Predição de índices financeiros utilizando modelo ARIMA e LSTM: um estudo comparativo
Data
2024-09-10
Autores
Alves, Guilherme Salgado 
Orientadores
Sato, Renato Cesar
Tipo
Trabalho de conclusão de curso
Título da Revista
ISSN da Revista
Título de Volume
Resumo
O mercado de capitais tem como principal objetivo a maximização de
retornos financeiros através do ganho de capital. Neste contexto, a aquisição de
ativos com valor de mercado inferior ao seu potencial intrínseco, com a
subsequente realização de lucros por meio da valorização desses ativos, constitui
o objetivo inerente a todos os participantes deste setor da economia. Diversos
métodos são utilizados para mensurar e prever os valores de ativos financeiros, e
a antecipação dos movimentos de preços no mercado torna-se uma atividade de
interesse crítico para investidores e instituições.
Ao longo de toda a história do mercado, diversos modelos de previsão
foram desenvolvidos com o propósito de melhorar a acurácia dessas antecipações,
e com o recente advento da computação, a maioria dos processos consiste em
meios e ferramentas computacionais para desenvolver essas atividades. Com isso,
é natural surgirem os questionamentos referentes à acurácia, custo e a
comparação entre os modelos mais canônicos e os mais atuais.
Desta forma, este trabalho visa comparar dois modelos distintos de
previsão de preços de ativos: um modelo matemático de séries temporais
amplamente conhecido e consolidado no mercado (ARIMA), com um modelo
computacional baseado em redes neurais recorrentes, mais recente complexo
(LSTM). O projeto busca comparar os desempenhos na previsão de preços de
índices financeiros, como as diferenças de complexidade entre os modelos afeta
os resultados obtidos. Além disso, será analisada a influência do horizonte de
previsão na acurácia dos modelos, os erros apresentados, custo computacional e
qual a sua relação com a precisão adicionada.