Previsão de preços no mercado de ações brasileiro por meio de técnidas de inteligência artificial

• Autor(a) principal: Silva, Mateus Ferreira
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFU
• Texto Completo: https://repositorio.ufu.br/handle/123456789/35138
• topic: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA::METODOS E MODELOS MATEMATICOS, ECONOMETRICOS E ESTATISTICOS; Tendência de preço; Investimentos; Inteligência artificial

Somente em janeiro de 2021, o mercado financeiro brasileiro movimentou mais de R$35 bi por dia. Isso se deve potencialmente a um aumento recente de participantes no mercadocom perfil de operador intraday (compras e vendas em um mesmo dia). Porém, apesar de ser um mercado atrativo, há dificuldades na obtenção de lucros consistentes. Em paralelo, houve um aumento de estudos que utilizam análise técnica e fundamentalista combinadas com o aprendizado de máquina para a previsão de tendências futuras nos preços, sendo as redes neurais uma das técnicas mais utilizadas. Esse estudo analisa a qualidade de previsões 15 minutos a frente na tendência (subir ou cair) do preço da ação da Petrobras entre 2014 e 2020.Como existe mais de 100 indicadores técnicos, implementou-se um extrator de variáveis baseado na técnica eXtreme Gradiente Boosting (XGBoost) para diminuir ruído na amostra. Uma rede neural do tipo Long Short Term Memory (LSTM) foi aplicada na etapa de previsão e, como resultado, atingiu-se uma acurácia de 56%. Destaca-se que os melhores resultados ocorreram na previsão de quedas (57%) do que de altas (51%). Em especial, constatou-se que houve melhorias em relação a resultados apresentados anteriormente na literatura.