Estudo de Variáveis Econômicas para a Previsão de Tendência do Mercado de Ações Via Aprendizado de Máquina

• Processo: 24/04789-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Guilherme Palermo Coelho
• Beneficiário: Leonardo Rodrigues da Silva
• Instituição Sede: Faculdade de Tecnologia (FT). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Assunto(s): Aprendizado computacional Mineração de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Mercado de Ações | Predição de tendências | Mineração de Dados

Resumo

O mercado ações tem crescido nos últimos anos, de modo que cada vez mais pessoas estão começando a investir seu dinheiro em diversos produtos existentes nas corretoras financeiras. Segundo dados disponibilizados pela Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais (ANBIMA), em parceria com o DataFolha, o percentual de investidores brasileiros passou de 31% da população, em 2021, para 36%, em 2022, correspondendo a um acréscimo de 8 milhões de pessoas. Diante desse cenário, é importante compreender melhor como funcionam as oscilações do mercado financeiro para que se tenha uma maior previsibilidade de seus movimentos, aumentando a segurança dos investimentos. Nesse contexto, o presente projeto busca contribuir para essa maior compreensão do mercado de ações, tentando identificar se existem variáveis econômicas que, quando combinadas a dados técnicos históricos de uma empresa, melhoram a capacidade de predição da tendência de comportamento de suas ações, via algoritmos de aprendizado de máquina. Para isso, serão desenvolvidas as seguintes atividades: (i) análise aprofundada de um determinado setor econômico escolhido para estudo; (ii) seleção de indicadores macro/microeconômicos relevantes que podem influenciar a variação dos preços de ações; (iii) buscar encontrar a ligação entre os atributos selecionados e os valores de fechamento da ação; e (iv) criação de um modelo que realiza a previsão de tendências com base nos atributos selecionados e cotações históricas da ação.