Previsão dos retornos do IBOVESPA utilizando redes neurais artificiais feedforward evolutivas

Abstract

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.