Projeto de robô trader assistido com inteligência artificial

• Autor(a) principal: Sassaki, Bruno Hiroyuki
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/215476
• topic: Mercado financeiro; Trader; Metatrader; Robô; Inteligência artificial; Financial market; Robot; Artificial intelligence

Desde 2018, a taxa básica de juros da economia, ou taxa Selic, foi gradativamente reduzida. Com essa constante diminuição uma parcela do povo brasileiro passou a se interessar cada vez mais em buscar alternativas para a manutenção de um rendimento aceitável, bem como a melhoria de sua condição atuando no mercado financeiro. Entretanto, apesar de ser uma opção muito atrativa para essa população, não valia a pena correr os riscos que esse mercado oferece em troca de bons rendimentos no cenário anterior de altas taxas de juros. Simultaneamente, no período mencionado, o número de CPFs cadastrados na Bolsa de Valores Brasileira aumentou de forma exponencial. Isso se deve não apenas à busca de alternativas de rendimentos, mas também aos influenciadores digitais que ajudaram a expor os conceitos financeiros de maneira simplificada a fim de amadurecer a visão desse segmento de pessoas que tenta investir parte de sua renda. Uma forma de melhorar a rentabilidade desses investimentos é possível a partir da utilização de robôs traders, que por meio de análises de gráficos tentam identificar padrões, e assim obter lucro nas operações baseadas em tomada de decisão, pela identificação desses padrões. Inicialmente, para verificar o potencial de um robô assistido por inteligência artificial, foi desenvolvida uma estratégia financeira levando-se em conta o gerenciamento de riscos das operações que serão executadas pelo robô. A estratégia foi implementada com o software Metatrader 5, utilizando a linguagem de programação MQL5, que permite a realização de operações na bolsa de valores em tempo real, bem como os testes de possíveis operações no passado, para simular o comportamento que poderá ser alcançado no mercado. Com o código definido passou-se à aplicação de otimização da estratégia de gestão de riscos, por meio da implementação dessa inteligência artificial, proporcionando operações com maior precisão. Os resultados obtidos, indicam que o menor percentual de otimização foi de aproximadamente 1%, resultando em um saldo de carteira de R$ 68.200,00, comprovando, assim, a eficiência da adição do algoritmo genético ao algoritmo implementado. Destaca-se ainda que nas ocasiões em que foram observadas situações anteriores de prejuízo, passou-se a obter lucro. Cabe ressaltar que a performance foi melhorada não apenas pelo resultado de carteira, mas também com menor exposição ao risco, uma vez que se efetivou menor quantidade de operações, e com maior precisão.