Modelando mercado de ações: vencendo o efeito disposição com regras stop

Abstract

Apresentamos um modelo baseado em agentes para o mercado de ações, em que o comportamento dos agentes que mostram o efeito disposição pode ser compensado por outros agentes usando uma regra de stop. Depois de mostrar que o modelo pode replicar o comportamento real de retornos, considerando os dados recentes de mini flash-crash, exploramos as consequências das alterações em parâmetros comportamentais chave. Nosso resultado é que a presença de agentes utilizando stop em um ambiente não gaussiano pode compensar o efeito disposição. Além disso, encontramos que diferentes metas de retorno podem contribuir para a eficiência do mercado. Finalmente, o aumento do excesso de confiança pode gerar maior volume de negociações. Tudo isso, sem o uso de preço fundamental ou choque na série de dividendos na formulação do modelo.<br>

Abstract : We put forward an agent-based model of the stock market, where the behavior of agents showing the disposition effect can be offset by that of others using a stop rule. After showing the model can replicate actual return behavior considering data from the recent mini flash crashes, we explore the consequences of altering key behavioral parameters. Our primary result is that the presence of stop agents in a non-Gaussian environment can offset the disposition effect. Furthermore, we find differing return targets to contribute to market efficiency, and a negative shock to a market sentiment index to cause the stock price to dip and trade volume to grow. Finally, increasing overconfidence generates higher trade volume. All this, without using fundamental price or shock in the series of divedends.