Show simple item record

dc.contributor.advisorPereira, Pedro L. Valls
dc.contributor.authorLongo, Eduardo Menescal Lustosa
dc.date.accessioned2010-04-20T21:00:53Z
dc.date.available2010-04-20T21:00:53Z
dc.date.issued2009-01-29
dc.identifier.citationLONGO, Eduardo Menescal Lustosa. Pairs trading: uma aplicação ao mercado acionário brasileiro. Dissertação (Mestrado Profissional em Finanças e Economia) - FGV - Fundação Getúlio Vargas, São Paulo, 2009.
dc.identifier.urihttp://hdl.handle.net/10438/2627
dc.description.abstractNeste trabalho, verificamos viabilidade de aplicação da estratégia de pairs trading no mercado acionário brasileiro. Diferentemente de outros estudos do mesmo tema, construímos ativos sintéticos a partir de uma combinação linear de preços de ações. Conforme Burgeois e Minko (2005), utilizamos a metodologia de Johansen para a formação dos pares a serem testados. Após a identificação de pares cointegrados, para assegurar a estacionaridade do ativo sintético contruído a partir da relação linear de preços das ações, utilizamos os testes DF-GLS e KPSS e filtramos àqueles que apresentavam raiz unitária em sua série de tempo. A seguir, simulamos a estratégia (backtesting) com os pares selecionados e para encontrar os melhores parâmetros, testamos diferentes períodos de formação dos pares, de operação e de parâmetros de entrada, saída e stop-loss. A fim de realizarmos os testes de forma mais realista possível, incluímos os custos de corretagem, de emolumentos e de aluguel, além de adicionar um lag de um dia para a realização das operaçõespor
dc.description.abstractIn this dissertation, we assess the application of pairs trading strategy in the Brazilian stock market. Differently from other papers about the same theme, we built synthetic asset from a linear relationship between stock prices. Accordingly to Burgeois and Minko (2005), we applied the Johansen methodology to identify stock pairs to be evaluated. After identifying cointegrated stock pairs, in order to filter out nonstationary synthetic assets, we did the DF-GLS and KPSS tests and removed those with unit root in the time series. Thereafter, we simulate the strategy (backtesting) in the selected pairs and in order to find the best results parameters, we optimized the results using different formation periods, trading periods and entry, exit and stop-loss parameters. To assure the most close to reality backtesting, we included in the results the brokerage, exchange and stock loan fees. In addition we added one day lag to trade after an order has triggered.eng
dc.language.isopor
dc.subjectBacktestingeng
dc.subjectTechnical analysiseng
dc.subjectLong/Shorteng
dc.subjectPairs tradingeng
dc.subjectCointegraçãopor
dc.subjectCorrelaçãopor
dc.subjectEstacionaridadepor
dc.subjectArbitragempor
dc.subjectValor relativopor
dc.titlePairs trading: uma aplicação ao mercado acionário brasileiropor
dc.typeDissertationeng
dc.subject.areaEconomiapor
dc.contributor.unidadefgvEscolas::EESPpor
dc.subject.bibliodataAções (Finanças) - Preços - Brasilpor
dc.subject.bibliodataBolsa de valores - Brasilpor
dc.subject.bibliodataCointegraçãopor
dc.subject.bibliodataOperações com pares (Finanças)por
dc.contributor.memberPicchetti, Paulo
dc.contributor.memberMarçal, Emerson Fernandes


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record