So Paulo 2010
1
So Paulo 2010
2
Sumrio
Captulo 1 - Introduo.................................................................................................... 4 Captulo 2 Tcnicas de Anlise de Fourier .................................................................. 7 Captulo 3 Estudo das Freqncias ............................................................................ 12 Captulo 4 Programao e Automao de Planilhas para FFT ................................. 27 Captulo 5 Perodos ................................................................................................... 41 Captulo 6 Modelos com adio de Sazonalidades .................................................... 49 Captulo 7 Anlise e Projees de algumas Empresas ............................................... 54 Captulo 8 Anlise de Wavelet ................................................................................... 62 Captulo 9 Tcnicas para o uso da Wavelet ................................................................ 66 Captulo 10 Usando o Toolbox Wavelet no Matlab .................................................. 73 Captulo 11 IMA ndice de Mudanas Abruptas .................................................... 77 Captulo 12 Concluso ............................................................................................... 83 Bibliografia .................................................................................................................... 85
Captulo 1 Introduo
1.1 Objetivos
O objetivo bsico da anlise de Fourier encontrar periodicidades em uma srie de dados em situes na qual as frequncias so conhecidas e deseja-se estimar amplitude e fases. Esse trabalho abordar a tcnica de Fourier para um entendimento sob o aspecto das freqncias e harmnicos sobre eventos relacionados ao mercado financeiro, sobretudo bolsa de valores. O objetivo do trabalho : (a) Estudo e compreenso da teoria de Fourier. (b) Utilizao da teoria de Fourier em dados financeiros coletados. (c) Possvel identificao de padro de freqncias para eventos de mudana de tendncias.
Transformada de Fourier uma transformada integral que expressa uma funo em termos de funes de base sinusoidal, como soma ou integral de funes sinusoidais multiplicadas por coeficientes. A equao bsica de ajuste de uma srie de Fourier : x(t ) = a + b cos(t ) + c sen(t ) + ...
(1.1)
As transformadas contnuas e discretas de Fourier tm muitas aplicaes em disciplinas cientficas em Fsica, Fsica e Qumica Quntica, Teoria dos nmeros, Anlise combinatria, Processamento de sinal, Processamento de imagem, Teoria das probabilidades, Estatstica, Criptografia, Acstica, Oceanografia,Ssmica,ptica, Geometria e outras reas. Nos campos relacionados com o processamento de sinal, a transformada de Fourier tipicamente utilizada para decompor um sinal nas suas componentes em frequncia e suas amplitudes. (Wikipdia, 2008) A verso discreta da transformada de Fourier pode ser calculada rapidamente por computadores, utilizando algoritmos baseados na transformada rpida de Fourier e para isso preciso ter valores x k discretos. Um mtodo utilizado para o calculo dessa funo o algoritmo FFT (Fast Fourier Transform), que uma ferramenta do Microsoft Excel. Para iniciar esse calculo no Excel, temos uma srie de dados distribuda no tempo e desejamos conhecer as freqncias desse harmnico, para tanto necessria a aquisio de N pontos de x(t), com o tempo de amostragem t.
Jean-Baptiste Joseph Fourier foi um matemtico e fsico francs, celebrado por iniciar a investigao sobre a decomposio de funes peridicas em sries trigonomtricas convergentes chamadas sries de Fourier e a sua aplicao aos 5
problemas da conduo do calor. A Transformada de Fourier foi designada em sua homenagem. (Wikipdia, 2008)
obs: f 0 = 0 Como os tempos so: 1, 2, 3, ..., ou seja, um intervalo de 1 dia. Ento nesse caso
t = 1 . Cada freqncia calculada colocada na coluna H, e ser o eixo x do grfico de freqncia em ciclos. Para encontrar a freqncia angular usamos: = 2f , sendo f a freqncia em
ciclos calculada anteriormente. O resultado colocado na coluna I, e ser o eixo x do grfico de freqncia angular. Para descobrir o perodo com maior magnitude de FFT que o perodo dominante do evento utilizamos o grfico de perodos. O perodo obtido por: T = 1/ f f estando na coluna H j calculada. O resultado colocado na coluna J e ser o eixo x do grfico de perodos. Como incio de aplicao, utiliza-se de planilhas Excel, com o intuito de realizar uma anlise de freqncias para aes da Bovespa. Inicialmente feita a aquisio de n pontos da srie de dados da ao que desejamos analisar. A srie de dados colocada em coluna do Excel aps as datas e o tempo de amostragem que so colocados nas colunas A e B respectivamente.
Aps colocados os dados no Excel, deseja-se encontrar uma funo f tal que f ( xi ) y i . Para isso, utiliza-se o mtodo dos mnimos quadrados, que uma tcnica de ajuste de coeficientes para um dado modelo no qual se procura estimar o melhor ajuste para um conjunto de dados. Tenta-se minimizar a soma dos quadrados das diferenas entre a curva ajustada e os dados adquiridos. A frmula utilizada para estimar uma reta ( y ) pelo mtodo dos Mnimos Quadrados :
y = ax+b
onde,
a=
n xi y i x i y i n xi2 ( xi )
2
(2.1)
y x x x y b= n x ( x )
i 2 i i i 2 i 2 i
(2.2)
sendo x a coluna B e y a coluna C da planilha da Figura 1. Para calcular as sazonalidades, subtraram-se os valores estimados dos valores reais. Os resultados dessa subtrao encontram-se na coluna E da planilha da Figura 1. Para fazer a FFT da coluna E utiliza-se a ferramenta do Excel, Anlise de Dados- Anlise de Fourier conforme Figura 2.
