Previsão dos retornos do IBOVESPA utilizando redes neurais artificiais feedforward evolutivas

Edgar Leite dos Santos Filho, Wesley Vieira da Silva, Claudimar Pereira da Veiga, Ubiratã Tortato

Resumo


Diante dos desafios de se antecipar às incertezas e movimentos do mercado acionário e da necessidade de se tomar decisões de compra ou venda embasadas em métodos racionais, os operadores do mercado de ações encontram nos métodos estatísticos e econométricos o apoio para direcionar suas decisões. Em vários trabalhos científicos de previsão de séries financeiras, a escolha do método mais adequado permanece como uma preocupação central. Neste contexto, este artigo tem como objetivo a comparação dos desempenhos de uma rede neural artificial feedforward evolutiva (RNAE) e um modelo AR+GARCH, para a previsão um passo à frente de uma série temporal formada pelos retornos do IBOVESPA. A RNAE foi treinada com o algoritmo de evolução diferencial auto-adaptável e o modelo AR+GARCH ajustado para servir como referência de comparação. Como medidas de desempenho, foram utilizadas as métricas de análise da raiz do erro quadrático médio (REQM) e do índice de desigualdade de Theil (U-Theil). Neste estudo, a RNAE Feedforward obteve melhores resultados em relação ao coeficiente de desigualdade U-Theil, ajustando-se melhor e capturando o comportamento não linear dos retornos.


Palavras-chave


Redes Neurais Artificiais, Evolução Diferencial, Modelos GARCH, Erro Quadrático Médio, Índice de Desigualdade de Theil

Texto completo:

PDF ♪AUDIO♪


DOI: https://doi.org/10.14488/1676-1901.v11i4.784

Métricas do artigo

Carregando Métricas ...

Metrics powered by PLOS ALM


R. Eletr. de Eng. de Produção e Correlatas - ISSN 1676-1901 Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons. © 2002 / Todos os direitos reservados Associação Brasileira de Engenharia de Produção (ABEPRO) Universidade Federal de Santa Catarina (UFSC).                           Contato: producaoonline@gmail.com