O uso de redes neurais artificiais na previsão de tendências no mercado de ações

Abstract

O mercado de ações é considerado uma opção de investimento de alto retorno, dominado pela incerteza e volatilidade. A realização da previsão do movimento deste mercado não é uma tarefa simples, pois está sujeito a diversos fatores econômicos, políticos e até mesmo psicológico. Os tradicionais métodos estatísticos e as análises existentes (técnica e fundamentalista) não se mostram capazes de identificar as relações não-lineares entre as diversas variáveis que compõem o preço de uma ação e os seus movimentos de alta e baixa, sendo necessárias o uso de técnicas mais avançadas como Redes Neurais Artificiais. Redes Neurais Artificiais (RNAs) são uma ferramenta que simulam a habilidade de aprendizado do cérebro humano. Redes neurais possuem, entre outras, a capacidade de modelar funções não-lineares em ambientes complexos e com informações com ruídos ou parciais. Conseqüentemente têm sido cada vez mais utilizadas para realizar previsões, inclusive no mercado de ações. Neste trabalho serão desenvolvidos modelos de redes neurais, com o intuito de realizar previsões de valores presentes e futuros de ações e suas tendências futuras de alta e baixa. Foram avaliadas diferentes formas de arquitetura, utilizando sempre como base uma rede direta perceptron multi-camadas (MLP). O estudo foi realizado primeiramente para a previsão diária e futura da ação preferencial da Petrobras e posteriormente estendido para a previsão de tendência de um e dois dias futuros deste ativo e do índice da Bolsa de Valores de São Paulo (Ibovespa). Os modelos estudados apresentaram um elevado grau de acerto na previsão de tendências de alta e baixa dos ativos em questão, sendo possível concluir que redes neurais podem ser utilizadas pelo investidor para auxiliá-lo no gerenciamento de sua carteira de investimentos