Figura 2 Anlise de Fourier No intervalo de entrada colocada a coluna E, onde se encontram as sazonalidades e no intervalo de sada colocada a coluna F, onde sero colocados os resultados na anlise. possvel observar que os coeficientes da transformada de Fourier aparecem com nmeros complexos na forma y = a + bi . Para se descobrir a magnitude dos coeficientes deve-se tomar o mdulo do nmero complexo obtido por y = a 2 + b 2 Para obter o mdulo usa-se a funo IMABS( ) do Excel. Essa funo est em inserir- funo- engenharia:
Figura 3 IMABS 10
11
A anlise citada no captulo anterior foi realizada com aes das empresas Avon Products, Vivo, Colgate- Palmolive e Marisa. Inicialmente os fechamentos de cada uma das empresas foram retirados do site Economtica. Em seguida foi feita a estimao da reta pelo mtodo dos mnimos quadrados para o clculo das Sazonalidades e ento a anlise de Fourier foi realizada. Finalmente foram feitos os grficos de Freqncia em ciclos, Freqncia angular e Perodo. Foi realizada uma visualizao ampliada dos perodos mais freqentes em todo o histrico dos dados obtidos das aes negociadas na Bovespa. Os resultados encontram-se a seguir:
12
Figura 4 Fechamentos e Mnimos Quadrados Na Figura 4 encontram-se os fechamentos da empresa Avon Products de 1/4/1999 11/08/2006, na mesma figura esto tambm as estimativas encontradas pelo Mtodo dos Mnimos Quadrados explicado no Captulo 2 e representado pelas frmulas (2.1) e (2.2).
Sazonalidades
15 10 5 0 -5 -10 -15 0 500 1000 1500 2000 2500
Figura 5 Sazonalidades A Figura 5 uma representao das Sazonalidades, que so encontradas a partir da subtrao entre os Fechamentos e as estimativas encontradas pelo Mtodo do Mnimos Quadrados.
13
Frequncia em Ciclos
4000 3500 3000 2500 2000 1500 1000 500 0 -500 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Figura 6 - Freqncia em ciclos A Figura 6 uma representao das Freqncias em Ciclos para o perodo todo.
Frequncia em Ciclos
4000 3500 3000 2500 2000 1500 1000 500 0 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16
Figura 7 - Freqncia em ciclos da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 7, onde se observa um pico de maior freqncia em aproximadamente 0,01. Essa freqncia encontrada indica que os valores dessa ao se repetem a cada 0,01 perodo de tempo. Caso um investidor desejasse a aquisio de tal ao, o mesmo preo seria realizado em 0,01 dias a frente.
14
Frequncia Angular
4000 3500 3000 2500 2000 1500 1000 500 0 -500 0 5 10 15 20 25 30
Figura 8 - Freqncia angular A Figura 8 uma representao das Freqncias Angulares para o perodo todo.
Frequncia Angular
4000 3500 3000 2500 2000 1500 1000 500 0 0 0,2 0,4 0,6 0,8 1 1,2
Figura 9 - Freqncia Angular da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 9, onde se observa um pico de maior freqncia em aproximadamente 0,05.
15
Perodo
4000 3500 3000 2500 2000 1500 1000 500 0 -500 0 100 200 300 400 500 600
Figura 10 - Perodo
Figura 11 Fechamentos e Mnimos Quadrados Na Figura 11 encontram-se os fechamentos da empresa Vivo de 2/1/2001 3/12/2004. Tambm na Figura 11 esto as estimativas encontradas pelo Mtodo dos Mnimos Quadrados.
16
500
1000
1500
2000
2500
Figura 12 Sazonalidades A Figura 12 uma representao das Sazonalidades, que so encontradas a partir da subtrao entre os Fechamentos e as estimativas encontradas pelo Mtodo do Mnimos Quadrados.
Frequncia em ciclos
14000 12000 10000 8000 6000 4000 2000 0 -2000 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Figura 13 - Freqncia em ciclos A Figura 13 uma representao das Freqncias em Ciclos para o perodo todo.
17
Frequncia em Ciclos
14000 12000 10000 8000 6000 4000 2000 0 0 0,02 0,04 0,06 0,08 0,1 0,12
Figura 14 - Freqncia em ciclos da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 14, onde se observa um pico de maior freqncia em aproximadamente 0,005. Caso um investidor desejasse a aquisio de tal ao, o mesmo preo seria realizado em 0,005 dias a frente.
Frequncia Angular
14000 12000 10000 8000 6000 4000 2000 0 -2000 0 5 10 15 20 25 30
Figura 15 - Freqncia angular A Figura 15 uma representao das Freqncias Angulares para o perodo todo.
18
Frequncia Angular
14000 12000 10000 8000 6000 4000 2000 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8
Figura 16 - Freqncia Angular da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 14, onde se observa um pico de maior freqncia em aproximadamente 0,005.
