Estratégias de mercado acionário utilizando previsão de redes neurais em comparação com modelos autorregressivos
DOI:
https://doi.org/10.5902/198346593573Abstract
Quando investidores decidem se aventurar pelo mercado de renda variável, como no mercado de ações, buscam um método que proporcione mais segurança durante a tomada de decisão. Na prática, não há como saber quais ativos se tornarão um investimento lucrativo nem se a predição de um método é melhor que a de outro. Diante disso, este artigo apresenta o desenvolvimento de um método heurístico, utilizando como variáveis de transição o volume negociado e o próprio retorno defasado. Após o desenvolvimento e a aplicação da rede neural, o resultado é confrontado com a predição de um modelo linear, utilizando alguns critérios de avaliação propostos posteriormente. O método heurístico, que conta com uma rede neural multilayer perceptron, treinada com o algoritmo de retropropagação de erro, foi comparado com um modelo autorregressivo de médias móveis (ARMA). Com base nos resultados, pode-se perceber que, embora os dois procedimentos tenham um desempenho satisfatório, a rede neural possui um poder de explicação maior do que aquele dos modelos ARMA.
Downloads
Downloads
Veröffentlicht
Zitationsvorschlag
Ausgabe
Rubrik
Lizenz
Authors of articles published by ReA/UFSM retain the copyright of their works, licensing them under the Creative Commons (CC-BY 4.0), which allows articles to be reused and distributed without restriction, provided that the original work is properly cited.