Tomada de decisão no mercado financeiro:

Abstract

O presente trabalho tem por objetivo realizar a previsão das séries temporais do Índice Bovespa (Ibovespa) utilizando os métodos de Redes Neurais Artificiais – RNA e Adaptive Neuro Fuzzy Inference Systems – ANFIS, tendo em vista a busca de alternativas a modelos lineares que podem ignorar certos aspectos das estruturas dinâmicas existentes no mercado de ações. A metodologia foi de caráter descritiva e quantitativa. Para as técnicas de análise de dados, tendo em vista as possíveis características das séries temporais financeiras, optou-se por utilizar dois métodos não lineares para a análise, ou seja, uma rede neural artificial (RNA) com arquitetura MLP (multilayer perceptron) com algoritmo Levenberg-Marquardt e também o método Adaptative Neuro-Fuzzy Inference System (ANFIS). Verificou-se um bom ajuste do modelo para a série estudada, o que confirma que modelos híbridos utilizando Sistemas Fuzzy (em termos de regras difusas) apresentam características que podem ser úteis para lidar com séries temporais que possuem estruturas dinâmicas complexas e não-lineares como é o caso das séries temporais financeiras. Os resultados encontrados demonstram que por meio de métodos como o Adaptive Neuro Fuzzy Inference Systems – ANFIS, pode-se realizar previsões para o mercado acionário com certa previsibilidade, comprovando que eventos ocorridos no passado podem vir a determinar eventos futuros como salienta a teoria de Charles Dow e refutando a hipótese do Random Walk de Bachelier (1964) para a presente amostra.