Perodo
14000 12000 10000 8000 6000 4000 2000 0 -2000 0 100 200 300 400 500 600
Figura 17 - Perodo
19
Sazonalidades
20 15 10 5 0 -5 0 -10 -15 -20 500 1000 1500 2000 2500
Figura 19 - Sazonalidades A Figura 19 uma representao das Sazonalidades, que so encontradas a partir da subtrao entre os Fechamentos e as estimativas encontradas pelo Mtodo do Mnimos Quadrados.
20
Frequncia em Ciclos
6000 5000 4000 3000 2000 1000 0 -1000 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Figura 20 - Freqncia em ciclos A Figura 20 uma representao das Freqncias em Ciclos para o perodo todo.
Frequncia Em Ciclos
6000 5000 4000 3000 2000 1000 0 0 0,05 0,1 0,15 0,2 0,25
Figura 21 Freqncia em Ciclos da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 21, onde se observa um pico de maior freqncia em aproximadamente 0,001. Caso um investidor desejasse a aquisio de tal ao, o mesmo preo seria realizado em 0,001 dias a frente.
21
Frequncia Angular
6000 5000 4000 3000 2000 1000 0 -1000 0 5 10 15 20 25 30
Figura 22 - Freqncia angular A Figura 20 uma representao das Freqncias Angulares para o perodo todo.
Frequncia Angular
6000 5000 4000 3000 2000 1000 0 0 0,2 0,4 0,6 0,8 1 1,2 1,4
Figura 23 - Freqncia Angular da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 23, onde se observa um pico de maior freqncia em aproximadamente 0,001.
22
Perodo
6000 5000 4000 3000 2000 1000 0 -1000 0 100 200 300 400 500 600
Figura 24 - Perodo
Figura 25 Fechamentos e Mnimos Quadrados Na Figura 25 encontram-se os fechamentos da empresa Marisa de 2/1/2001 3/12/2004. Tambm na Figura 25, esto as estimativas encontradas pelo Mtodo dos Mnimos Quadrados.
23
Sazonalidades
8 6 4 2 0 -2 0 -4 -6 -8 200 400 600 800 1000 1200
Figura 26 Sazonalidades A Figura 26 uma representao das Sazonalidades, que so encontradas a partir da subtrao entre os Fechamentos e as estimativas encontradas pelo Mtodo do Mnimos Quadrados.
Frequncia em Ciclos
1400 1200 1000 800 600 400 200 0 -200 0 0,5 1 1,5 2 2,5
Figura 27 - Freqncia em ciclos A Figura 27 uma representao das Freqncias em Ciclos para o perodo todo.
24
Freqncia em Ciclos
1400 1200 1000 800 600 400 200 0 0 0,05 0,1 0,15 0,2 0,25
Figura 28 - Freqncia Em Ciclos da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 28, onde se observa um pico de maior freqncia em aproximadamente 0,005. Caso um investidor desejasse a aquisio de tal ao, o mesmo preo seria realizado em 0,005 dias a frente.
Frequncia Angular
1400 1200 1000 800 600 400 200 0 -200 0 2 4 6 8 10 12 14
Figura 29 - Freqncia angular A Figura 29 uma representao das Freqncias em Angulares para o perodo todo.
25
Freqncia Angular
1400 1200 1000 800 600 400 200 0 0 0,2 0,4 0,6 0,8 1 1,2 1,4
Figura 30 - Freqncia Angular da rea circulada Para uma melhor visualizao optou-se por uma ampliao da rea circulada na Figura 30, onde se observa um pico de maior freqncia em aproximadamente 0,005.
Perodo
1400 1200 1000 800 600 400 200 0 -200 0 100 200 300 400 500 600
Figura 31 - Perodo
26
Captulo
Programao
Para fazer a anlise de Fourier para qualquer srie de dados, foi feito um UserForm com todos os passos da construo dos grficos, assim possvel analis-los automaticamente. Um UserForm uma forma de interao entre o usurio e o computador.
27
Figura 33 Boto Tirar traos Em feriados os fechamentos no so contabilizados, assim esses dias so representados por um trao como mostrado a seguir:
31,45034 31,58018 31,75995
Para eliminar esses traos atravs de um VBA, foi feita a programao mostrada a seguir: 28
Sub tirartraos()
i=2
n = Cells(65536, 1).End(xlUp).Row - 1
Do While i <= n If Cells(i, 3) = "-" Then Cells(i, 3) = Cells(i + 1, 3) ElseIf Cells(i + 1, 2) = "-" Then Cells(i + 1, 3) = Cells(i + 2, 3) End If i=i+1 Loop
End Sub
29
As somatrias das frmulas foram feitas separadamente. Inicialmente, a somatria de x (somax) foi feita percorrendo todas as linhas da coluna x, e somando-as. Do mesmo modo foi feita a somatrias da coluna y (somay), porm, nesse caso percorrendo os valores da coluna dos fechamentos. As outras somatrias foram feitas seguindo o mesmo raciocnio, percorrendo as 2 colunas e quando necessrio elevando-as ao quadrado ou multiplicando-as. Por fim, aps o calculo de todas as somatrias necessrias para as frmulas foi possvel encontrar a e b e conseqentemente y . A seguir encontra-se o VBA feito para o calculo das estimativas:
Sub ab()
Dim i As Integer Dim n As Integer Dim w As Single Dim somax As Single Dim somay As Single Dim multxy As Single Dim xy1 As Single Dim X As Single Dim y As Single Dim xy As Single Dim quadx As Single Dim quady As Single Dim xx As Single Dim yy As Single Dim g As Single
n = Cells(65536, 1).End(xlUp).Row - 1
somax = 0 30
Next i
End Sub
Figura 35 Boto Arrumar Linhas O boto Arrumar Linhas foi feito com uma programao em VBA para que n seja sempre igual a uma potncia de 2.
