Antecipação dos movimentos de preços de ações através de redes neurais artificiais

• Autor(a) principal: Gomes, Bruno Cassará
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/15606
• topic: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA; Ensemble; Redes neurais artificiais; Artificial neural networks; Séries temporais financeiras; Financial time series

A pesquisa tem como contexto o aumento de pessoas investindo suas poupanças como forma de atingir algum objetivo, seja o lucro ou a defesa contra alguma perda de patrimônio. Por consequência, as Redes Neurais Artificiais (NRAs) são empregadas cada vez mais nos mercados financeiros e estudadas em âmbito acadêmico como uma ferramenta para previsão de preço de ativos. Dadas as inúmeras possibilidades que a arquitetura de RNAs pode ter e a grande quantidade de ativos que podem ser previstos, a pesquisa possui como objetivo verificar a capacidade de RNAs em prever o movimento do preço da ação VALE3, bem como avaliar sua acuracidade. Para esse fim, foram construídas duas RNAs do tipo Percepetron e um módulo agregador, os quais formam um ensemble. Após 20 experimentos sensibilizando a arquitetura das RNAs, o ensemble vencedor apresenta taxa de acurácia global de 57,89%, superior a ambas RNAs individualmente, além de apresentar maior acuracidade em momentos de descida, o que favorece posições de hedge.