Um Framework Baseado em Sistemas Multiagentes para Simulação de Estratégias de Investimento no Mercado Financeiro

Transcrição

1 Um Framework Baseado em Sistemas Multiagentes para Simulação de Estratégias de Investimento no Mercado Financeiro Diêgo Bispo Conceição Orientador CARLOS J. P. LUCENA

2 Agenda Introdução MASSES Visão Geral da Simulação Objetivos do Framework Relógio Real X Relógio da Simulação Diagrama de Classes Instancias Referências

3 Introdução O uso de métodos quantitativos baseados em parâmetros de cálculos matemáticos e estatísticos tem despertado o interesse de investidores no mercado financeiro. Ao longo das últimas décadas houve um aumento de fundos de investimentos que utilizam negociações automatizadas, fazendo uso de métodos computacionais. A indústria de fundos, onde sistemas tomam decisões sem intervenção humana, movimenta bilhões de dólares. Sistemas multi-agentes aplicado em domínio real, bolsa de valores. Diêgo Bispo 3/20

4 Introdução Muitos pesquisadores desenvolvem seus própios simuladores, por falta de um ambiente robusto e confiável. Menos esforço no desenvolvimento das estratégias. Necessidade de um ambiente flexivel, robusto, confiável. Um framework de simulação que facilite o desenvolvimento e testes de estratégias para o mercado financeiro. Diêgo Bispo 4/20

5 Introdução Multi-Agent System for Stock Exchange Simulation (MASSES) Resultado 01. Poseidon 02. Soros 03. Buffet 04. Tendências 05. Madoff 06. Money 07. Profit 08. Hull 09. Trader 12. Barack 13. China

6 Introdução

7 Introdução Competição contra a USP e o ITA Classificação Final Agente Madoff Tendências Buffet Soros AgenteMasses Poseidon COAST_Config5 COAST_Config2 COAST_Config4 COAST_Config1 COAST_Config3 Barack Pontuação

8 MASSES Limitações de dados : Interday; Somente: Abertura, Fechamento, Máxima, Mínima; Não da suporte a corretagem; Falta de relatórios e gráficos elaborados para avaliação de desenpenho dos agentes; Agente Investidor no MASSES é um agente passivo em relação ao simulador; ele só pode tomar algum tipo de decisão quando o simulador a solicita. no mundo real os investidores podem emitir uma ordem de compra e venda a qualquer momento. Código não disponível a comunidade acadêmica;

9 Visão Geral da Simulação

10 Relógio Real X Relógio da Simulação Mundo Real Dados Passados t Dados Futuros t+k Simulação Dados Passados t-k Dados Futuros

11 Relógio Real X Relógio da Simulação Horário regular de Negociação BM&FBOVESPA 10h às 17h 7h de Negociações 1 semana 35h Controle do Avanço da Simulação: Avanço por slice time do tempo de simulação Tempo Real (min) Tempo da Simulação (min)

12 Relógio Real X Relógio da Simulação Avanço para o próximo evento Tempo Real (min) Tempo da Simulação 30s 10s 1min 5min 10min 20s Avanço Híbrido Tempo Real (min) Tempo da Simulação 30s 1min 1min 1min 3 min

13 Objetivos do Framework Possibilitar que sejam feitas simulações com qualquer tipo de Mercado Financeiro e Ativos; Possibilitar que sejam feitas Simulações Intraday ou Interday; Dar suporte a geração de gráficos, métricas e relatórios; Permitir que os agentes investidores emitam ordens de compra e venda dos ativos, no momento que desejarem;

14 Objetivos do Framework Permitir que os agentes possam consultar informações como índices financeiros e volume dos ativos; Possibilitar que o banco de dados contenha as informações de como foram feitos os ajustes dos dados históricos dos ativos; Permitir a utilização de custos transacionais nas operações do agente investidor; Flexibilizar a forma de comunicação entre os agentes.