Sub arrumar_linhas() Dim i As Integer Dim n As Integer Dim l As Double Dim intl As Integer
m=2^o
End Sub
Figura 36 Boto Sazonalidades Para isso foi feita uma subtrao dos nmeros da coluna 4 e os nmeros da coluna 3 de modo que o resultado fosse colocado na coluna 5, que a coluna onde se encontram as sazonalidades.
End Sub 33
Figura 37 - Boto FFT A anlise de Fourier das sazonalidades foi encontrada de acordo com a programao a seguir:
Figura 38 Boto Imabs Para usarmos a funo IMABS( ) do Excel, foi construda a seguinte programao: 34
Cells(1, 7) = "IMABS"
n = Cells(65536, 3).End(xlUp).Row - 1
Figura 39 Boto Freqncia em ciclos A coluna de freqncia em ciclos foi programada em VBA como mostrado a seguir:
n = Cells(65536, 3).End(xlUp).Row - 1
Cells(2, 8) = 0 For i = 3 To n - 1 35
End Sub
Figura 40 Boto Freqncia Angular A coluna de freqncias angulares foi programada em VBA como mostrado a seguir:
n = Cells(65536, 3).End(xlUp).Row - 1
End Sub
36
Figura 41 Boto Perodo A coluna de perodos foi programada em VBA como mostrado a seguir:
n = Cells(65536, 3).End(xlUp).Row - 1
End Sub
37
Figura 42 Boto Grfico de Freqncia em ciclos O grfico de freqncia em ciclos foi desenhado a partir da programao de VBA a seguir:
n = Cells(65536, 3).End(xlUp).Row - 1
Charts.Add ActiveChart.ChartType = xlXYScatterSmoothNoMarkers ActiveChart.SetSourceData Source:=Sheets("Plan1").Range("O2:P513") ActiveChart.Location Where:=xlLocationAsObject, Name:="Plan1" With ActiveChart .HasTitle = True .ChartTitle.Characters.Text = "Frequncia Em Ciclos" End With
38
Figura 43 Boto Grfico de Freqncia Angular O grfico de freqncia angular foi desenhado a partir da programao de VBA a seguir: Dim i As Integer Dim n As Integer
n = Cells(65536, 3).End(xlUp).Row - 1
Charts.Add ActiveChart.ChartType = xlXYScatterSmoothNoMarkers ActiveChart.SetSourceData Source:=Sheets("Plan1").Range("Q2:R513") ActiveChart.Location Where:=xlLocationAsObject, Name:="Plan1" With ActiveChart .HasTitle = True .ChartTitle.Characters.Text = "Frequncia Angular" End With
n = Cells(65536, 3).End(xlUp).Row - 1
Charts.Add ActiveChart.ChartType = xlXYScatterSmoothNoMarkers ActiveChart.SetSourceData Source:=Sheets("Plan1").Range("S2:T513") ActiveChart.Location Where:=xlLocationAsObject, Name:="Plan1" With ActiveChart .HasTitle = True .ChartTitle.Characters.Text = "Perodo" End With
40
Captulo 5 Perodos
Os picos nos grficos de perodos so aqueles pontos que se destacam com relao aos outros. A ocorrncia de picos nos grficos de perodos expressa a existncia de fenmenos que so repetidos com certa freqncia. O eixo x dos grficos do perodo reproduz o perodo que mais se repete e o eixo y quantas vezes aquele perodo aconteceu na amostragem Ao analisar o grfico de perodos ao longo de um perodo de aproximadamente 30 dias possvel identificar alguns picos. Esses picos esto destacados nas aes analisadas a seguir:
41
5.1 Vivo
A cada aproximadamente 15 dias, o preo da ao da Vivo igual a R$ 731,95 e a cada aproximadamente 19 dias, o preo da ao da Vivo igual a R$ 1008,82.
42
mais
Frequente
A cada aproximadamente 19, 24 e 30 dias, os perodos que mais se repetem na amostragem acontecem.
A cada aproximadamente 11, 12, 20, 24 e 30 dias, os perodos que mais se repetem na amostragem acontecem.
43
5.4 Marisa
A cada aproximadamente 12, 14, 19, 21, 24 e 27 dias, os perodos que mais se repetem na amostragem acontecem.
44
5.5 Petrobrs
A cada aproximadamente 17, 21, 24 e 28 dias, os perodos que mais se repetem na amostragem acontecem.
5.6 Usiminas
45
A cada aproximadamente 17, 21 e 28 dias, os perodos que mais se repetem na amostragem acontecem.
