APLICAÇÃO DE CADEIAS DE MARKOV MULTIVARIADA E REGRESSÃO LINEAR MÚLTIPLA PARA INVESTIMENTO NO IBOVESPA COM O DÓLAR COMO INFLUENCIADOR

Rafael Scariote, Leandro Luís Corso

Resumo


Em um mercado financeiro, que se mostra cada vez mais dinâmico e complexo, é de suma importância utilizar ferramentas que auxiliem os investidores a diminuir as perdas e maximizar os ganhos. Este artigo tem como objetivo avaliar o comportamento dos índices Ibovespa e Dólar nos anos 2019 e 2020, por meio de uma simulação de investimento no Ibovespa utilizando o Dólar como influenciador. Para isto, foram utilizados dois modelos matemáticos: Cadeias de Markov Multivariadas e Regressão Linear Múltipla. Avaliaram-se os dados dos índices, com a criação de matrizes de transição percentual entre os estados e criação da equação de regressão. Por meio de uma simulação de investimento inicial de R$ 100,00, foi possível verificar quais seriam os ganhos ou perdas utilizando os métodos. As simulações foram realizadas no segundo semestre de cada um dos anos. Para o modelo de Cadeias de Markov Multivariadas, observou-se a possibilidade de ganho de 8,1% no ano de 2019 e de 8,9% em 2020. Já para o modelo de Regressão Linear Múltipla, verificou-se uma possível perda de 8,6% no ano de 2019 e um ganho de 23,1% no ano de 2020.

Palavras-chave


Cadeias de Markov Multivariada; Regressão Linear Múltipla; Mercado Financeiro; Ibovespa; Dólar

Texto completo:

PDF


 
 
.........................................................................................................................................................................................................................

Indexadores

  PROPESQ   PROPESQ    PROPESQ 

  PROPESQ  PROPESQ     PROPESQ

Spell  

 
.........................................................................................................................................................................................................................

ConTexto - Revista do Programa de Pós-Graduação em Controladoria e Contabilidade da UFRGS - E-ISSN: 2175-8751

         UFRGS