15 Diagrama de Classes

16 Diagrama de Classes Acesso ao Banco de Dados: Padrão Facade; Independência de Banco de Dados; Implementação dos métodos acessíveis aos Agentes Corretores

17 Diagrama de Classes Agente Corretor Comunicação com o Agente Investidor (Usuário); Recebe as ordens de compra e venda dos ativos; Recebe e envia as solicitações para os agentes Investidores; Regula as operações do Agente Investidor; Pode ser implementado como um Webservice, ou qualquer Framework de criação de Agentes;

18 Diagrama de Classes Corretora Entidade responsável por criar e configurar cada agente Corretor; Padrão Factory Method Solicita informações sobre o agente investidor administrado por seus Agentes Corretores.

19 Diagrama de Classes Agente Investidor Contém as estratégias de compra e venda dos ativos; Troca mensagens como Agente Corretor

20 Diagrama de Classes Controle de Compra e Venda de Ativos Padrão Strategy

21 Diagrama de Classes Estatísticas Geradas

22 Diagrama de Classes Classe Principal Padrão Singleton

23 Diagrama de Classes Geração de Gráficos

24 Diagrama de Classes Salvando o estado do agente e da simulação

25 Instancias Intraday Base da dados: 3 ativos da Bovespa - 24/06/2008 de 2002 à 17/05/2010 Intervalos de 1 min; Dias úteis Dados dos ativos: abertura, fechamento, máxima, mínima, média e volume; Índices IBOV Interday Base da dados: 42 ativos da Bovespa - Janeiro de 2002 até agosto 2009 Dias úteis Quando cada ativo entrou no Bovespa. Divisão de setores Como e quando foram feitos os ajustes (implits, dividendos, splits, etc.) do banco. Dados dos ativos: abertura, fechamento, máxima, mínima, média e volume; Índices IBOV CDI

26 Referências Azevedo, S.C. de. MASSES (Sistema de Multi-Agente para Simulação de Negociação de Ações) Dissertação (Mestrado) - Pontifícia Universidade Católica do Rio de Janeiro, Departamento de Informática, Rio de Janeiro, Conceição, D.B., Silva, T.A. da, Saldanha, B.A.B, Costa, A.D., Lucena, C.J.P. ; Poseidon: Agente Campeão da Primeira Competição de Bolsa de Valores baseada em Sistemas Multi-Agentes, V Workshop on Software Engineering for Agent-oriented Systems (SEAS 2009), Fortaleza, Brasil, Fortuna, Eduardo (2008). Mercado Financeiro: produtos e serviços., Rio de Janeiro: Qualitymark, 15ª ed Jennings, N, Wooldridge, M. (1999), Agent-Oriented Software Engineering;Proceedings of the 9th European Workshop on Modeling Autonomous Agents in a Multi-Agent World: Multi-Agent System Engineering (MAAMAW-99), Vol. 1647,Springer-Verlag: Heidelberg, Germany, 1-7. Jornal de Negócios (2010) : Agosto. Luo Y., Liu K., Davis D., A Multi-Agent Decision Support System for Stock Trading 2002 IEEE Network January / February 2002.

27 Referências Noronha, Macio (1995) Análise Técnica: Teóricas, Ferramentas e Estratégias, Editora de Livros Técnicos Ltda. 1ª ed MASSES (2009) Multi-Agent System for Stock Exchange Simulation: julho. Mitchell, J.E., Braun, S.: Rebalancing an investment portfolio in the presence of transaction costs, Technical Report, Mathematical Sciences, Rensselaer Polytechnic Institute, Troy, NY 12180, Nov and S. Braun, Rebalancing an investment portfolio in the presence of transaction costs, Technical Report, Mathematical Sciences, Rensselaer Polytechnic Institute, Troy, NY 12180, Nov Rêgo, Diego Cedrim Gomes; Laber, Eduardo. Execução Otimizada de Transações Financeiras: Um Estudo Empírico. Rio de Janeiro, p. Dissertação de Mestrado Departamento de Informática, Pontifícia Universidade Católica do Rio de Janeiro. Silva, Thuener; Laber, Eduardo. Estudo Experimental de Técnicas para Otimização de Carteiras. Rio de Janeiro, p. Dissertação de Mestrado Departamento de Informática, Pontifícia Universidade Católica do Rio de Janeiro. Stridsman, Thomas (2001) - "Trading Systems That Work", McGraw-Hill, ed 2001.