimento de sistema multi-agentes (simulação do modelo baseado em agentes de um leilão duplo) de finanças. Os objetivos da pesquisa são a investigação da capacidade das técnicas de inteligência computacional em modelar a aprendizagem e a evolução dos agentes nos mercados financeiros, estudar o uso de índice de performance multi-critérios com o objetivo de reproduzir o processo de aprendizado dos agentes, e analisar as consequências do comportamento desses agentes para os mercados financeiros como um todo. Nosso plano é a introdução de diferentes técnicas de inteligência computacional em um agente baseado em simulação do modelo do mercado financeiro, e o teste de uma lista de hipóteses sobre os agentes e o micro-estrutura dos mercados financeiros. Essa pesquisa é relevante porque o seu resultado pode ajudar os pesquisadores, reguladores financeiros e profissionais a entender melhor a aprendizagem e o processo de evolução dos agentes, e as suas consequências para a micro-estrutura do mercado financeiro como um todo. Estamos solicitando uma bolsa pós-doutorado para um pesquisador especialista em Finanças Computacionais. Em termos de internacionalização, essa pesquisa tem uma colaboração internacional com o Institute for Analytics and Data Science e a School of Computer Science and Electronic Engineering da University of Essex, UK. Como parte do projeto, pretendemos intensificar essa relação através de uma série de visitas e intercâmbio de pesquisadores.

Publicações científicas

(9)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LELES, MICHEL C. R.; SBRUZZI, ELTON E.; P DE OLIVEIRA, JOSD M.; NASCIMENTO, CAIRO L., JR.; IEEE. A MatLab (TM) Computational Framework for Multiagent System Simulation of Financial Markets. 2019 13TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON), v. N/A, p. 8-pg., 2019-01-01. (16/04992-6, 17/20248-8)

RODRIGUES LELES, MICHEL CARLO; MOZELLI, LEONARDO AMARAL; NASCIMENTO JUNIOR, CAIRO LUCIO; SBRUZZI, ELTON FELIPE; GUIMARAES, HOMERO NOGUEIRA. Study on Singular Spectrum Analysis as a New Technical Oscillator for Trading Rules Design. FLUCTUATION AND NOISE LETTERS, v. 17, n. 4, DEC 2018. (16/04992-6, 17/20248-8)

LELES, MICHEL C. R.; MOREIRA, MARIANA G.; VALE-CARDOSO, ADRIANO S.; NASCIMENTO JUNIOR, CAIRO L.; SBRUZZI, ELTON F.; GUIMARAES, HOMERO N.. Comparison between Basic and Toeplitz SSA applied to non-stationary time-series. STATISTICS AND ITS INTERFACE, v. 12, n. 4, p. 527-536, 2019. (16/04992-6, 17/20248-8)

RODRIGUES LELES, MICHEL CARLO; MOZELLI, LEONARDO AMARAL; SBRUZZI, ELTON FELIPE; NASCIMENTO JUNIOR, CAIRO LUCIO; GUIMARAES, HOMERO NOGUEIRA. A Multicriteria Trading System Based on Singular Spectrum Analysis Trading Rules. IEEE SYSTEMS JOURNAL, v. 14, n. 1, p. 1468-1478, MAR 2020. (16/04992-6, 17/20248-8)

MAGALHAES, RACHEL F.; RANGEL, LUIS A. D.; SBRUZZI, ELTON F.; NASCIMENTO JR, CAIRO L.; LELES, MICHEL C. R.; IEEE. Analysis of the Brazilian Research Agencies using a Multicriteria Decision Aid known as TODIM. 2019 13TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON), v. N/A, p. 6-pg., 2019-01-01. (16/04992-6, 17/20248-8)

LELES, MICHEL C. R.; VALE-CARDOSO, ADRIANO S.; MOREIRA, MARIANA G.; SBRUZZI, ELTON F.; NASCIMENTO JR, CAIRO L.; MOZELLI, LEONARDO A.; GUIMARAES, HOMERO N.; IEEE. Recursive Singular Spectrum Analysis Applied to the Design of a Trading System. 2019 13TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON), v. N/A, p. 7-pg., 2019-01-01. (16/04992-6, 17/20248-8)

LELES, MICHEL C. R.; SBRUZZI, ELTON F.; DE OLIVEIRA, JOSE M. P.; NASCIMENTO JR, CAIRO L.; IEEE. Trading Switching Setup Based on Reinforcement Learning Applied to a Multiagent System Simulation of Financial Markets. 2019 13TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON), v. N/A, p. 8-pg., 2019-01-01. (17/20248-8, 16/04992-6)

LELES, MICHEL C. R.; CARDOSO, ADRIANO S. V.; MOREIRA, MARIANA G.; SBRUZZI, ELTON F.; NASCIMENTO, CAIRO L., JR.; GUIMARAESF, HOMERO N.; IEEE. A Singular Spectrum Analysis based Trend-Following Trading System. 12TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON2018), v. N/A, p. 5-pg., 2018-01-01. (17/20248-8, 16/04992-6)

SBRUZZI, ELTON F.; LELES, MICHEL C. R.; NASCIMENTO, CAIRO L., JR.; IEEE. Introducing Learning Automata to Financial Portfolio Components Selection. 12TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON2018), v. N/A, p. 6-pg., 2018-01-01. (17/20248-8, 16/04992-6)