Dinâmica hierárquica, tempos de primeira passagem e informação em mercados de câmbio

Abstract

Nesta tese, propomos um estudo que conecta conceitos de sistemas complexos e termodi- nâmica da informação com mercados financeiros. O foco está nos mercados Forex, especifi- camente nos três pares de moedas mais negociados: EUR-USD, USD-JPY e GBP-USD. As

distribuições de retorno e volatilidade são examinadas usando o formalismo da teoria H, que fornece um modelo de intermitência hierárquica para a cascata de informações no mercado de câmbio. Identificamos que os mercados possuem uma hierarquia de escalas de tempo, em que mercados maiores apresentam um número maior de níveis hierárquicos. Os tempos de primeira passagem dentro de um intervalo também foram estudados para os mesmos pares. Para explicar a divergência da lei exponencial nos tempos medidos, utilizamos a abordagem da teoria H para as distribuições de tempos característicos, que foi realizada nas duas classes de universalidade resultantes da teoria. Constatou-se que os mercados possuem um número de níveis de hierarquia distintos e pertencem a classes diferentes. Uma análise sobre a influência do tamanho do intervalo de observação também foi realizada, e verificou-se que intervalos maiores resultam em um menor número de níveis hierárquicos para um mesmo mercado. Na parte de termodinâmica da informação, criamos um análogo da máquina de Szilárd que opera no Forex. Ela funciona utilizando um Expert Advisor, ou robô de trading, que executa compras e vendas automaticamente. As operações são feitas por uma rede neural artificial que observa os valores dos indicadores financeiros. Por meio de teoremas de flutuação, é possível verificar a contribuição de informação trazida pela rede neural.