O Parque de Diversões

Essa semana foi lançado no Kaggle uma modalidade de competição denominada Playground, ou algo como parque de diversões. Esse tipo de competição ao invés de ter o foco em uma resolução específica, têm uma abordagem muito mais voltada à extração de informações previamente desconhecidas das bases de dados.

Geralmente em ambientes de análise de dados não há demandas para abordagens semelhantes, devido não somente pressões para resultados como também um determinado ‘engessamento’ dos setores estratégicos.

Ambientes de sucesso em mineração de dados não são aqueles que procuram uma agulha no palheiro (isto é, torturando os dados, overfitting, padrões espúrios) mas sim aqueles que ‘brincam’ no palheiro até sentirem uma ‘picada’ (isto é, analisando os padrões, tendências, e regras).

 

Anúncios
O Parque de Diversões

Aplicações da Mineração de Dados no mercado financeiro

Este paper de Savinderjit Kaur e Veenu Mangat, apesar de ser bastante curto em termos de volume (3 páginas) apresenta um bom arcabouço relativo à mineração de dados aplicada ao mercado financeiro, mas dentro de uma perspectiva mais generalista e conseqüentemente um pouco menos técnica.

O artigo coloca a mineração de dados como background de diversas atividades dentro da administração de ativos financeiros. Essas atividades são Predição de Preços de Ativos, Predição de Índices, Administração de Portfólios, Sistemas de Recomendação (Sistemas Especialistas), e Detecção de Tendências.

 Ao final os autores concluem que há muito a ser feito no campo entre Mineração de Dados e Mercado Financeiro para as seguintes atividades como retornos fora do normal, diagnósticos Pré-bolhas, padrões nos ativos de acordo com a indústria, Book-To-Market (Razão entre valor contábil e valor de mercado, tendências precedentes, entre outros.

Applications of Data Mining in Stock Market

Aplicações da Mineração de Dados no mercado financeiro

Financial Series – Applications of Data Mining in Stock Market

Esse artigo escrito por Savinderjit Kaur e Veenu Mangat ambos da Panjab University na India apresenta algumas das aplicações da Mineração de Dados no mercado acionário, com diversas idéias de domínio interessantes.

Esse paper é bem feito, e tem como objetivo apresentar de forma bem introdutória aspectos nos quais a Mineração de Dados pode ser aplicada no mercado acionário, tudo isso em um texto bem simples; quase como um overview, porém, com um bom teor acadêmico de background.

Os aspectos apresentados no texto são:

  • Previsões de preços de ativos na bolsa de valores;
  • Predição de Índices no Mercado Acionário;
  • Portfólio Management;
  • Sistemas de Recomendações; e
  • Detecção de Tendências.

De uma maneira geral, o paper tem como grande trunfo aliar a simplicidade nas aplicações bem como ampliar o espectro de aplicações de Mineração de Dados no mercado financeiro. Um ponto negativo no artigo é a editoração/revisão (pontos nos lugares errados); entretanto, nada que comprometa a leitura. É um ótimo artigo para quem deseja iniciar trabalhos no domínio financeiro, e um bom ponto de partida para os iniciantes.

Applications of Data Mining in Stock Market

Financial Series – Applications of Data Mining in Stock Market