Abstract
A partir de uma adaptação da metodologia de Osler e Chang (1995), este artigo avalia, empiricamente, a lucratividade de estratégias de investimento baseadas na identificação do padrão gráfico de Análise Técnica Ombro-Cabeça-Ombro no mercado de ações brasileiro. Para isso, foram definidas diversas estratégias de investimento condicionais à identificação de padrões Ombro-Cabeça-Ombro (em suas formas padrão e invertida), por um algoritmo computadorizado, em séries diárias de preços de 30 ações no período de janeiro de 1994 a janeiro de 2009. Para testar o poder de previsão de cada estratégia, foram construídos intervalos de confiança, a partir da técnica Bootstrap de inferência amostral, consistentes com a hipótese nula de que, baseado apenas em dados históricos, não é possível criar estratégias com retornos positivos. Mais especificamente, os retornos médios obtidos por cada estratégia nas séries de preços das ações, foram comparados àqueles obtidos pelas mesmas estratégias aplicadas a 1.000 séries de preços artificiais - para cada ação – geradas de forma paramétrica, segundo um E-GARCH, e não-paramétrica. De forma geral, os resultados encontrados mostram que é possível criar estratégias condicionais à realização dos padrões Ombro-Cabeça-Ombro com retornos positivos, indicando que esses padrões conseguem capturar nas séries históricas de preços de ações sinais a respeito da sua movimentação futura de preços que possibilitam a criação de estratégias lucrativas. No entanto, essas conclusões não são verdadeiras para o padrão na sua forma invertida e, se levados em consideração os efeitos das taxas e dos custos de transação, dependendo das suas magnitudes, deixam também de ser válidas para a sua forma tradicional.
Cite
CITATION STYLE
Boainain, P. G., & Valls Pereira, P. L. (2009). “Ombro-Cabeça-Ombro”: Testando a Lucratividade do Padrão Gráfico de Análise Técnica no Mercado de Ações Brasileiro. Brazilian Review of Finance, 7(3), 265–303. https://doi.org/10.12660/rbfin.v7n3.2009.1330
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.