Figura 51 Grfico de Perodos Lojas Americanas No possvel observas picos no grfico de Perodo dos fechamentos das Lojas Americanas.
5.8 Vale
46
A cada aproximadamente 18, 24 e 27 dias, os perodos que mais se repetem na amostragem acontecem.
Empresa
Vivo Colgate - Palmolive Avon Products Marisa Petrobrs Usiminas Lojas Americanas Vale
Dias
15,51; 18,96 18,96; 24,38; 30,11 10,89; 12,19; 19,69; 24,38; 30,11 11,66; 14,22; 18,96; 21,33; 24,38; 26,94 17,06; 21,33; 24,38; 28,44 17,06; 21,33; 28,44
A tabela acima resume a cada quantos dias os perodos que mais se repetem na amostragem de cada empresa acontecem.
47
Abaixo esto representados os dias em que houve o maior pico para cada empresa.
Figura 53 Perodos FFT Segundo a figura 53, o perodo que mais se repete na amostragem da empresa Vivo se repete a cada 19 dias, j os da Colgate e da Avon atingem o maior valor a cada aproximadamente 30 dias.
48
Na anlise de sries temporais o objetivo bsico o de aproximar uma funo do tempo por uma combinao de harmnicos, os coeficientes dos quais so as transformadas de Fourier discretas da srie. Os modelos iniciais foram ajustados atravs das matrizes a seguir:
1 1 1 1
onde x a coluna B da planilha do Excel exemplificada na Figura1 e y a coluna C. Como foram feitos modelos com mais do que apenas dois coeficientes
49
( a, b, c ... ) as matrizes mudam aumentando o nmero de colunas da primeira (variando entre senos e cossenos) e o nmero de linhas da segunda O ajuste de um modelo para todas as freqncias de Fourier das aes da Bovespa citadas no captulo anterior foi realizado por meio do programa Matlab, no qual, utilizando os fechamentos das aes foi possvel encontr-los. Para automatizar o programa e encontrar as sries de senos e cossenos de Fourier para as aes com mais facilidade, foi utilizado o Window Editor do Matlab: (DesktopEditor)
clear all load teste.txt n=length(teste(:,1)); q1=ones(n,1) x=teste(:,1); q2=cos(x); a=[q1 q2]; b=teste(:,2); coef=inv(a'*a)*a'*b
50
Nesse caso o argumento teste.txt a srie que est sendo utilizada, coef a matriz de coeficientes encontrados aps a rotao do programa e seu tamanho depende da quantidade de q (q1, q2, q3 ...) que o modelo possu. Foram encontrados 4 sries para cada ao analisada, pois dependendo da srie, haver um modelo diferente que ser melhor adaptado. Todos as sries so combinaes de senos e cossenos: 1. y (t ) = a + b cos(t ) + c sen(t ) 2. y (t ) = a + b cos(t ) + c sen(t ) 3. y (t ) = a + b cos(t ) + c sen(t ) + d cos(t ) 4. y (t ) = a + b cos(t ) + c sen(t ) + d cos(t ) + e sen(t )
A seguir encontram-se os resultados para as diferentes sries. Tabela 2 Comparao de Sries de Senos e Cossenos de Fourier para as Empresas
Empresa
Modelo1
a = 20.4744 b = -0.0418
Modelo 2
a = 20.4744 b = -0.0418 c = 0.0419
Modelo 3
a = 20.4744 b = 0.0000 c = 0.0419 d = -0.0664
Modelo 4
a = 20.4744 b = 0.0066 c = 0.0171 d = -0.1400 e = 0.1109
Vivo
a = 52.3501
Colgate Palmolive
b = -0.0237
Avon Products
a = 25.5613
a = 25.5613
a = 25.5613
a = 25.5613
51
b = 0.0071
b = 0.0071 c = -0.0042
a = 10.8247 b = -0.0004
Marisa
a = 5.3608 b = 0.0053
Petrobrs
a = 5.4998 b = 0.0082
Usiminas
a = 1.1489
Lojas Americanas
b = 0.0028
a = 5.7613 b = 0.0137
Vale
Depois de encontrados os valores dos coeficientes das sries para as diferentes empresas, foram desenhados os grficos para que o melhor modelo fosse encontrado. O melhor modelo encontrado foi o da empresa Avon Products. Os grficos foram construdos inicialmente com os fechamentos de cada uma das empresas encontrados anteriormente. Em seguida foi colocada no grfico a srie de senos e cossenos de Fourier encontrado como segue abaixo:
Fechamentos e Modelo
45 40 35 30 25 20 15 10 5 0 0 500 1000 1500 2000 2500
Figura 54 Avon Products A figura 54 uma representao dos Fechamentos com a Srie de senos e cossenos de Fourier da Avon Products encontrado atravs do Matlab. O modelo aproxima o que acontece no perodo de tempo especificado. 53
Nesse captulo, foram feitas anlises, projees e cenrios otimistas e pessimistas de alguns ndices como: Dow Jones, Ibovespa e Hang Seng. Inicialmente os fechamentos de cada um dos ndices foram retirados do site Economtica. Em seguida colocados na coluna C do Excel, seguidos das datas (coluna A) e x, que seriam os valores indo de 1 ao nmero de dados colocados na coluna B. Ao fazer o grfico dos fechamentos possvel encontrar a reta de tendncia e sua equao no grfico, e assim encontrar todos os seus pontos, que foram colocados na coluna D do Excel. Depois foi feita a subtrao dos fechamentos (coluna C) com os pontos encontrados a partir da equao da reta de tendncia, esse resultado foi colocado na coluna E. Dessa subtrao foram estimados os coeficientes para o ajuste de uma srie de senos e cossenos de Fourier, a partir do programa Matlab, como especificado no captulo 6.
