Sarah Sabino de Freitas Marcelino

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Produções bibliográficas

• MARCELINO, S. S. F. ; Pedro Henrique ; Pedro Albuquerque . PORTFOLIO SELECTION WITH SUPPORT VECTOR MACHINES IN LOW ECONOMIC PERSPECTIVES IN EMERGING MARKETS. ECON COMPUT ECON CYB , v. 49, p. 261-278, 2015.

• Pedro Henrique ; MARCELINO, S. S. F. ; Marcius Lima ; Felipe Ferreira ; ALBUQUERQUE, P. H. M. . PORTFOLIO SELECTION WITH SUPPORT VECTOR REGRESSION. 2016. (Apresentação de Trabalho/Congresso).

• MARCELINO, S. S. F. ; Pedro Henrique ; Pedro Albuquerque . FORMAÇÃO DE PORTFÓLIO POR MEIO DE MÁQUINAS DE SUPORTE VETORIAL EM MERCADOS EMERGENTES EM PERÍODOS DE BAIXA PERSPECTIVA ECONÔMICA. 2015. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2014 - 2015

  Formação de Portfólio por meio de Máquinas de Suporte Vetorial, Descrição: Este estudo teve como objetivo verificar se o uso de Máquinas de Suporte Vetorial contribui para que o retorno do portfólio seja superior ao Mercado. Duas notáveis inovações desta pesquisa são: a classificação das ações pela máquina por meio do ranking de probabilidades e o uso de parâmetros de custo de erro diferentes para cada classe. A mostra dessa pesquisa foi constituída pelas 100 ações mais líquidas S&P 500 e através da classificação destas ações, o SVM selecionou portfólios trimestrais. Os retornos destes portfólios foram comparados aos retornos do seguinte benchmark de Mercados definido como o retorno médio das 100 ações mais líquidas S&P 500. O retorno acumulado do portfólio selecionado pelo SVM foi 233,52% contra 192,65% do benchmark. No que tange ao risco dos investimentos, o benchmark apresentou um VaR de -11,74% e o portfólio SVM, -10,68%. Fica evidente então que os portfólios formados pelo SVM apresentaram um desempenho superior ao mercado de renda variável tanto em termos de retorno acumulado como em termos de risco do investimento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) . , Integrantes: Sarah Sabino de Freitas Marcelino - Integrante / Pedro Henrique Melo Albuquerque - Coordenador / Felipe Natan Freitas Ferreira - Integrante / Pedro Alexandre Moura Barros Henrique - Integrante.

• 2014 - 2015

  Funções Kernel para Aplicações de Aprendizado de Máquina, Descrição: Este projeto de pesquisa teve como objetivo corroborar para a análise de quais Kernels apresentam a melhor previsão de preços futuros de ativos com base em preços passados. 24 Kernels diferentes foram primeiramente implementados no software R e depois aplicados em dados do S&P 500. Foi feita uma análise comparativa dos resultados da aplicação de cada Kernel para a previsão dos preços futuros.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Sarah Sabino de Freitas Marcelino - Coordenador / Pedro Henrique de Melo Albuquerque - Integrante.

Projetos de desenvolvimento

• 2015 - Atual

  Laboratório de Aprendizado de Máquina em Finanças e Organizações ­ - LAMFO, Descrição: Desenvolver, aplicar e estudar fenômenos organizacionais nas mais diversas áreas como Marketing, Logística, Administração Pública, Gestão de Pessoas e Finanças. Construção de softwares e algoritmos para negociação no mercado e para a tomada de decisão racional de firmas.. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Sarah Sabino de Freitas Marcelino - Integrante / Pedro Alexandre Moura Barros Henrique - Integrante / Pedro Henrique de Melo Albuquerque - Coordenador / Mariana Rosa Montenegro - Integrante / Ana Julia Akaishi Padula - Integrante / Fernanda Santos Amorim ­ - Integrante / Gustavo Monteiro Pereira - Integrante / Jader Martins Camboim de Sá - Integrante / Marcelo Fernando Felix de Oliveira - Integrante / Matheus Facure Alves ­ - Integrante / Peng Yao Hao ­ - Integrante.