Tomada de decisão no mercado financeiro: : uma comparação entre Redes Neurais Artificiais e Sistemas Neuro-Fuzzy para previsão do índice Bovespa

• Prado, José Willer do ^[1] ; Chain, Caio Peixoto ^[2] ; Rosa, Mírian ^[1] ; Cardoso Campos, Alyce ^[1]
  1. [1] Universidade Federal de Lavras

     Universidade Federal de Lavras

     Brasil

     
  2. [2] Universidade Federal Rural do Rio de Janeiro

     Universidade Federal Rural do Rio de Janeiro

     Brasil

     
• Localización: Revista Eniac Pesquisa, ISSN-e 2316-2341, Vol. 13, Nº. 1, 2024, págs. 95-119
• Idioma: portugués
• Títulos paralelos:
  • Decision making in the financial market: : a comparison between Artificial Neural Networks and Neuro-Fuzzy Systems for predicting the Bovespa index
• Enlaces
  • Texto completo (pdf)
• Resumen
  • English

    The objective of this work is to forecast the time series of the Bovespa Index (Ibovespa) using the methods of Artificial Neural Networks - ANN and Adaptive Neuro Fuzzy Inference Systems - ANFIS, in order to search for alternatives to linear models that can ignore certain aspects of the dynamic structures existing in the stock market. The methodology was descriptive and quantitative. For the data analysis techniques, in view of the possible characteristics of the financial time series, it was decided to use two non-linear methods for the analysis, that is, an artificial neural network (ANN) with MLP architecture (multilayer perceptron) with Levenberg-Marquardt algorithm and also the Adaptive Neuro-Fuzzy Inference System (ANFIS) method. There was a good fit of the model for the studied series, which confirms that hybrid models using Fuzzy Systems (in terms of fuzzy rules) present characteristics that can be useful to deal with time series that have complex and non-linear dynamic structures such as This is the case of financial time series. The results found demonstrate that, through methods such as the Adaptive Neuro Fuzzy Inference Systems - ANFIS, one can make forecasts for the stock market with certain predictability, proving that events that occurred in the past can determine future events, as highlighted by the theory of Charles Dow and refuting Bachelier's (1964) Random Walk hypothesis for the present sample.

  • português

    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.