54
Por fim o rudo encontrado a partir da subtrao da srie de Fourier com os resultados da coluna E o seu desvio padro calculado para que os cenrios pessimistas e otimistas sejam montados. Os cenrios otimistas e pessimistas so montados atravs dos intervalos de confiana com 68% de confiana. Assim, somam-se os dados da reta de tendncia para cada dia com a srie de senos e cossenos de Fourier e desse resultado soma um desviopadro que foi calculado do rudo para encontrar o cenrio otimista. Depois feita a mesma coisa subtraindo um desvio-padro, que ser o cenrio pessimista. O mesmo calculo tambm pode ser realizado somando e subtraindo (para cenrio otimista e pessimista respectivamente) dois desvios- padro, para ter uma confiana de 95 %.
Figura 55 Fechamentos e Reta de Tendncia, Dow Jones A equao da Reta de tendncia encontra-se na Figura 55 e foi utilizada para que a srie de Fourier e em seguida o Rudo (Figura 56) fossem encontrados.
55
Rudo
6000 4000 2000 0 1800 -2000 -4000 -6000
2000
2200
2400
2600
2800
3000
3200
3400
Figura 56 Rudo, Dow Jones Aps encontrar os rudos, foi calculado o seu desvio padro, para ento montar os intervalos de confiana como mostrado na figura 57.
Fechamentos e Cenrios
20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 1800
2000
2200
2400
2600
2800
3000
3200
3400
Figura 57 Fechamentos e Cenrios pessimistas e otimistas, Dow Jones A curva do meio a soma da reta de tendncia com a srie de senos e cossenos de Fourier, acima e abaixo desta curva esto os cenrios otimistas e pessimistas, respectivamente. Os intervalos com 68% de confiana so os mais prximos da curva do meio e os com 95% de confiana so os mais distantes.
56
2300
2800
3300
3800
Figura 58 Previses, Dow Jones A Figura 58 mostra os possveis cenrios para 160 dias (aproximadamente 5 meses) com 68% e 95% de confiana.
57
A Reta foi encontrada para ser possvel a realizao da anlise de Fourier e em seguida o Rudo (Figura 60).
Rudo
40000 30000 20000 10000 0 0 -10000 -20000 500 1000 1500 2000 2500 3000 3500
Figura 60 Rudo, Ibovespa Aps encontrar os rudos, foi calculado o seu desvio padro, para ento montar os intervalos de confiana como mostrado na figura 61.
Fechamentos e Cenrios
80000 60000 40000 20000 0 0 -20000 -40000 500 1000 1500 2000 2500 3000 3500
Figura 61 Fechamentos e Cenrios pessimistas e otimistas, Ibovespa A curva do meio a soma da reta de tendncia com a srie de senos e cossenos de Fourier, acima e abaixo desta curva esto os cenrios otimistas e pessimistas, respectivamente. Os intervalos com 68% de confiana so os mais prximos da curva do meio e os com 95% de confiana so os mais distantes. 58
Figura 62 Previses, Ibovespa A Figura 62 mostra os possveis cenrios para 150 dias (aproximadamente 5 meses) com 68% e 95% de confiana.
59
A equao da Reta de tendncia encontra-se na Figura 55 e foi utilizada para que a srie de Fourier e em seguida o Rudo (Figura 56) fossem encontrados.
Rudo
15000 10000 5000 0 0 -5000 -10000 500 1000 1500 2000 2500 3000 3500
Figura 64 Rudo, Hang Seng Aps encontrar os rudos, foi calculado o seu desvio padro, para ento montar os intervalos de confiana como mostrado na figura 65.
Fechamentos e Cenrios
35000 30000 25000 20000 15000 10000 5000 0 -5000 0 -10000 500 1000 1500 2000 2500 3000 3500
60
A curva do meio a soma da reta de tendncia com a srie de senos e cossenos de Fourier, acima e abaixo desta curva esto os cenrios otimistas e pessimistas, respectivamente. Os intervalos com 68% de confiana so os mais prximos da curva do meio e os com 95% de confiana so os mais distantes.
Figura 66 Previses, Hang Seng A Figura 66 mostra os possveis cenrios para 225 dias (aproximadamente 5 meses e meio) com 68% e 95% de confiana.
61
8.1. Introduo
Na anlise de Fourier podemos extrair apenas informaes sobre o domnio da freqncia. J a anlise de Wavelet tem a capacidade de decompor as funes tanto no domnio da freqncia quanto no domnio do tempo, assim possvel analisar estas funes em diferentes escalas de freqncia e de tempo. Ao plotar os coeficientes da Fourier, o resultado so dois picos representando uma nica freqncia, j os coeficientes Wavelet mostram claramente a localizao exata no momento da descontinuidade.
