Previsão de preços de ações da bolsa de valores por redes neurais artificiais

• Autor(a) principal: Feltrim Junior, Luiz Francisco
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/238784
• topic: Mercado de ações; Previsão; Redes neurais artificiais; Feedfoward; Backpropagation; BOVA11; MAPE; MDA

Prever o comportamento do mercado de ações, é uma das grandes questões abordadas por investidores do mercado. A digitalização e o uso crescente de diferentes tecnologias para esse fim vem crescendo, acompanhando aumento do acesso à computadores com poder computacional elevado o suficiente para esse fim. A substituição do conhecimento e experiência de um investidor por uma previsão executada por meio de uma máquina, torna o processo mais eficiente e confiável pois não expõe a previsão à fatores de erro inerentes do ser humano. O uso de redes neurais artificiais (RNAs) em especial tem sido um tópico de atenção entre os usuários de tecnologia para previsão no mercado de ações, nos últimos 10 anos se viu uma crescente do uso desse método. Nesse trabalho se propõe o uso da RNA do tipo MLP com arquitetura feedfoward e treinamento via backpropagation, onde a série histórica do ativo BOVA 11 é o escolhido para uma previsão de valor de fechamento do dia seguinte; foi observado que com a divisão em períodos específicos, com tendências bem definidas da série, os resultados foram melhores, além da adição de variáveis para distinguir os dias úteis e dias da semana dos dados de entrada, no final foi obtido resultados satisfatórios em alguns cenários com taxas de MDA acima de 50%, além de taxas de MAPE inferiores a 2% para todas as divisões de período da série histórica nos melhores cenários para cada período.