Previsão de fundos de investimentos com o uso de machine learning

• Autor(a) principal: Lins, Raísa Natalia França
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/24679
• topic: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO; Fundos de investimentos; Redes neurais (Computação); Análise de regressão; Aprendizado do computador; Mutual funds; Neural networks (Computer science); Regression analysis; Machine learning

O mercado financeiro é amplo e entrega ao investidor diversas opções de investimentos, como os produtos de renda fixa, ações e fundos de investimentos, por exemplo. Para o caso dos brasileiros, leva-se em consideração a segurança de sua aplicação e sua rentabilidade. Porém, para os fundos de investimentos é possível, estimar qual será a rentabilidade futura da aplicação, tendo apenas os dados históricos como uma referência de comportamento. Neste contexto, o presente trabalho teve como objetivo analisar técnicas de Machine Learning para estimar variações futuras de cotas em três características de fundos: conservador, moderado e agressivo. Para tal, foram utilizadas Rede Neural e Regressão Linear, com diferentes conjuntos de treinamento, ou seja, foram separados um total de nove conjunto de dados de séries históricas de variação de cota e analisados por três métricas diferentes: erro absoluto médio, erro quadrático médio e raiz do erro quadrático médio. A partir da ferramenta Weka (Waikato Environment for Knowledge Analysis), com a extensão Forecast, os algoritmos foram treinados e testados, destaca-se a técnica de Redes Neurais a qual teve um melhor desempenho para os diferentes fundos e conjuntos de treinamento. Entretanto, a Regressão Linear obteve resultados significativos para a previsão da variação da cota com os conjuntos de treinamento com um ano de dados de séries históricas.