A anlise de Wavelet capaz de revelar aspectos em dados como: tendncias, descontinuidades e similaridades. Na histria da matemtica, a anlise Wavelet mostra diferentes origens. Muitos dos trabalhos foram realizados por volta de 1930. 62
Antes de 1930, Joseph Fourier (1807) iniciou o estudo de Wavelet com suas teorias de anlise de freqncia. Depois de 1807, os matemticos analisando o sentido das funes, da convergncia da srie de Fourier e sistemas ortogonais, migraram da noo de anlise de freqncia para a noo de anlise de escala. Isto , analisando f(x) criando estruturas matemticas que variam em escala. A anlise de escala menos sensvel a rudos porque ela mede a flutuao mdia do sinal em diferentes escalas. A primeira vez que o termo Wavelet foi mencionado foi em um apndice da tese de Alfred Haar (1909). As Wavelets Haar no so continuamente diferenciveis, o que de certo modo limita suas aplicaes.
Figura 70 - Haar
Daubechies: Compactly-supported orthonormal Wavelets. Biortogonal: Apresenta a propriedade de fase linear, que necessria na
reconstruo de sinais e imagens. Utiliza duas Wavelets, uma para decomposio e outra para reconstruo, o que gera propriedades interessantes.
Figura 71 - Morlet
64
Figura 73 Meyer
65
9.1 Introduo
Esse captulo tem o propsito de demonstrar as tcnicas para o uso da anlise de Wavelet, por meio de um exemplo dos dados do Ibovespa. Para isso, sero descritos todos os passos necessrios para que os dados estejam prontos para a anlise. A anlise de Wavelet realizada com o rudo da srie de fechamentos que ser analisada. Para encontr-lo necessrio passar por quatro passos, que sero descritos a seguir.
66
x 10
5.5
4.5
3.5
3 0
1000
2000
3000
4000
5000
6000
67
x 10
5.5
4.5
3.5
3 0
1000
2000
3000
4000
5000
6000
68
1000
2000
3000
4000
5000
6000
9.3 Rudo
Finalmente, para preparar os dados para que a anlise de Wavelet possa ser realizada, feita a subtrao da srie de senos e cossenos pela srie resultante da subtrao da reta de tendncia pelos fechamentos. O resultado dessa subtrao chamado de rudo.
69
6000
4000
2000
-2000
-4000
-6000
-8000
1000
2000
3000
4000
5000
6000
70
Na programao descrita acima, n o tamanho da srie a ser analisada; x o tempo de amostragem; y a prpria srie; p so os coeficientes da reta de tendncia; w
71
a reta de tendncia; z a subtrao de w por y; q1, q2,q3,q4 e q5 so o coeficientes da srie de senos e cossenos; d a srie de senos e cossenos; e a subtrao de d por z. Com essa programao possvel realizar os passos para a preparao da anlise de Wavelet de modo automtico e prtico.
72
10.1 Introduo
Aps encontrar o rudo dos dados, como descrito no captulo anterior, possvel realizar a anlise de Wavelet. Esse captulo descreve como essa anlise realizado no Matlab. Para realizar a anlise de Wavelet no Matlab, necessrio, aps preparar os dados, abrir a janela de anlise de Wavelet, escrevendo wavemenu na Command
73
Ao clicar enter abrir a seguinte janela, que contm os diversos tipos de transformada de Wavelet.
74
Figura 81 Continuous Wavelet 1-D Em seguida, necessrio importar os dados j preparados para a anlise como descrito anteriormente. Essa importao feita em File- Import from Workspace, abrindo assim a seguinte janela:
Figura 82 Import from Workspace Esses dados foram salvos em um vetor chamado e. Portanto esse ser o vetor importado para a anlise.
75
Por fim, para realizar a anlise de Wavelet, basta mudar o tipo de Wavelet para mex-h e clicar em Analyse. A anlise um espectro de frequncias do dados, no qual possvel encontrar os momentos de alta e de baixa frequncia. O Resultado para o exemplo mostrado no captulo anterior, do Ibovespa de novembro de 2008 a janeiro de 2009 o seguinte:
Figura 83 Espectro de frequncias Ibovespa Dessa anlise pode-se perceber que quando h alguma mudana abrupta nos dados, aparece mais branco e quando os dados ficam mais estveis, o resultado da anlise so pontos mais escuros.
76
77
Um exemplo do uso desse ndice segue nas figuras abaixo, onde a primeira figura de 10 dias de fechamentos do Ibovespa de1 de outubro de 2007 a 11 de outubro de 2007 e a seguinte representa os ndices desse perodo.
Figura 86 IMA Ibovespa Com a comparao dos grficos, pode-se perceber que uma mudana abrupta na trajetria dos dados sinalizada pela variao do ndice, que vai de aproximadamente 1 a 0 ou de 0 a 1. Ao observar as figuras 77 e 78 no tempo t=2630, possvel perceber que logo em seguida ocorreu uma baixa.
