Dentre as diversas aplicações de técnicas de Machine Learning em dados financeiros, a predição de preços de ativos é, sem dúvida, uma das primeiras que vêm à mente. A predição de preços é uma tarefa de regressão (predição numérica), por retornar um valor numérico como resposta. Os usos são vastos: melhores preços de compra e venda, preços de execução de contratos futuros, auxílio à decisão sobre manter ou não o ativo, etc. A estrutura desta obra foi concebida em formato de aprendizado progressivo, começando com uma breve explanação sobre a linguagem R, conceitos estatísticos relevantes ao entendimento das análises e métricas de avaliação da modelagem; após, serão analisadas duas estratégias com predição numérica linear, uma para *day trade* e outra para *position*; por fim, serão mostradas as ferramentas de R para modelagem não-linear.
– Sumário
INTRODUÇÃOO Que Este Livro NÃO CobreConhecimentos Necessários
R BÁSICOIDE RStudioOperações Básicas: Aritméticas, Lógicas e AtribuiçãoLaçosInstalação e Carregamento de BibliotecasOperador “pipe”Carregamento e Criação de ArquivosCarregamento de dados financeiros
ANÁLISE DE CORRELAÇÃO
MÉTRICAS DE AVALIAÇÃO DE MODELOSCoeficiente de DeterminaçãoCondições para aceitar um modelo de regressão linearTestes EstatísticosAvaliações MóveisMAEMREU2 de Theil
REGRESSÃO LINEAR 1: PREDIÇÃO DO PREÇO DE FECHAMENTOEstrutura do ProcessamentoSimulação e Sumarização dos ResultadosInfluência da Janela
REGRESSÃO LINEAR 2: LINEARIZAÇÃO DA FUNÇÃO PREÇOSimulação
MODELOS NÃO-LINEARESPredição EstatísticaVariação dentro de um “spread”Machine LearningMontagem do datasetSimulação