Experimentos com a Arquitetura CTCS

tégias distintas de modo eficiente, poderiam atingir bons resultados em termos de risco e retorno. Estas conclusões foram motivadoras para o desenvolvimento da arquitetura CTCS e COAST cujos resultados são apresentados e discutidos nas próximas seções.

7.3 Experimentos com a Arquitetura CTCS

7.3.1 Configuração dos Experimentos

Para avaliar a arquitetura CTCS, adotou-se uma abordagem de simulação com tempo discretizado, utilizando dados reais oriundos da bolsa eletrônica Nasdaq (EXCHANGE,

2009). Cada agente operador submete uma ordem por ciclo de simulação. Nas simu- lações apresentadas neste capítulo, um ciclo de simulação corresponde a um dia de operação2_{. Uma ordem dada por um operador especifica o ativo alvo, o tipo de ope-}

ração (compra ou venda) e a quantidade de unidades que devem ser transacionadas. Ordens com quantidade nula são aceitáveis e representam a decisão do operador de não comprar, nem vender naquele ciclo de simulação. Todas as ordens são executadas a preço de mercado, isto é o preço médio naquele dia. Cada operador pode acessar dados de cotações de todos os ciclos anteriores, mas nunca o preço corrente. A si- mulação aloca para cada operador um capital inicial, usualmente 1 milhão de dólares, que os operadores podem utilizar para comprar ativos. As ordens de cada operador são limitadas ao seu próprio capital. Não é possível comprar ativos que valem mais que seu capital, nem vender ativos que o agente não tenha no ciclo de simulação corrente. Em outras palavras, são proibidas compras ou venda a descoberto, ou operações de mercado futuro. Por simplicidade, decidiu-se nestes experimentos não computar taxas de corretagem ou emolumentos de bolsa de valores nas transações dos operadores.

Para evitar direcionamentos na seleção de ativos, utilizou-se o índice Nasdaq 100 (EX- CHANGE, 2009), que lista os 100 ativos mais importantes da Nasdaq, para selecionar

os papéis para a simulação. As cotações referem-se ao período entre setembro de 1986 a setembro de 2006 e foram obtidas através do serviço Yahoo Finance (YAHOO, 2009). Entretanto, muitas companhias listadas no índice Nasdaq 100 são empresas novas e por isso não tem informação histórica de preços de ativos para todo o período. Por esta razão, agrupou-se as empresas em quatro conjuntos de dados de acordo com o período disponível de cotações: 20 anos (10 ativos), 15 anos (40 ativos), 10 anos (70 ativos) e 5 anos (90 ativos). Estes experimentos correspondem às configurações C3, C4, C5 e C6 da tabela 5, respectivamente. Há ainda 10 ativos no Nasdaq 100 com menos de cinco anos de histórico de preço e, portanto tais ativos não foram incluídas nas simulações.

2_{Mudanças da duração real do ciclo de simulação podem ser feita de modo simples, através de um}

7.3 Experimentos com a Arquitetura CTCS 129

As simulações foram divididas em dois grupos, a primeira contando com seis agen- tes operadores e a segunda com apenas quatro destes agentes, inclusive a arquitetura CTCS. Em ambos os grupos foram realizadas quatro sessões para cada operador, uma para cada conjunto de dados. Desta forma, foram realizadas vinte e quatro sessões no primeiro grupo e dezesseis no segundo grupo. Os resultados são descritos em seguida. Utilizou-se nas simulações cinco estratégias distintas para agentes operadores: Re- lative Strenght Index(RSI), Price Oscillator (PriOsc), Moving Average (MA), Moving Average Convergence-Divergence (MACD) e Stochastic, descritas na seção 4.2. A composição destas estratégias forma a estratégia de atuação do sistema CTCS. Para obter total flexibilidade, a sociedade terá cinco agentes para cada ativo a ser adminis- trada, cada um utilizando uma estratégia disponível. Adicionalmente, cada sociedade tem um agente coordenador e um solucionador de conflitos. Com isto, o número de agentes na sociedade CTCS é definido pelo produto do número de ativos pelo número de estratégias utilizadas mais dois agentes, que são o agente coordenador e o solu- cionador de conflitos. Assim, os grupos apresentam o seguinte número de agentes, considerando cinco estratégias: 20 anos (52 agentes), 15 anos (202 agentes), 10 anos (352 agentes) e 5 anos ( 452 agentes).