78
79
For i = 1 To n If Cells(i, 5) = 0 And Cells(i + 1, 5) = 1 Then For j = i To n If Cells(j, 5) = 1 And Cells(j + 1, 5) = 0 Then Cells(j, 11) = Cells(i + 1, 3) Cells(j, 12) = Cells(i + 1, 2) Cells(j, 13) = Cells(j + 1, 3) Cells(j, 14) = Cells(j + 1, 2) i=j j=n End If Next j End If Next i j=1 For i = 1 To n If Cells(i, 3) > 0 And Cells(i + 1, 3) = 0 Then Cells(i + 1, 6) = 1 End If Next i i=1 Do While i <= n If Cells(i, 5) = 1 Then For j = i To n If Cells(j, 6) = 1 Then Cells(j, 7) = Cells(i, 3) Cells(j, 8) = Cells(i, 2) x=j j=n+1 End If Next j i=x End If i=i+1 Loop For i = 1 To n If Cells(i, 6) = 1 And Cells(i, 8) <> 0 Then Cells(i, 9) = Cells(i, 3) Cells(i, 10) = Cells(i, 2) End If Next i End Sub
Esse programa encontra, em uma srie de dados dispostos nas colunas do Excel, todos os momentos que o ndice inicia entre 0.9 e 1 e ca, continuamente, at atingir o valor zero.
80
Com esse programa mais fcil analisar o ndice para todos os dados coletados e estimar a quantidade de eventos que a queda aconteceu. Segue abaixo um resumo dos dados estudados.
petrc28 petrd30 Minutos de Observao Eventos (sinais de alerta de Crash) Queda mdia Queda mxima Queda mnima Tempo da queda mxima (em minutos) Inicio da queda mxima Fim da queda mxima
R$1,34 R$0,33 R$1,72 R$0,79 3 89,75 -0,57% -0,88% -14,7% -7,59% 32 -2,3% 22 -2,25% 1003 1003
ptrb24 03/02/2009
1235
26/01
154
27/01
446
28/01
660
29/01
812
7 -2,07%
3 -1,8%
15
20
21
-4,76% -2,17% -5,73% -5,73% -5,73% -0,66% -1,11% -0,55% -0,4% -0,4%
5,75
23
5,75
5,75
5,75
R$1,92
R$1,81
R$1,8
81
eventos encontrados. Por fim, das quedas mximas encontradas, foram detalhadas as duraes dessas quedas em minutos, e os preos iniciais e finais durante esse perodo. Por exemplo, para a opo petrc28, a maior queda encontrada foi de 1,72 a 1,34 e teve durao de 3 minutos. Segue uma mdia de todos os dados analisados:
Mdia Minutos de Observao Eventos (sinais de alerta de Crash) Queda mdia Queda mxima Queda mnima Tempo da queda mxima (em minutos) Inicio da queda mxima Fim da queda mxima
17,71 1,74 1,56 5499 145 1,69 4,69 0,54
82
Captulo 12 - Concluso
O projeto foi desenvolvido de modo a analisar dados do mercado financeiro e estudar possveis padres de freqncias para eventos de mudanas de tendncias. Para realizar a anlise, foram utilizados mtodos matemticos como a Anlise de Fourier e Anlise de Wavelet. Inicialmente, foram realizados estudos para o entendimento das sries e transformadas de Fourier e, em seguida, foram realizados estudos com o uso da anlise de Wavelet. Com isso, notaram-se as diferenas, vantagens e desvantagens das duas ferramentas. Alm disso, foi possvel rever os conceitos de programao em VBA no Excel e programao e gerao de exemplos numricos no Matlab aprendidos em Sistemas de Informao. A utilizao da teoria de Fourier em dados financeiros possibilita o estudo das freqncias, anlises, projees e criao de cenrios otimistas e pessimistas dos ndices do mercado financeiro. Com essa ferramenta, foi realizada a anlise de algumas sries do mercado e projees com certo grau de confiana de possveis cenrios para essas sries. Como na anlise de Fourier podemos extrair apenas informaes sobre o domnio da freqncia das sries analisadas, foi estudada tambm a anlise de Wavelet, que tem a capacidade de decompor as funes tanto no domnio da freqncia quanto no domnio do tempo e assim foi possvel analisar estas funes em diferentes escalas de freqncia e de tempo. Os resultados dos estudos realizados com coeficientes de Fourier so dois picos representando uma nica freqncia, j os estudos realizados com coeficientes Wavelet mostraram claramente a localizao exata no momento da descontinuidade. A programao em VBA e Matlab permitiu que as anlises feitas com o uso das teorias de Fourier e Wavelet se tornassem mais rpidas e eficientes devido a automao dos passos das anlises. Alm disso, com o uso do Matlab, foi possvel estudar o ndice de mudanas abruptas apresentado por Marco Antonio Leonel
83
Caetano, pesquisador e professor do Insper, que criou o ndice em parceria com Takashi Yoneyama, do Instituto Tecnolgico da Aeronutica (ITA), j que o espectro utilizado para a criao desse ndice formado atravs desse programa. O ndice foi utilizado para verificar mudanas abruptas nas trajetrias dos dados de opes coletados. Com a ajuda de um programa realizado no VBA foi possvel analisar o ndice para todos os dados coletados e estimar a quantidade de eventos que a queda aconteceu.
84
Bibliografia
ECONOMTICA. Acessado em: agosto de 2008 <pt.wikipedia.org>. Acessado em: junho 2002 MORETTIN, Pedro. Anlise de Sries Temporais. Edgard Blcher, 2006.
85
86