Previsão de séries temporais financeiras: modelo baseado em redes neurais artificiais
DOI:
https://doi.org/10.5335/rbca.v8i2.5638Palavras-chave:
Combinação de Sistemas Especialistas, Previsão de Ações, Redes Neurais ArtificiaisResumo
A projeção do comportamento das ações é de fundamental importância para investidores obterem bons retornos financeiros no mercado acionário. A possibilidade de previsão de valores futuros de uma série temporal financeira está baseada em uma das principais premissas da escola de análise técnica de ações: preços futuros são uma repetição de preços passados. Este artigo propõe a criação de um modelo previsor, baseado na combinação de redes neurais artificiais, para prever a tendência de movimentação do preço de um selecionado de ações. Dados históricos e de indicadores de análise técnica foram utilizados como entrada para o sistema, que realiza a previsão de tendência, de alta ou de baixa no preço, para um horizonte de um dia, o próximo dia da série temporal. O sistema previsor final alcançou uma taxa de acerto, que variou entre 55% e 58% para as três ações analisadas. Ao realizar uma simulação de investimento, observou-se que sua utilização possibilitaria a obtenção de lucros de 13% a 24%, no período de um ano. Considerando que as ações analisadas tiveram quedas entre 15% e 30% nesse mesmo período, pode-se dizer que o sistema previsor apresentou um bom desempenho.Downloads
Os dados de download ainda não estão disponíveis.
Downloads
Publicado
01-09-2016
Edição
Seção
Artigo Original
Licença

Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
Como Citar
[1]
2016. Previsão de séries temporais financeiras: modelo baseado em redes neurais artificiais. Revista Brasileira de Computação Aplicada. 8, 2 (set. 2016), 113–128. DOI:https://doi.org/10.5335/rbca.v8i2.5638.