Desde que o patrimônio das empresas foi dividido em ações de fácil e rápida negociação, ou seja, com liquidez, há grande interesse de pesquisadores e investidores em todo o mundo de predizer o comportamento futuro dos preços, a fim de obter recomendações de compra ou venda de tais ativos, com o objetivo final de alcançar lucratividade ou preservar seus patrimônios. Neste trabalho, uma rede neural auto-regressiva não linear - NAR (Nonlinear AutoRegressive model) - foi utilizada para realizar predições de alguns passos à frente da série histórica do Índice da Bolsa de Valores de São Paulo (Ibovespa), de modo a embutir tais predições em um sistema de negociação. A predição precisa não foi uma exigência principal da rede, mas sim a possibilidade de revelar uma tendência de curto prazo (semanas) acertada. A fim de suportar as decisões de compras e vendas, foi proposto um sistema de negociação baseado no índice IMMN, Indicador de Mínimos e Máximos. Em função da predição de mínimos e máximos pelo índice IMMN, são indicadas operações de compras ou vendas, respectivamente. Para o cálculo desse índice é utilizada a rede NAR e dados de uma série histórica do Ibovespa. O sistema de negociação proposto obteve retornos superiores ao crescimento do Ibovespa em períodos superiores a um ano. Na média, o sistema de negociação apresentou retorno de 26% enquanto que o Ibovespa, somente 3%. O trabalho foi realizado sobre o histórico de valores do Ibovespa. Na prática, as ações que compõem o Ibovespa seriam o alvo das operações de compras e vendas, nas proporções em que as mesmas compõem o índice. Outra opção é realizar essas mesmas operações em um fundo de investimento baseado no índice Ibovespa.
|
