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

Autores

DOI:

https://doi.org/10.12662/2359-618xregea.v11i2.p25-36.2022

Palavras-chave:

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

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.

Downloads

Não há dados estatísticos.

Biografia do Autor

Gabriel Dilly Vieira Furtuoso, Engenheiro do Centro Tecnológico do Exército (CTEx).

Graduado em Engenharia de Computação pelo Instituto Militar de Engenharia (IME). Engenheiro do Centro Tecnológico do Exército (CTEx).

Marcos dos Santos, Instituto Militar de Engenharia (IME) e Centro de Análise de Sistemas Navais (CASNAV)

Doutor em Engenharia de Produção (pela UFF) na Linha de Pesquisa: Sistemas, Apoio à Decisão e Logística. Mestre em Engenharia de Produção (pela COPPE/UFRJ) na Linha de Pesquisa de Pesquisa Operacional. É Licenciado em Matemática e Especialista em Instrumentação Matemática (também pela UFF). Bacharel em Ciências Navais (pela Escola Naval - EN) com habilitação em Engenharia de Sistemas. Professor do Programa de Pós-graduação em Sistemas e Computação (PPgSC) do Instituto Militar de Engenharia (IME). Professor do MBA em Data Science e Analytics da Universidade de São Paulo (USP). Professor colaborador da UFF, atuando no Programa de Pós-graduação em Engenharia de Produção. Na Universidade Federal de Pelotas (UFPel), participa do projeto de pesquisa "Política Internacional e Gestão do Espaço Oceânico: o planejamento espacial marinho voltado aos estudos de defesa e segurança" onde desempenha a função de Coordenador da subárea "Segurança e Defesa".

Renato Santiago Quintal, Professor do Magistério Superior da Escola Naval (EN) e e Encarregado da Célula de Inovação Tecnológica daquela Escola (CIT-EN).

Doutor em Ambiente e Desenvolvimento pelo Programa de Pós-graduação em Ambiente e Desenvolvimento da Universidade do Vale do Taquari (PPGAD/Univates). Mestre em Ciências Contábeis (Faculdade de Administração e Finanças da Universidade do Estado do Rio de Janeiro/FAF-UERJ); Especialista em Educação Tecnológica (Centro Federal de Educação Tecnológica Celso Suckow da Fonseca/CEFET-RJ); Especialista em Comércio Exterior (Instituto de Economia da Universidade Federal do Rio de Janeiro/IE-UFRJ); Especialista em Gerenciamento de Projetos (Fundação Getúlio Vargas/FGV); Bacharel em Direito (Faculdade Nacional de Direito/UFRJ); Bacharel em Administração (Universidade Cândido Mendes/UCAM); Licenciado em Pedagogia (Universidade Federal do Estado do Rio de Janeiro/UNIRIO); e Bacharel em Ciências Navais, com Habilitação em Administração de Sistemas (Escola Naval/EN). Egresso dos seguintes cursos da Escola Superior de Guerra (ESG): Diplomacia de Defesa (CDIPLOD-2020), Direito Internacional dos Conflitos Armados (CDICA-2021), Governança em Defesa (CGED-2021), Análise de Crises Internacionais (CACI-2021) e Economia e Planejamento de Defesa (CEPD-2021). Professor do Magistério Superior e Encarregado da Célula de Inovação Tecnológica da Escola Naval (CIT-EN).

Downloads

Publicado

2022-05-03

Como Citar

FURTUOSO, Gabriel Dilly Vieira; SANTOS, Marcos dos; QUINTAL, Renato Santiago. APLICAÇÃO DE REDES NEURAIS RECORRENTES NA PREVISÃO DE SÉRIES TEMPORAIS: UM ESTUDO DE PREÇOS DE AÇÕES DA BOLSA DE VALORES. Revista Gestão em Análise, Fortaleza, v. 11, n. 2, p. 25–36, 2022. DOI: 10.12662/2359-618xregea.v11i2.p25-36.2022. Disponível em: https://periodicos.unichristus.edu.br/gestao/article/view/4006. Acesso em: 19 abr. 2024.

Edição

Seção

Artigos