Artificial intelligence and financial asset price forecasting: a systematic review
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Sistemas & Gestão |
Texto Completo: | https://www.revistasg.uff.br/sg/article/view/1807 |
Resumo: | Destaques: Um mercado eficiente é aquele em que os preços sempre refletem plenamente as informações disponíveis (Fama, 1970). Entretanto, vários agentes têm se concentrado em potenciais ineficiências para retornos anormais ao longo do tempo. Algoritmos de inteligência artificial (IA) também têm sido usados para prever os preços dos ativos financeiros. Esta revisão sistemática da literatura apresentou uma série de contribuições ao uso de algoritmos de inteligência artificial para prever os preços dos ativos no mercado financeiro. Objetivo: Desenvolver uma revisão sistemática das aplicações do algoritmo de IA para prever os preços dos ativos no mercado financeiro. Metodologia: A revisão sistemática concentrou-se nas diretrizes dos itens de Relatórios Preferenciais para Revisões Sistemáticas e Meta-Análises (PRISMA). Abordou duas bases de dados principais das revistas: Web of Science e Scopus. Conduzimos uma análise qualitativa dos estudos e baseamos nossas conclusões na análise do conteúdo da pm. A análise empregou categorias com base nos resultados relatados na literatura. Também utilizamos a estatística descritiva e o teste de qui-quadrado na análise. Resultados: Este estudo apresenta algumas contribuições relevantes: (i) a identificação das principais características dos modelos desenvolvidos baseados em inteligência artificial (IA) e os algoritmos utilizados para prever os preços dos ativos no mercado financeiro; (ii) a revisão das características e aplicações dos principais algoritmos utilizados na previsão; e (iii) as lacunas dos estudos anteriores, bem como as tendências e perspectivas para uma análise mais aprofundada. Limitações: Este estudo se concentra apenas em trabalhos disponíveis publicamente em duas grandes bases de dados. Além disso, alguns assuntos podem influenciar o processo de categorização. Implicações práticas: Este artigo apresenta as principais características dos algoritmos de IA usados para prever os preços dos ativos no mercado financeiro. Estes resultados podem apoiar os agentes do mercado na melhoria de seus modelos de investimento. Originalidade/valor: Este artigo tratou de muitas questões teóricas e práticas relevantes. Também reforçou a importância de compreender a hipótese dos mercados eficientes (HME) sob a automação abrangente de processos e o uso de IA. Por último, revisaram-se sistematicamente as diferentes características entre os estudos analisados. Palavras-chave: Inteligência Artificial; Previsão de Preços; Mercado Financeiro; Revisão Sistemática. |
id |
UFF-13_b1bcbf3f48530dd5e7a42babe964034a |
---|---|
oai_identifier_str |
oai:ojs.www.revistasg.uff.br:article/1807 |
network_acronym_str |
UFF-13 |
network_name_str |
Sistemas & Gestão |
repository_id_str |
|
spelling |
Artificial intelligence and financial asset price forecasting: a systematic reviewInteligência artificial e previsão de preços de ativos financeiros: uma revisão sistemáticaDestaques: Um mercado eficiente é aquele em que os preços sempre refletem plenamente as informações disponíveis (Fama, 1970). Entretanto, vários agentes têm se concentrado em potenciais ineficiências para retornos anormais ao longo do tempo. Algoritmos de inteligência artificial (IA) também têm sido usados para prever os preços dos ativos financeiros. Esta revisão sistemática da literatura apresentou uma série de contribuições ao uso de algoritmos de inteligência artificial para prever os preços dos ativos no mercado financeiro. Objetivo: Desenvolver uma revisão sistemática das aplicações do algoritmo de IA para prever os preços dos ativos no mercado financeiro. Metodologia: A revisão sistemática concentrou-se nas diretrizes dos itens de Relatórios Preferenciais para Revisões Sistemáticas e Meta-Análises (PRISMA). Abordou duas bases de dados principais das revistas: Web of Science e Scopus. Conduzimos uma análise qualitativa dos estudos e baseamos nossas conclusões na análise do conteúdo da pm. A análise empregou categorias com base nos resultados relatados na literatura. Também utilizamos a estatística descritiva e o teste de qui-quadrado na análise. Resultados: Este estudo apresenta algumas contribuições relevantes: (i) a identificação das principais características dos modelos desenvolvidos baseados em inteligência artificial (IA) e os algoritmos utilizados para prever os preços dos ativos no mercado financeiro; (ii) a revisão das características e aplicações dos principais algoritmos utilizados na previsão; e (iii) as lacunas dos estudos anteriores, bem como as tendências e perspectivas para uma análise mais aprofundada. Limitações: Este estudo se concentra apenas em trabalhos disponíveis publicamente em duas grandes bases de dados. Além disso, alguns assuntos podem influenciar o processo de categorização. Implicações práticas: Este artigo apresenta as principais características dos algoritmos de IA usados para prever os preços dos ativos no mercado financeiro. Estes resultados podem apoiar os agentes do mercado na melhoria de seus modelos de investimento. Originalidade/valor: Este artigo tratou de muitas questões teóricas e práticas relevantes. Também reforçou a importância de compreender a hipótese dos mercados eficientes (HME) sob a automação abrangente de processos e o uso de IA. Por último, revisaram-se sistematicamente as diferentes características entre os estudos analisados. Palavras-chave: Inteligência Artificial; Previsão de Preços; Mercado Financeiro; Revisão Sistemática.ABEC2022-12-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttps://www.revistasg.uff.br/sg/article/view/180710.20985/1980-5160.2022.v17n3.1807Sistemas & Gestão; v. 17 n. 3 (2022): DEZEMBRO 20221980-516010.20985/1980-5160.2022.v17n3reponame:Sistemas & Gestãoinstname:Universidade Federal Fluminense (UFF)instacron:UFFporhttps://www.revistasg.uff.br/sg/article/view/1807/1653Copyright (c) 2022 Sistemas & Gestãohttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessAvelar, Ewerton AlexValente Campos, OctávioBraga Paiva Orefici , JacquelineLouro Borges, Sergio Artur de Souza, Antônio2022-12-30T03:45:22Zoai:ojs.www.revistasg.uff.br:article/1807Revistahttps://www.revistasg.uff.br/sgPUBhttps://www.revistasg.uff.br/sg/oai||sg.revista@gmail.com|| periodicos@proppi.uff.br1980-51601980-5160opendoar:2022-12-30T03:45:22Sistemas & Gestão - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Artificial intelligence and financial asset price forecasting: a systematic review Inteligência artificial e previsão de preços de ativos financeiros: uma revisão sistemática |
title |
Artificial intelligence and financial asset price forecasting: a systematic review |
spellingShingle |
Artificial intelligence and financial asset price forecasting: a systematic review Avelar, Ewerton Alex |
title_short |
Artificial intelligence and financial asset price forecasting: a systematic review |
title_full |
Artificial intelligence and financial asset price forecasting: a systematic review |
title_fullStr |
Artificial intelligence and financial asset price forecasting: a systematic review |
title_full_unstemmed |
Artificial intelligence and financial asset price forecasting: a systematic review |
title_sort |
Artificial intelligence and financial asset price forecasting: a systematic review |
author |
Avelar, Ewerton Alex |
author_facet |
Avelar, Ewerton Alex Valente Campos, Octávio Braga Paiva Orefici , Jacqueline Louro Borges, Sergio Artur de Souza, Antônio |
author_role |
author |
author2 |
Valente Campos, Octávio Braga Paiva Orefici , Jacqueline Louro Borges, Sergio Artur de Souza, Antônio |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Avelar, Ewerton Alex Valente Campos, Octávio Braga Paiva Orefici , Jacqueline Louro Borges, Sergio Artur de Souza, Antônio |
description |
Destaques: Um mercado eficiente é aquele em que os preços sempre refletem plenamente as informações disponíveis (Fama, 1970). Entretanto, vários agentes têm se concentrado em potenciais ineficiências para retornos anormais ao longo do tempo. Algoritmos de inteligência artificial (IA) também têm sido usados para prever os preços dos ativos financeiros. Esta revisão sistemática da literatura apresentou uma série de contribuições ao uso de algoritmos de inteligência artificial para prever os preços dos ativos no mercado financeiro. Objetivo: Desenvolver uma revisão sistemática das aplicações do algoritmo de IA para prever os preços dos ativos no mercado financeiro. Metodologia: A revisão sistemática concentrou-se nas diretrizes dos itens de Relatórios Preferenciais para Revisões Sistemáticas e Meta-Análises (PRISMA). Abordou duas bases de dados principais das revistas: Web of Science e Scopus. Conduzimos uma análise qualitativa dos estudos e baseamos nossas conclusões na análise do conteúdo da pm. A análise empregou categorias com base nos resultados relatados na literatura. Também utilizamos a estatística descritiva e o teste de qui-quadrado na análise. Resultados: Este estudo apresenta algumas contribuições relevantes: (i) a identificação das principais características dos modelos desenvolvidos baseados em inteligência artificial (IA) e os algoritmos utilizados para prever os preços dos ativos no mercado financeiro; (ii) a revisão das características e aplicações dos principais algoritmos utilizados na previsão; e (iii) as lacunas dos estudos anteriores, bem como as tendências e perspectivas para uma análise mais aprofundada. Limitações: Este estudo se concentra apenas em trabalhos disponíveis publicamente em duas grandes bases de dados. Além disso, alguns assuntos podem influenciar o processo de categorização. Implicações práticas: Este artigo apresenta as principais características dos algoritmos de IA usados para prever os preços dos ativos no mercado financeiro. Estes resultados podem apoiar os agentes do mercado na melhoria de seus modelos de investimento. Originalidade/valor: Este artigo tratou de muitas questões teóricas e práticas relevantes. Também reforçou a importância de compreender a hipótese dos mercados eficientes (HME) sob a automação abrangente de processos e o uso de IA. Por último, revisaram-se sistematicamente as diferentes características entre os estudos analisados. Palavras-chave: Inteligência Artificial; Previsão de Preços; Mercado Financeiro; Revisão Sistemática. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-12-30 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.revistasg.uff.br/sg/article/view/1807 10.20985/1980-5160.2022.v17n3.1807 |
url |
https://www.revistasg.uff.br/sg/article/view/1807 |
identifier_str_mv |
10.20985/1980-5160.2022.v17n3.1807 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.revistasg.uff.br/sg/article/view/1807/1653 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2022 Sistemas & Gestão http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2022 Sistemas & Gestão http://creativecommons.org/licenses/by/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
ABEC |
publisher.none.fl_str_mv |
ABEC |
dc.source.none.fl_str_mv |
Sistemas & Gestão; v. 17 n. 3 (2022): DEZEMBRO 2022 1980-5160 10.20985/1980-5160.2022.v17n3 reponame:Sistemas & Gestão instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Sistemas & Gestão |
collection |
Sistemas & Gestão |
repository.name.fl_str_mv |
Sistemas & Gestão - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
||sg.revista@gmail.com|| periodicos@proppi.uff.br |
_version_ |
1798320145352884224 |