Ao vivo, via Zoom
10/04, 10h às 11h
Neste webinar, descubra como o MATLAB Computational Finance Suite facilita o processo de backtesting de estratégias de investimento, permitindo avaliar e ajustar estratégias com precisão.
Exploraremos técnicas para definir estratégias, organizar dados históricos e sinais de negociação, ajustar a frequência de rebalanceamento e controlar custos de transação.
O webinar também abordará como contornar desafios comuns, como o viés de regressão e a qualidade dos dados, além de integrar modelos de machine learning para otimizar decisões.
Principais tópicos
- Fundamentos do backtesting: principais conceitos e aplicações no investimento
- Estrutura de backtesting: definição de estratégias, configuração e execução
- Soluções para desafios do backtesting: sobreajuste, infraestrutura e qualidade dos dados
- Integração de machine learning para insights avançados em estratégias de investimento
Público-alvo
Analistas financeiros, gestores de fundos e pesquisadores em finanças computacionais que buscam aprofundar seus conhecimentos em estratégias de investimento, otimização de carteiras e uso de machine learning em finanças.
Profissionais familiarizados com backtesting, finanças computacionais e análise quantitativa, interessados em validar decisões de investimento de forma estruturada e inovar com métodos avançados de análise.
Apresentado por
Christian Rocha
Engenheiro de Aplicação
Mestrando em Engenharia de Produtos na Unicamp e formado em Engenharia Mecânica pela USF. Atuou por 10 anos em indústria de projetos e automação. Possui 6 anos de estudos na área de IA.