A lista de ativos e o respectivo grupo ao qual pertencem são apresentados na ta- bela 11. Os grupos mais antigos são sub-conjuntos dos grupos mais novos, uma vez que se um ativo tem 20 anos de histórico de preço, naturalmente ele também tem histó- rico de 15, 10 e 5 anos. Na tabela 11, associa-se cada ativo ao grupo de maior período ao qual pertence..

7.3.2 Resultados das Simulações

As simulações foram divididas em dois grupos de simulações cada um utilizando as configurações dos experimentos descritos anteriormente. O primeiro grupo utilizava três estratégias técnicas para definir a sociedade CTCS, enquanto o segundo utilizava cinco estratégias. Isto foi feito para analisar o impacto no desempenho da sociedade ao utilizar-se mais estratégias na composição da sociedade CTCS. Os resultados da sociedade com três estratégias são apresentados na figura 33, onde cada coluna indica um grupo de ativos gerenciado pelos agentes operadores. É possível perceber que o desempenho da sociedade melhora quando o número de ativos aumenta, uma vez que o melhor desempenho é obtido pelo grupo de 5 anos, que tem o maior número de agen- tes. No grupo de simulações com cinco estratégias, o desempenho foi superior, como mostra a figura 34. Estes resultados mostram melhor desempenho da sociedade do que aquele obtido quando são utilizados apenas três estratégias. Este resultado confirma

7.3 Experimentos com a Arquitetura CTCS 130

Id Ativo Grupo Id AçAtivoão Grupo Id Ativo Grupo Id Ativo

ADST 5 PDCO 10 ESRX 10 ALTR 15

AKAM 5 SBUX 10 LNCR 10 ERTS 15

AMZN 5 SEPR 10 MCHP 10 EXPD 15

ATYT 5 SNDK 10 NTAP 10 FAST 15

BEAS 5 URBN 10 MXIM 15 FISV 15

BRCM 5 WFMI 10 ORCL 15 GENZ 15

CHRW 5 YHOO 10 PAYX 15 KLAC 15

CTSH 5 AMLN 10 SPLS 15 LLTC 15

EBAY 5 ATVI 10 SUNW 15 LRCX 15

GRMN 5 BBBY 10 SYMC 15 MEDI 15

ISRG 5 BIIB 10 TEVA 15 MICC 15

JNPR 5 CDWC 10 TLAB 15 ADBE 20

JOYG 5 CHKP 10 XLNX 15 AMAT 20

MRVL 5 CKFR 10 XRAY 15 AMGN 20

NVDA 5 CMVT 10 APCC 15 BMET 20

RHAT 5 CTXS 10 APOL 15 AAPL 20

RIMM 5 DISH 10 CDNS 15 COST 20

SIRI 5 FLEX 10 CELG 15 INTC 20

VRSN 5 GILD 10 CMCSA 15 MSFT 20

XMSR 5 IACI 10 CSCO 15 PCAR 20

PETM 10 INTU 10 CTAS 15 ROST 20

PTEN 10 JDSU 10 DELL 15

QCOM 10 LAMR 10 ERIC 15

Tabela 11: Ativos utilizadas nos experimentos CTCS e o grupo ao qual cada ativo pertence.

nossa expectativa sobre o uso de mais estratégias. A sociedade parece apresentar me- lhor desempenho quando tem mais opções para realocações, ou em outras palavras, quando tem mais agentes operadores. Em todos os experimentos, utilizou-se os pa- râmetros período de observação e constante de calibração de recursos com valores de 40% do tempo total da simulação em ciclos e 0.999, respectivamente.

7.3.3 Análise dos Resultados

De acordo com o índice de Sharpe, os resultados obtidos mostram que a arquitetura proposta aqui obteve resultados superiores aos obtidos pelos operadores individuais, no grupo de 90 ativos (5 anos). Nos grupos com menor número de ativos, os resultados foram medianos. Isto ocorre porque com mais opções de escolha, o mecanismo de coordenação tem mais poder para redistribuir recursos entre os ativos e estratégias.

Pelos gráficos da figura 34, é possível perceber que os operadores RSI e Price Oscillator tem um desempenho bastante consistente quando comparado aos demais

7.3 Experimentos com a Arquitetura CTCS 131

Figura 33: CTCS: Índice de Sharpe obtido pelos grupos de agentes com três estratégias e CTCS composto por operadores com as mesmas estratégias.

Figura 34: CTCS: Índice de Sharpe obtido pelos grupos de agentes com cinco estratégias e CTCS composto por operadores com as mesmas estratégias.