Previsões e identificação de momentos de compra e venda usando modelos de séries temporais e redes neurais no mercado financeiro

• Processo: 21/04729-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2021
• Data de Término da vigência: 31 de janeiro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Pedro Alberto Morettin
• Beneficiário: Augusto Kira Pedroso de Lima
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 18/04654-9 - Séries temporais, ondaletas e dados de alta dimensão, AP.TEM
• Assunto(s): Redes neurais (computação) Compra e venda Análise preditiva Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Indicadores Técnicos | Lstm | modelos ARMA-APARCH | Redes Neurais Recorrentes | Séries Temporais | Séries Temporais

Resumo

Os preços de ações costumam se comportar como passeio aleatório e modelos ARMA-APARCH usualmente são ajustados para os log-retornos de ações, pois apresentam heterocedasticidade. Previsões para 1 a 5 dias serão obtidas a partir dos modelos APARCH e técnicas de alisamento exponencial, juntamente com intervalos de previsão, e também usando redes neurais como a LSTM. Tais previsões serão utilizadas para identificarmos tendências de crescimento e queda no preço de ações para identificar momentos de compra e venda. Os modelos serão escolhidos com base em sua capacidade preditiva, sendo que todas as previsões serão avaliadas com base no erro quadrático médio de previsão e melhor identificação dos momentos de compra e venda para obter maiores retornos.