Redes neurais convolucionais e máquinas de aprendizado extremo aplicadas ao mercado financeiro brasileiro

• Autor(a) principal: Faria, Elisangela Lopes de
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/11418
• topic: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL; Redes Neurais de Aprendizado Profundo; Word2vec; Mercados Financeiros

Este trabalho apresenta um estudo preditivo do principal índice do mercado acionário brasileiro (Ibovespa) utilizando informações econômicas e financeiras extraídas de importantes provedores de notícias financeiras do Brasil. Um modelo híbrido é proposto combinando as potencialidades de duas arquiteturas de redes neurais artificiais distintas, uma rede neural Convolucional (arquitetura de aprendizado profundo) e uma máquina de aprendizado extremo, juntamente com técnicas de Processamento de Linguagem Natural, mais precisamente as técnicas de representação distribuída das palavras (word embeddings). A influência nos resultados dos principais parâmetros intrínsecos ao modelo proposto é mostrada e discutida. A acurácia máxima obtida com o modelo preditivo foi de 60,2%. Uma estratégia de negociação foi desenvolvida conforme as previsões do modelo reportando lucratividade superior quando comparada com a estratégia buy and hold. Por fim, os resultados obtidos sobre este mercado emergente são equivalentes a outros similares reportados na literatura, porém em mercados bem desenvolvidos.