Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/39109
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSaito, Marcos Henrique Gomes Veira-
dc.date.accessioned2025-12-17T11:36:57Z-
dc.date.available2025-12-17T11:36:57Z-
dc.date.issued2025-11-27-
dc.identifier.citationSAITO, Marcos Henrique Gomes Veira. Análise comparativa de estratégias de day trading: ORB isolado vs. pair trading com seleção por grafos. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2025.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/39109-
dc.description.abstractThe search for investment strategies offering consistent returns uncorrelated with market indices is a central challenge in quantitative finance. This work proposes and evaluates a hybrid methodology for Day Trading operations in the Brazilian stock market, combining the volatility capture of the Opening Range Breakout (ORB) strategy with the directional risk mitigation of Pair Trading. The methodological differentiator lies in the development of a pair selection algorithm based on Graph Theory, which replaces traditional exhaustive search with an adaptive spreading heuristic, weighted by fundamental similarity and controlled by the correlation of the Higuchi Fractal Dimension (HFD). Empirical validation was conducted through rigorous backtesting on a universe of 83 assets from B3, covering the period from 2018 to 2024. The results demonstrated that the hybrid strategy was able to generate a Cumulative Return of 301.72%, significantly outperforming the CDI and Ibovespa, with a Win Rate exceeding 51% and a positive Payoff Ratio. However, risk analysis revealed high annualized volatility, evidencing that while the fractal-based heuristic approach is effective in generating Alpha, the model’s stability across different market regimes requires the future incorporation of secondary artificial intelligence filters.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/pt_BR
dc.subjectInvestimentos - Análisept_BR
dc.subjectGrafos de ligaçãopt_BR
dc.subjectAlgorítmos computacionaispt_BR
dc.subjectInvestment analysispt_BR
dc.subjectBond graphspt_BR
dc.subjectComputer algorithmspt_BR
dc.titleAnálise comparativa de estratégias de day trading: ORB isolado vs. pair trading com seleção por grafospt_BR
dc.title.alternativeComparative analysis of day trading strategies: isolated ORB vs. pair trading with graph selectionpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoA busca por estratégias de investimento que ofereçam retornos consistentes e descorrelacionados dos índices de mercado é um desafio central nas finanças quantitativas. Este trabalho propõe e avalia uma metodologia híbrida para operações de Day Trading no mercado acionário brasileiro, combinando a captura de volatilidade da estratégia Opening Range Breakout (ORB) com a mitigação de risco direcional do Pair Trading. O diferencial metodológico reside no desenvolvimento de um algoritmo de seleção de pares baseado em Teoria dos Grafos, que substitui a busca exaustiva tradicional por uma heurística de espalhamento adaptativo, ponderada por similaridade fundamentalista e controlada pela correlação da Dimensão Fractal de Higuchi (HFD). A validação empírica foi realizada através de backtesting rigoroso em um universo de 83 ativos da B3, compreendendo o período de 2018 a 2024. Os resultados demonstraram que a estratégia híbrida foi capaz de gerar um Retorno Acumulado de 301,72%, superando significativamente o CDI e o Ibovespa, com uma Taxa de Acerto superior a 51% e Payoff Ratio positivo. Contudo, a análise de risco revelou uma volatilidade anualizada elevada, evidenciando que, embora a abordagem heurística baseada em fractais seja eficaz na geração de Alpha, a estabilidade do modelo em diferentes regimes de mercado demanda a incorporação futura de filtros secundários de inteligência artificial.pt_BR
dc.degree.localPato Brancopt_BR
dc.publisher.localPato Brancopt_BR
dc.contributor.advisor1Casanova, Dalcimar-
dc.contributor.referee1Casanova, Dalcimar-
dc.contributor.referee2Lima, José Donizetti de-
dc.contributor.referee3Southier, Luiz Fernando Puttow-
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento Acadêmico de Informáticapt_BR
dc.publisher.programEngenharia de Computaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:PB - Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
estrategiaorbtrading.pdf1,31 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons