LCAD - Contribuições do(a) usuário(a) [pt-br]

Equipe

2016-01-13T19:00:15Z

Fabio Daros Freitas: /* Researchers */

__TOC__

==Researchers==

* [http://www.lcad.inf.ufes.br/team/index.php/Dr._Alberto_Ferreira_De_Souza Dr. Alberto Ferreira De Souza (Coordinator)]
* Dr. Andrea Maria Pedrosa Valli
* Dr. Claudine Badue
* Dr. Edilson de Aguiar
* Dr. Elias Oliveira
* [http://www.lcad.inf.ufes.br/team/index.php/Dr._Fabio_Daros_Freitas Dr. Fabio Daros Freitas]
* Dr. Lucia Catabriga
* Dr. Maria Claudia Silva Boeres
* Dr. Maria Cristina Rangel
* Dr. Thiago Oliveira dos Santos

==Phd Students==

* [http://www.lcad.inf.ufes.br/~avelino Avelino Forechi]
* [http://www.lcad.inf.ufes.br/~lveronese Lucas de Paula Veronese]
* [http://www.inf.ufes.br/~mberger Mariella Berger]

==Masters Students==

* Cayo Fontana
* [http://www.lcad.inf.ufes.br/~filipe Filipe Wall Mutz]
* Lauro Jose Lyrio Junior
* Michael André Goncalves
* Romulo Ramos Radaelli
* [http://www.lcad.inf.ufes.br/~toliveira Tiago Alves de Oliveira]
* Vitor Barbirato

==Graduate Students==

* Lucas Catabriga
* Rafael Correia Nascimento
* Leornado Cunha
* Ranick Guidolini

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:57:51Z

Fabio Daros Freitas: /* Artigos */

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==

# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85 [http://cacm.acm.org/magazines/2013/11/169035-algorithmic-trading-review/abstract]
# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56 [https://queue.acm.org/detail.cfm?id=2534976]
# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013 [http://dl.acm.org/citation.cfm?id=2536492]
# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance [http://dl.acm.org/citation.cfm?id=2535563]
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12)[http://dx.doi.org/10.1016/j.neucom.2008.08.019]
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:57:12Z

Fabio Daros Freitas: /* Artigos */

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==

# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85 [http://cacm.acm.org/magazines/2013/11/169035-algorithmic-trading-review/abstract]
# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56 [https://queue.acm.org/detail.cfm?id=2534976]
# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013 [http://dl.acm.org/citation.cfm?id=2536492]
# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance [http://dl.acm.org/citation.cfm?id=2535563]
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:54:30Z

Fabio Daros Freitas: /* Artigos */

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==

# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85

# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56

# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013 [http://dl.acm.org/citation.cfm?id=2536492]
# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance

# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]

# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.

# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005

# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]

# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:54:14Z

Fabio Daros Freitas:

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==

# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85

# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56

# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013 [http://dl.acm.org/citation.cfm?id=2536492
# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance

# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]

# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.

# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005

# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]

# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:53:19Z

Fabio Daros Freitas:

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==

# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85

# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56

# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013

# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance

# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]

# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.

# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005

# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]

# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2015-07-03T16:51:40Z

Fabio Daros Freitas: /* Artigos */

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==
# Philip Treleaven, Michal Galas, Vidhi Lalchand, Algorithmic Trading Review, Communications of the ACM, Vol. 56 No. 11 Pages 76-85
# Jacob Loveless, Online algorithms in high-frequency trading, Communications of the ACM CACM Volume 56 Issue 10, October 2013 Pages 50-56
# Jacob Loveless, Barbarians at the Gateways, Queue - High-frequency Trading Queue Volume 11 Issue 8, August 2013
# Fabio Daros Freitas, Christian Daros Freitas, Alberto Ferreira De Souza, System architecture for on-line optimization of automated trading strategies, WHPCF '13 Proceedings of the 6th Workshop on High Performance Computational Finance
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Computacao de Alto Desempenho em Financas

2014-10-02T20:28:48Z

Fabio Daros Freitas:

O grupo de pesquisa Computação de Alto Desempenho em Finanças (GP CADF) desenvolve pesquisas na área de finanças computacionais. Dentre os principais objetivos do grupo estão a disseminação da área de finanças computacionais na UFES, o desenvolvimento de novos métodos de inteligência computacional e otimização aplicados a problemas de economia financeira com computação intensiva e a contribuição na formação acadêmica de alunos da universidade, por meio de orientações de teses, dissertações e projetos de iniciação científica.
 
http://dgp.cnpq.br/dgp/espelhogrupo/5288737722388932
 
Tópicos de pesquisa: 
- Sistemas Automáticos de Negociação. 
- Predição de séries históricas econômico-financeiras. 
- Otimização de Carteiras. 
----

:*[[Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)]]
:*[[Pesquisa CADF]]
:*[[Publicações CADF]]

Publicações CADF

2013-10-04T19:54:23Z

Fabio Daros Freitas:

# FREITAS, F. D.; FREITAS, C. D.; DE SOUZA. System Architecture for On-line Optimization of Automated Trading Strategies. To appear in: 2013 IEEE Workshop on High Performance Computational Finance at 26rd International Conference for High Performance Computing, Networking, Storage and Analysis (SC13), 2013, Denver, CO, USA. (accepted paper) Proceedings of the 6th Workshop on High Performance Computational Finance, 2013.
# FREITAS, F. D. et al. Avaliação do risco da arrecadação federal por meio de macrocarteiras de tributos. Revista de Administração Pública (RAP-FGV), 46(1), 2012 [http://www.scielo.br/scielo.php?pid=S0034-76122012000100006&script=sci_arttext]
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# FREITAS, F. D. et al. Análise e Controle do Risco da Arrecadação Federal através de Marcrocarteiras de Tributos. Pesquisa Operacional para o Desenvolvimento (PODes-SOBRAPO), 3(2), 2011
# DE SOUZA, A. F. ; FREITAS, F. D. ; ALMEIDA, A. G. C. High Performance Prediction of Stock Returns with VG-RAM Weightless Neural Networks. In: 2010 IEEE Workshop on High Performance Computational Finance at 23rd International Conference for High Performance Computing, Networking, Storage and Analysis (SC10), 2010, New Orleans, LA, USA. Proceedings of the 3rd Workshop on High Performance Computational Finance, 2010.
# FREITAS, F.D., CIARELLI, P.M. e De SOUZA, A.F. Previsão da Arrecadação Federal com Redes Neurais. In: Anais do IX Congresso Brasileiro de Redes Neurais/Inteligência Computacional (CD-Rom), Ouro Preto, MG, Brasil, 2009. ISSN 2177-1200, pp 1-6
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. A Prediction-Based Portfolio Optmization Model. 5th International Symposium On Robotics and Automation - ISRA 2006 Hidalgo, Mexico, August 25-28, 2006. ISBN 970-769-070-4 (vol. 2 ISBN 970-769-080-1)
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Um Modelo de Otimização de Carteiras Baseado em Predição. XXXVIII Simpósio Brasileiro de Pesquisa Operacional (SBPO) Goiânia-GO, Brasil, Setembro de 2006. pp. 720-738 ISNN: 1518-1731
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Avaliação de Preditores Neurais Auto-regressivos no Mercado de Ações. Natal-RN, Brasil, Outubro de 2005, pp 1-6 ISSN 1808-8589
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Autoregressive Neural Network Predictors in the Brazillian Stock Market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS) São Luis-MA, Brasil, Setembro de 2005, pp 1-8, ISBN 85-85048-55-7
# FREITAS, F.D., De SOUZA, A.F.,ALMEIDA, A.R., e GOMES, F.J.N. Portfolio Selection with Predicted Retuns Using Neural Networks. Proceedings of the IASTED International Conference on Artificial Intelligence and Applications Marbella, Spain, pp. 99-103, September 2001, ISBN: 0-88986-301-6, ISSN: 1482-7913

Publicações CADF

2013-10-04T19:53:58Z

Fabio Daros Freitas:

# FREITAS, F. D.; FREITAS, C. D.; DE SOUZA. System Architecture for On-line Optimization of Automated Trading Strategies. In: 2013 IEEE Workshop on High Performance Computational Finance at 26rd International Conference for High Performance Computing, Networking, Storage and Analysis (SC13), 2013, Denver, CO, USA. (accepted paper) Proceedings of the 6th Workshop on High Performance Computational Finance, 2013.
# FREITAS, F. D. et al. Avaliação do risco da arrecadação federal por meio de macrocarteiras de tributos. Revista de Administração Pública (RAP-FGV), 46(1), 2012 [http://www.scielo.br/scielo.php?pid=S0034-76122012000100006&script=sci_arttext]
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# FREITAS, F. D. et al. Análise e Controle do Risco da Arrecadação Federal através de Marcrocarteiras de Tributos. Pesquisa Operacional para o Desenvolvimento (PODes-SOBRAPO), 3(2), 2011
# DE SOUZA, A. F. ; FREITAS, F. D. ; ALMEIDA, A. G. C. High Performance Prediction of Stock Returns with VG-RAM Weightless Neural Networks. In: 2010 IEEE Workshop on High Performance Computational Finance at 23rd International Conference for High Performance Computing, Networking, Storage and Analysis (SC10), 2010, New Orleans, LA, USA. Proceedings of the 3rd Workshop on High Performance Computational Finance, 2010.
# FREITAS, F.D., CIARELLI, P.M. e De SOUZA, A.F. Previsão da Arrecadação Federal com Redes Neurais. In: Anais do IX Congresso Brasileiro de Redes Neurais/Inteligência Computacional (CD-Rom), Ouro Preto, MG, Brasil, 2009. ISSN 2177-1200, pp 1-6
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. A Prediction-Based Portfolio Optmization Model. 5th International Symposium On Robotics and Automation - ISRA 2006 Hidalgo, Mexico, August 25-28, 2006. ISBN 970-769-070-4 (vol. 2 ISBN 970-769-080-1)
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Um Modelo de Otimização de Carteiras Baseado em Predição. XXXVIII Simpósio Brasileiro de Pesquisa Operacional (SBPO) Goiânia-GO, Brasil, Setembro de 2006. pp. 720-738 ISNN: 1518-1731
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Avaliação de Preditores Neurais Auto-regressivos no Mercado de Ações. Natal-RN, Brasil, Outubro de 2005, pp 1-6 ISSN 1808-8589
# FREITAS, F.D., De SOUZA, A.F. e ALMEIDA, A.R. Autoregressive Neural Network Predictors in the Brazillian Stock Market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS) São Luis-MA, Brasil, Setembro de 2005, pp 1-8, ISBN 85-85048-55-7
# FREITAS, F.D., De SOUZA, A.F.,ALMEIDA, A.R., e GOMES, F.J.N. Portfolio Selection with Predicted Retuns Using Neural Networks. Proceedings of the IASTED International Conference on Artificial Intelligence and Applications Marbella, Spain, pp. 99-103, September 2001, ISBN: 0-88986-301-6, ISSN: 1482-7913

Arquiteturas de software para Trading Systems

2012-10-10T05:16:04Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online/offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play'' em diversas frequências.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Este trabalho será fortemente orientado à implementação, de forma que as investigações se darão
principalmente por meio da análise, projeto e desenvolvimento de programas de computador, bem como
da análise de desempenho do sistema e dos seus módulos nos seus diversos aspectos de avaliação.

== Resultados esperados ==

Com este trabalho, esperamos implementar uma plataforma para ''trading systems'' que
seja adequada à pesquisa acadêmica em estratégias de negociação e problemas correlatos em finanças computacionais,
bem como à operação real nos padrões operacionais demandados pela indústria de investimentos.

Arquiteturas de software para Trading Systems

2012-10-10T05:15:44Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online/offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play'' em diversas frequências.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Este trabalho será fortemente orientado à implementação, de forma que as investigações se darão
principalmente por meio da análise, projeto e desenvolvimento de programas de computador, bem como
da análise de desempenho do sistema e dos seus módulos nos seus diversos aspectos de avaliação.

== Resultados esperados ==

Com este trabalho, esperamos implementar uma plataforma para implementação de ''trading systems'' que
seja adequada à pesquisa acadêmica em estratégias de negociação e problemas correlatos em finanças computacionais,
bem como à operação real nos padrões operacionais demandados pela indústria de investimentos.

Arquiteturas de software para Trading Systems

2012-10-10T05:13:12Z

Fabio Daros Freitas: /* Metodologia */

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online/offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play'' em diversas frequências.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Este trabalho será fortemente orientado à implementação, de forma que as investigações se darão
principalmente por meio da análise, projeto e desenvolvimento de programas de computador, bem como
da análise de desempenho do sistema e dos seus módulos nos seus diversos aspectos de avaliação.

== Resultados esperados ==

Com este trabalho, esperamos implementar uma plataforma para ''trading system'' que seja adequada
à pesquisa acadêmica em estratégias de negociação e problemas correlatos em finanças computacionais,
bem como à operação real nos padrões operacionais demandados pela indústria de investimentos.

Arquiteturas de software para Trading Systems

2012-10-10T05:11:33Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online/offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play'' em diversas frequências.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Este trabalho será fortemente orientado à implementação, de forma que as investigações se darão
principalmente por meio da análise, projeto e implementação de programas de computador,
e da análise de desempenho do sistema nos seus diversos aspectos de avaliação.

== Resultados esperados ==

Com este trabalho, esperamos implementar uma plataforma para ''trading system'' que seja adequada
à pesquisa acadêmica em estratégias de negociação e problemas correlatos em finanças computacionais,
bem como à operação real nos padrões operacionais demandados pela indústria de investimentos.

Arquiteturas de software para Trading Systems

2012-10-10T04:56:45Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online/offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

As aEmpregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:56:26Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquiteturas de sistema que permitam ''online''e ''offline research'' e ''backtesting'' de alto desempenho.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

As aEmpregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:54:32Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==
Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:53:17Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC]).
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:53:04Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e de troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:52:35Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

No contexto deste trabalho, entendemos por ''arquiteturas de software'' os diversos aspectos práticos
de projeto para a implementação de ''trading systems'', tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:51:34Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' de Rishi K Narang ].

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:50:47Z

Fabio Daros Freitas: /* Objetivos */

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estrathttp://www.lcad.inf.ufes.br/wiki/index.php?title=Arquiteturas_de_software_para_Trading_Systems&action=editégia que implemente os requisitos
funcionais do modelo [http://www.thequantbook.com/ '''Black Box''' descrito por Rishi K Narang ].

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:50:06Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estrathttp://www.lcad.inf.ufes.br/wiki/index.php?title=Arquiteturas_de_software_para_Trading_Systems&action=editégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''order routers'' e ''data sources''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:49:05Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estrathttp://www.lcad.inf.ufes.br/wiki/index.php?title=Arquiteturas_de_software_para_Trading_Systems&action=editégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''brokers'' e ''data venues''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:48:23Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estrathttp://www.lcad.inf.ufes.br/wiki/index.php?title=Arquiteturas_de_software_para_Trading_Systems&action=editégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Suporte a múltiplos ''vendors'' e ''data streams''.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:47:23Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estrathttp://www.lcad.inf.ufes.br/wiki/index.php?title=Arquiteturas_de_software_para_Trading_Systems&action=editégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, diversos aspectos práticos para
implementação de ''trading systems'' tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permitam ''online research''.
* Suporte a multi-estratégias ''plug-and-play''.
* Suporte a otimização ''online'' de parâmetros de estratégias.
* Controle de execução.
* Controle de risco.
* Auto-monitoramento e tolerância a falhas.

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:43:13Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, aspectos práticos para implementação
de ''trading systems''tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permita ''online research''.
* Suporte a multi-estratégias.
* Suporte a otimização ''online'' de parâmetros de estratégias.

* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:42:02Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os requisitos
funcionais do modelo '''Black Box''' descrito por Rishi K Narang ([http://www.thequantbook.com/]).

Entendemos por ''arquiteturas de software'', no contexto deste trabalho, aspectos práticos para implementação
de ''trading systems''tais como:

* Modelos de comunicação e troca de mensagens (por exemplo, [http://www.cs.cmu.edu/~IPC/ Carnegie Mellon IPC].
* Armazenamento de alto desempenho para de séries históricas de alta frequência.
* Arquitetura de sistema que permita ''online resaerch''.

* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Arquiteturas de software para Trading Systems

2012-10-10T04:32:19Z

Fabio Daros Freitas:

== Objetivos ==

O objetivo deste estudo é investigar arquiteturas de software adequadas ao desenvolvimento de uma
plataforma automática de negociação, ou ''trading system'', multi-estratégia que implemente os
requisitos descritos no '''Black Box''' ()

seja Ção ( e estruturas de dados que a investigação é estudar çõ Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras, considerando-se os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:45:51Z

Fabio Daros Freitas: /* Objetivos */

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras, considerando-se os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:45:09Z

Fabio Daros Freitas: /* Resultados esperados */

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas para avaliação de desempenho de ''trading systems''.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:44:37Z

Fabio Daros Freitas:

