APLICAÇÃO DE REDES NEURAIS RECORRENTES NA PREVISÃO DE SÉRIES TEMPORAIS: UM ESTUDO DE PREÇOS DE AÇÕES DA BOLSA DE VALORES

Gabriel Dilly Vieira Furtuoso, Marcos dos Santos, Renato Santiago Quintal

Resumo


A predição de eventos futuros de modo assertivo tem sido o objeto de análise de diversos pesquisadores, sobretudo na área financeira. Nesse contexto, são inúmeras as possibilidades do emprego desse ferramental no processo decisório de gestores e analistas de investimentos. O objetivo deste artigo é propor um modelo de rede neural recorrente com base no estudo de séries temporais, orientado à predição e estimação do preço de ações da Bolsa de Valores brasileira. Nesse contexto, o presente estudo viabiliza a caracterização de direções de tendências financeiras e a predição dos preços por meio do treinamento da rede neural, empregando dados reais da Bolsa de Valores brasileira a partir do ano de 2010. No que concerne à metodologia, a presente pesquisa pode ser classificada como aplicada, explicativa, quanto a seus objetivos, e quantitativa quanto à forma de abordagem. Os resultados obtidos neste estudo revelam a capacidade de aprendizado de problemas complexos e, consequentemente, a possibilidade de aplicação em outras áreas.


Palavras-chave


deep learning; redes neurais recorrentes; predição de preços; bolsa de valores

Texto completo:

PDF


DOI: http://dx.doi.org/10.12662/2359-618xregea.v11i2.p25-36.2022

Direitos autorais 2022 Revista Gestão em Análise

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Compartilhar igual 4.0 Internacional.
Unichristus 2016. Todos os direitos reservados.