Um sistema baseado em regras fuzzy para caracterizar o perfil de um investidor

Autores

DOI:

https://doi.org/10.5902/2179460X32880

Palavras-chave:

Classificação do perfil de investidor, Regras fuzzy, Matlab

Resumo

Neste trabalho é proposto um sistema de classificação do perfil de um investidor por meio de base de regras fuzzy. Para tal, é utilizado o ambiente GUIDE do Matlab, para construir uma interface interativa, no qual são fornecidas, pelo potencial investidor, respostas para cinco questões (baseadas no modelo da ANBIMA), que versam sobre suas finanças. A partir destas respostas, o sistema apresenta como saída uma das características: investidor conservador, investidor moderado ou investidor arrojado, indicando também uma sugestão do tipo de investimento que melhor se enquadra a seu perfil. Os resultados obtidos são comparados com os resultados obtidos pelo API do Banco Paulista.

Downloads

Não há dados estatísticos.

Biografia do Autor

Tais Mara dos Santos, Universidade Tecnológica Federal do Paraná - UTFPR, Cornelio Procópio, PR

Licenciada em Matemática pela Universidade Tecnológica Federal do Paraná - UTFPR (2017)

Michele Cristina Valentino, Universidade Tecnológica Federal do Paraná - UTFPR, Cornelio Procópio, PR

Professora na Universidade Tecnológica Federal do Paraná

Douglas Azevedo, Universidade Tecnológica Federal do Paraná - UTFPR, Cornelio Procópio, PR

Professor Adjunto IV da Universidade Tecnológica Federal do Paraná

Danilo Peixoto Bellucci, Universidade Federal do ABC

Mestrado em Matemática Aplicada pela Universidade Federal do ABC (2009) 

Referências

Banco Paulista (2016). Questionário API. Banco Paulista, URL https://www.bancopaulista.com.br/Arquivos/

QuestionarioAPI.pdf.

Barros, L. C., Bassanezi, R. C. (2006). Tópicos de lógica fuzzy e biomatemática. Grupo de Biomatem´ tica, Instituto de Matemática, Estatística e Computação Científica (IMECC), Campinas.

Bellucci, D. P., Brandão, A. J. V. (2010). Análise de características empreendedoras utilizando sistemas baseados em regras fuzzy. Tendências em Matemática Aplicada, 11, 133–140.

Cichini, F. A. L. (2009). Aplicação de um sistema de inferência fuzzy de suporte á decisão para estimação de valores de ações

cotadas na bolsa de valores de são paulo. Dissertação de Mestrado, UNESP, Universidade Estadual Paulista, Bauru, SP.

MathWorks Inc. (2016). Matlab 2016. MathWorks Inc., URL https://www.mathworks.com/products/matlab.

html.

Pedrycz, W., Gomide, F. (1998). An Introduction to Fuzzy Sets. Analysis and Design. Complex Adaptive Systems, MIT Press,

London. Portal do Investidor (2016). Tipos de investimento. URL http://www.portaldoinvestidor.gov.br.

dos Santos, L. K. C. F. R., Prata, R. A. C. (2016). Análise da malária no estado do amazonas através de sistema de base de regras fuzzy. Em: Livro de resumos do IV Congresso Brasileiro de Sistemas Fuzzy, SBMAC, vol 1, pp. 1–11.

de Sena, F. C. B. (2015). Controle fuzzy aplicado á otimização de um sistema eólico de velocidade variável. Dissertação de

Mestrado, UFERSA, Universidade Federal Rural do Semi-Árido, Mossoró, RN.

Downloads

Publicado

2019-07-16

Como Citar

Santos, T. M. dos, Valentino, M. C., Azevedo, D., & Bellucci, D. P. (2019). Um sistema baseado em regras fuzzy para caracterizar o perfil de um investidor. Ciência E Natura, 41, e18. https://doi.org/10.5902/2179460X32880

Edição

Seção

Matemática