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Obtenção de métricas de avaliação do desempenho ''trading systems''.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:43:30Z

Fabio Daros Freitas: /* Resultados esperados */

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* Mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Conhecimento de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:42:41Z

Fabio Daros Freitas: /* Resultados esperados */

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Com este trabalho, esperamos elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* O mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação Conhecimento de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Conhecimento de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:42:05Z

Fabio Daros Freitas: /* Resultados esperados */

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Esperamos com este trabalho elucidar aspectos que norteiem o desenvolvimento de estratégias negociação em alta frequência no mercado de capitais Brasileiro, dentre os quais destacamos:

* O mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Avaliação Conhecimento de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.
* Conhecimento de como os custos de negociação do mercado de capitais Brasileiro impactam as oportunidades de investimento nas diversas frequências de negociação.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:38:40Z

Fabio Daros Freitas:

== Objetivos ==

Este trabalho pretende responder a um conjunto de questões relativas ao investimento por meio de
''algorithmic trading'' no mercado de capitais Brasileiro, dentre elas:

* Existem oportunidades de alta frequência?
* Quais as frequências mais promissoras considerando os custos de negociação envolvidos?
* Quais ativos (ações, futuros, etc.) são os mais promissoras para negociação em alta frequência?
* Qual o impacto dos custos de negociação nas diversas frequências?

== Metodologia ==

Empregaremos uma investigação empírica a partir de séries históricas reais de ativos do mercado Brasileiro,
com frequência máxima de minuto-a-minuto. 
Serão investigados os retornos obtidos por estratégias ótimas de negociação com sinais obtidos ''ex-post'',
ou seja, tomando conhecimento do futuro. 
Estes retornos fornecerão um conjunto de ''baselines'' para o desempenho de ''trading systems''
de alta frequência no mercado Brasileiro.

== Resultados esperados ==

Dentre os resultados esperados deste trabalho estão:

* O mapeamento de ativos e frequências de negociação mais adequados a sistemas do tipo ''algorithmic trading'' no mercado de capitais Brasileiro.
* Conhecimento de como os custos de negociação do mercado de capitais Brasileiro imactam as oportunidades de investimento nas diversas frequências de negociação.

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:34:02Z

Fabio Daros Freitas: /* Metodologia */

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:33:31Z

Fabio Daros Freitas: /* Metodologia */

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:33:10Z

Fabio Daros Freitas: /* Metodologia */

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:32:15Z

Fabio Daros Freitas:

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:15:04Z

Fabio Daros Freitas:

== Objetivos ==

Este trabalho tem por objetivo

== Metodologia ==

== Resultados esperados ==

Arquiteturas de software para Trading Systems

2012-10-10T03:14:29Z

Fabio Daros Freitas: Criou página com '== Objetivos == == Metodologia == == Resultados esperados =='

== Objetivos ==

== Metodologia ==

== Resultados esperados ==

Oportunidades de alta frequência no mercado de capitais Brasileiro

2012-10-10T03:13:53Z

Fabio Daros Freitas: Criou página com '== Objetivos == == Metodologia == == Resultados esperados =='

== Objetivos ==

== Metodologia ==

== Resultados esperados ==

Pesquisa CADF

2012-10-10T03:11:09Z

Fabio Daros Freitas:

Esta página tem como objetivo documentar os trabalhos de pesquisa do grupo, abrangendo a proposição de temas para investigação, a estruturação e o desenvolvimento daqueles temas mais promissores e a documentação dos resultados alcançados.

*[[Arquiteturas de software para Trading Systems]]

*[[Oportunidades de alta frequência no mercado de capitais Brasileiro]]

Pesquisa CADF

2012-10-10T03:10:40Z

Fabio Daros Freitas: Criou página com 'Esta página tem como objetivo documentar os trabalhos de pesquisa do grupo, abrangendo a proposição de temas para investigação, a estruturação e o desenvolvimento daque...'

Esta página tem como objetivo documentar os trabalhos de pesquisa do grupo, abrangendo a proposição de temas para investigação, a estruturação e o desenvolvimento daqueles temas mais promissores e a documentação dos resultados alcançados.

