Uso de redes neurais recorrentes para previsão na Bovespa

Abstract

O presente trabalho tem como objetivo a previsão do preço de uma ação na bolsa de valores de São Paulo por meio de Inteligência Artificial. Esse trabalho utiliza Redes Neurais Recorrentes, que é um modelo de Rede Neural com loop, o que permite a persistência de informações. Isso não é possível em redes neurais simples ou em outros modelos de aprendizado de máquina. Nesse trabalho será utilizada uma variação daquela rede, as LSTMs ou também Long Short-Term Memory, que se utiliza de memorização, para a previsão/regressão de séries temporais com intervalos de tempo de duração desconhecida. Quanto aos atributos utilizados da base de dados para a previsão estarão preço de abertura da ação, preço de fechamento e preço de alta e de baixa. Nesse trabalho de conclusão de curso pretende-se criar um modelo que estime o preço de uma ação com um erro absoluto de poucos centavos em relação ao preço verdadeiro, dessa forma auxiliando operadores e investidores quanto a venda e compra de ações na bolsa.