Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)

Redes Neurais Artificiais na Predição das Principais Séries do Índice Ibovespa e suas Aplicações em Sistemas Automatizados de Negociação

Igor Ramalho Pommeranzenbaum

Março/2014

Orientador:

Luiz Pereira Calôba

Programa:

Engenharia Elétrica

      A aplicação de técnicas de predição em séries temporais financeiras é um assunto de constante e elevado interesse na comunidade, tanto para investidores quanto para pesquisadores. É uma área desafiadora em relação à complexidade de problemas e que pode gerar altos lucros financeiros para empresas envolvidas com análise de ativos e negociação automática em bolsas de valores. Apresenta-se, nesta dissertação, um modelo de predição de valores futuros sobre as principais séries de preços do índice Ibovespa - a saber: fechamento (close), máxima do dia (high), mínima do dia (low) e a ordem que a máxima e a mínima ocorrem (order) - utilizando Redes Neurais Artificiais (RNAs). Para inclusão no modelo, foram obtidas séries temporais de indicadores mundiais, que foram submetidas a métodos clássicos de préprocessamento de séries temporais, para então serem selecionadas como entradas das RNAs por um critério de correlação cruzada. Por fim, foi criado um ambiente de simulação para efetuar a aplicação dos resultados obtidos pelas RNAs utilizando diferentes estratégias de mercado, mais conhecido como Trading System. A saída deste simulador são indicadores numéricos que retratam como seria o resultado de uma hipotética aplicação financeira no mercado do mundo real.