Aplicação de Redes Neurais na Previsão das Ações do Setor de Petróleo e Gás da Bm&FBovespa / Application of Neural Networks in Forecasting the Shares of the Oil and Gas Sector of Bm&FBovespa

• Autor(a) principal: Muntaser, João Gonçalves Silva; Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN
• Data de Publicação: 2017
• Outros Autores: Silva, Valter Pereira da; Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN, Penedo, Antonio Sergio Torres; Universidade Federal de Uberlândia - UFU Faculdade de Gestão e Negócios - FAGEN
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista FSA
• Texto Completo: http://www4.unifsa.com.br/revista/index.php/fsa/article/view/1456
• topic: Administração; Contabilidade

Devido à importância do processo de previsão do mercado financeiro e ao fato de que redes neurais artificiais vêm sendo amplamente utilizadas em detrimento de técnicas estatísticas tradicionais, este estudo tem como objetivo principal desenvolver um modelo de redes neurais artificiais baseado no proposto por Oliveira, Nobre e Zárate (2013) para previsão de preços das empresas brasileiras que atuam no setor de petróleo e gás da bolsa de valores. Para tanto, o presente trabalho utilizou todas as empresas que compõem o setor Petróleo e Gás da BM&FBovespa, expandindo a seleção do trabalho de Oliveira, Nobre e Zárate (2013), que selecionou apenas a Petrobrás. A amostra foi composta pelos preços das ações das seguintes empresas brasileiras: Companhia de Gás de São Paulo (CGAS5), a OGX Petróleo (OGXP3), a Refinaria de Petróleos Manguinhos (RPMG3), a PetroRio (PRIO3) e a Queiroz Galvão Exploração e Produção (QGEP3). Constatou-se que o modelo de rede neural artificial proposto obteve resultados satisfatórios, com erros ínfimos e um POCID maior do que 1. Com isso, pode-se inferir que as redes neurais artificiais são uma ferramenta eficaz na previsão do comportamento do mercado de ações brasileiro para o setor em análise. Palavras-chave: Redes Neurais Artificiais. Mercado de Ações Brasileiro. Setor de Petróleo e Gás, Previsão. ABSTRACT The importance of the financial market prediction process and the fact that artificial neural networks have been widely used to the detriment of traditional statistical techniques, this study has as main objective to develop a model of artificial neural networks based on the one proposed by Oliveira, Nobre and Zárate (2013) to forecast prices of Brazilian companies that operate in the oil and gas sector of the stock exchange. For this purpose, the present study used all the companies the Oil & Gas sector of BM&FBovespa, expanding the selection of the work of Oliveira, Nobre and Zárate (2013), which selected only Petrobrás, the sample was composed by the stock prices of the following Brazilian companies: Companhia de Gás de São Paulo (CGAS5), a OGX Petróleo (OGXP3), a Refinaria de Petróleos Manguinhos (RPMG3), a PetroRio (PRIO3) e a Queiroz Galvão Exploração e Produção (QGEP3). It was found that the proposed artificial neural network model obtained satisfactory results, with minor errors and a POCID more than 1. With this, it can be inferred that the artificial neural networks are an effective tool in predicting the behavior of the stock market for the sector under analysis. Keywords: Neural Networks. Brazilian Stock Market. Oil & Gas Sector. Forecast.