*[[Arquiteturas de software para ''trading systems'']]

*[[Oportunidades de alta frequência no mercado de capitais Brasileiro]]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2012-10-10T01:36:14Z

Fabio Daros Freitas:

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance Computational Finance (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2012-10-10T01:35:48Z

Fabio Daros Freitas:

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_finance]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]

Computacao de Alto Desempenho em Financas

2012-10-10T01:14:17Z

Fabio Daros Freitas:

O grupo de pesquisa Computação de Alto Desempenho em Finanças (GP CADF) desenvolve pesquisas na área de finanças computacionais. Dentre os principais objetivos do grupo estão a disseminação da área de finanças computacionais na UFES, o desenvolvimento de novos métodos de inteligência computacional e otimização aplicados a problemas de economia financeira com computação intensiva e a contribuição na formação acadêmica de alunos da universidade, por meio de orientações de teses, dissertações e projetos de iniciação científica.
 
http://dgp.cnpq.br/buscaoperacional/detalhegrupo.jsp?grupo=0392304EMV7GOX
 
Tópicos de pesquisa: 
- Sistemas Automáticos de Negociação. 
- Predição de séries históricas econômico-financeiras. 
- Otimização de Carteiras. 
----

:*[[Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)]]
:*[[Pesquisa CADF]]
:*[[Publicações CADF]]

Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)

2012-10-10T01:14:01Z

Fabio Daros Freitas: Fabio Daros Freitas moveu página Material Bibliográfico (livros, artigos, apresentações e outras referências) para Material Bibliográfico CADF (livros, artigos, apresentações e outras referências): Usar o padrao (NOME) CADF par aas pag...

== Livros ==

# Irene Aldridge. High-Frequency Trading: A Practical Guide to Algorithmic Strategies anTrading Systems (Wiley), 2009 - [http://www.hftradingbook.com/content/]
# Rishi K Narang . Inside the Black Box: The Simple Truth About Quantitative Trading, (Wiley) 2009 - [http://www.thequantbook.com/]
# Ralph Vince. The Mathematics of Money Management: Risk Analysis Techniques for Traders, (Wiley), 1992 - [http://www.amazon.com/The-Mathematics-Money-Management-Techniques/dp/0471547387]

== Artigos ==
# E.P.K. Tsang & S.Martinez-Jaramillo, Computational Finance, IEEE Computational Intelligence Society Newsletter, August 2004, 3-8 [http://www.bracil.net/finance/papers/TsangMartinez-CompFinance-Ieee_conneCtIonS2004.pdf]
# Brabazon A, O’Neill M, Dempsey I. An introduction to evolutionary computation in finance. IEEE Computational Intelligence Magazine 2008; 3(24):42–55. DOI:10.1109/MCI.2008.929841.
# Freitas FD, De Souza AF, Almeida AR. Autoregressive neural network predictors in the Brazilian stock market. VII Simpósio Brasileiro de Automação Inteligente (SBAI)/II IEEE Latin American Robotics Symposium (IEEE-LARS), 2005
# De SOUZA, A. F.; FREITAS, F. D.; ALMEIDA, A. G. C. Fast learning and predicting of stock returns with virtual generalized random access memory weightless neural networks. Concurrency and Computation: Practice and Experience, John Wiley & Sons2011. [http://dx.doi.org/10.1002/cpe.1772]
# Ferreira TA, Vasconcelos GC, Adeodato PJ. A new intelligent system methodology for time series forecasting with artificial neural networks. Neural Processing Letters 2008; 28(2):113–129. DOI: [http://dx.doi.org/10.1007/s11063-008-9085-x.]
# Freitas FD, De Souza AF, Almeida AR. Prediction-based portfolio optimization model using neural networks. Neurocomputing 2009; 72(10–12):2155–2170. DOI: [http://dx.doi.org/10.1016/j.neucom.2008.08.019]

== Apresentações ==

# [http://www.lcad.inf.ufes.br/~ffreitas/GP_CADF/topicos_financas_computacionais_2012_09_26.pdf Tópicos em Finanças Computacionais (26/09/2012 - LCAD)]

== Outras Referências ==
# [http://en.wikipedia.org/wiki/Computational_intelligence Computational Intelligence (Wikipedia)]
# [http://www.bracil.net/finance/Welcome.html Computational Finance and Economics Research Laboratory (Univ. of Essex)]

Material Bibliográfico (livros, artigos, apresentações e outras referências)

2012-10-10T01:14:01Z

#REDIRECIONAMENTO [[Material Bibliográfico CADF (livros, artigos, apresentações e outras referências)]]