PREVISÃO DO VALOR FUTURO DE AÇÕES A PARTIR DO USO DE INDICADORES TÉCNICOS

INTRODUÇÃO: A previsão de movimentos no mercado de ações é uma tarefa complexa, apresentando inúmeras abordagens que objetivam uma maximização dos lucros em contrapartida de uma minimização das perdas e dos riscos por parte dos investidores. Existem abordagens que utilizam indicadores técnicos, fórmulas matemáticas que expressam algum comportamento dos dados; o uso prático desses indicadores contrasta com a ausência de trabalhos científicos que corroborem para sua usabilidade. – OBJETIVOS: Avaliar o uso de indicadores técnicos utilizados no mercado de ações, verificando se estes conduzem a melhores resultados se comparados à utilização de algoritmos baseados somente nos dados originais para realizar a previsão de ações da bolsa de valores. – MATERIAIS E MÉTODO: Foram utilizadas redes CNN e LSTM para realizar previsões nos ativos GOOG, AMZN e PETR4.SA, com duas versões das bases: os dados originais e uma combinação destes com os indicadores técnicos; essas bases, ainda, foram otimizadas no tocante às janelas temporais dos indicadores, por meio de um Algoritmo Genético (AG). – RESULTADOS: As previsões obtidas através de regressões da rede CNN apresentaram um lucro médio, na fase de operações simuladas de trading, de +26,26%, representando +10% de lucro em relação à mesma técnica, no mesmo período e para os mesmos ativos, porém utilizando as bases originais. Os modelos que utilizaram as bases transformadas, em relação ao algoritmo ingênuo de investimentos, apresentaram um resultado médio +941% maior, em termos de lucros obtidos no final do período. – CONSIDERAÇÕES FINAIS: No contexto deste trabalho, as previsões obtidas através de regressões da rede CNN, para os ativos GOOG, AMZN e PETR4, apresentaram um lucro médio, na fase de operações simuladas de trading na bolsa de valores, de +26,26%, representando +10% de lucro em relação à mesma técnica, no mesmo período e para os mesmos ativos, porém utilizando as bases originais. Os modelos que utilizaram as bases transformadas, em relação ao algoritmo ingênuo de investimentos, apresentaram um resultado médio +941% maior, em termos de lucros obtidos no final do período. A rede LSTM, em contraste com a CNN, não obteve resultados significativos para os ativos GOOG e AMZN, desempenhando abaixo do esperado; contudo, os resultados entre as bases originais e transformadas manteve a tendência, de maneira que os indicadores incrementaram no ganho dos modelos que utilizaram essas bases. Especialmente para o ativo PETR4.SA, a rede LSTM, em especial utilizando a base transformada, obteve um lucro de +34%, o maior lucro dos experimentos realizados.