Previsão de índicess da bolsa de valores através de redes neurais artificiais: uma comparação com o modelo de predição baseado na lógica paraconsistente
Data
2017
Autores
Moraes, Rodrigo
Orientadores
Daniel Gomes Soares, Msc
Coorientadores
Guilherme Bitencourt Martins, Msc
Avaliadores
André Alessandro Stein, Msc
Juliano Tonizetti Brignoli, Dr
Juliano Tonizetti Brignoli, Dr
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A predição de índices e/ou valores da bolsa de valores, bem como futuras cotações das ações, é um grande desafio até mesmo para especialistas com anos de experiência em técnicas de investimento. A previsão de tais séries temporais é um problema que tem recebido atenção dos pesquisadores nos últimos anos, na tentativa de encontrar um método preciso para prever tais valores. Prever o futuro, e em especial o comportamento de séries temporais é considerado um grande desafio, tanto para a estatística como para a computação. Dentro deste contexto, este trabalho teve como objetivo a construção de uma modelo baseado em Redes Neurais Artificiais (RNA) para a predição do índice S&P 500 da bolsa de valores de Nova Iorque. RNAs são modelos computacionais baseados no sistema nervoso dos seres vivos e têm como principal característica o poder de generalização e reconhecimento de padrões, se tornando ideal para o previsão de séries temporais. Para a realização deste trabalho, foram utilizadas RNAs do tipo Multilayer Perceptron (MLP) e como complemento, os resultados obtidos através da melhor RNA modelada, foram comparados com os resultados obtidos pelo modelo de predição de índices da bolsa, baseados na Lógica Paraconsistente, estipulado por Martins (2012). Os resultados mostram que é possível fazer previsão de índices da bolsa de valores, com erro e antecedência aceitáveis, utilizando-se RNAs e tendo como entrada dados históricos e estatísticos do índice. Também verifica-se que as RNAs se sobressaem em relação ao modelo paraconsistente, pelo fato de que uma Rede Neural Artificial irá realizar a predição para todos os dias, enquanto o modelo paraconsistente poderá não prever algum dia, por se tornar uma previsão inconclusiva para tal dia.
Descrição
Palavras-chave
Inteligência Artificial , Redes Neurais Artificiais , Precisão de Índices da Bolsa de Valores , Lógica Paraconsistente