Estratégias de mercado acionário utilizando previsão de redes neurais em comparação com modelos autorregressivos

Abstract

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.