APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DE PREÇOS DE AÇÕES POR INDICADORES FINANCEIROS

Desafio Online

Endereço:
Avenida Senador Filinto Muller - s/n - Vila Ipiranga
Campo Grande / MS
79074460
Site: https://desafioonline.ufms.br/index.php/deson/about
Telefone: (67) 3345-3570
ISSN: 2317-949-x
Editor Chefe: Adriana Carvalho Pinto Vieira
Início Publicação: 30/03/2013
Periodicidade: Quadrimestral

APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DE PREÇOS DE AÇÕES POR INDICADORES FINANCEIROS

Ano: 2018 | Volume: 6 | Número: 2
Autores: Eunice Henriques Pereira Vilela, Antonio Sergio Torres Penedo, Vinícius Silva Pereira
Autor Correspondente: Vinícius Silva Pereira | [email protected]

Palavras-chave: Redes Neurais Artificiais; Indicadores de Desempenho; Previsão do Preço de Ações.

Resumos Cadastrados

Resumo Português:

O trabalho tem como objetivo desenvolver um modelo previsão de preços de ações negociadas na BM&FBovespa, utilizando, de forma conjunta, os indicadores tradicionais de rentabilidade, de liquidez e de endividamento utilizados em estudos empíricos sobre a temática, por meio de 8 indicadores. O modelo foi desenvolvido através das Redes Neurais Artificiais, uma metodologia relativamente nova e pouco aplicada na área de finanças. Os dados foram extraídos da base de dados Economática, com séries trimestrais, o período de análise compreende os anos de 2012 a 2017 e a amostra é composta por 371 companhias. Como resultado, o modelo de rede neural artificial proposto apresentou desempenho satisfatório, entretanto não se pode concluir que os indicadores de desempenho são capazes de, sozinhos, fornecer informações suficientes para a rede.

 



Resumo Inglês:

The objective of this paper is to develop a proposal for BM & FBOVESPA trading prices, using the alignment of profitability, liquidity and indebtedness rules in studies on the principles of a strategy, using 8 indicators. The model was developed through Artificial Neural Networks, a relatively new and poorly applied methodology in the area of finance. The data were extracted from the Economática database, with quarterly, the period of complete analysis of the years from 2012 to 2017 and the measurement is done by 371 companies. As a result, the neural network model was adopted as a satisfactory performance model, although it is not able to model neural networks.