Aplicação de metodologia de hypergrafos em dados da bolsa de valores
Análise Topológica de Dados. Teoria dos Grafos. Hypergrafos. Bolsa de Valores. Teoria da Informação.
O objetivo desta dissertação é aplicar a metodologia desenvolvida por Santos et al. no artigo "Emergence of high-order functional hubs in the human brain" para estudar as inter-relações entre as empresas participantes do 𝑆&𝑃 500 (abreviação de Standard & Poor’s 500 ), índice composto por quinhentos ativos cotados nas bolsas de NYSE ou NASDAQ e qualificados devido ao seu tamanho de mercado, sua liquidez e sua representação de grupo industrial. Para tanto, foi desenvolvido um pipeline de processamento de dados para construir redes de alta ordem (high-order networks) a partir de séries temporais e aplicá-los no fechamento diário da bolsa para caracterizar a comunicação de alta ordem (high-order communication) entre as 55 empresas selecionadas, bem como a construção de hypergrafos uniformes e a utilização de métricas multivariadas de modo a definir pesos nestes hypergrafos. Foram revisados os conceitos básicos de grafos e hypergrafos, teoria de redes e medidas de informação multivariada, com especial ênfase dada à sua relação com a sinergia e a redundância, bem como examinar as diferenças entre algumas dessas medidas. Assim, foram confirmadas a aplicabilidade dessa metodologia e a possibilidade de continuar a investigação de surgimentos de high-order hubs na bolsa de valores. Por fim, disponibilizamos o script Python que permite ao usuário recalcular todas as medidas de informação e resultados apresentados neste trabalho.