| |
| Acadêmico(a): Rafael Bertoldi Rossi |
| Título: Protótipo para trading automatizado utilizando redes neurais artificiais |
| |
| Introdução: |
Entre meados da idade média e do século XVII, as negociações – a viva voz – de ativos financeiros resumiamse à compra e venda de moedas, letras de câmbio e metais preciosos. A falta de crédito e a língua eram verdadeiros
obstáculos para os mercadores. Tais adversidades marcaram a origem da especulação e do surgimento Bolsa de Valores.
Em 1309, os encontros diários, que ocorriam no prédio da família belga Van der Buerse, na cidade de Bruges, na Bélgica,
foram formalizados e passaram a chamar-se de “Bruges Burse”. Foi no final do século XIII que a palavra bolsa ganhou
conotação comercial e financeira, advento da família, que possuía um brasão de armas com três bolsas de pele, denotando
honra e méritos, devido à excepcional atuação na esfera mercantil (PINHEIRO, 2014).
Em 1600, no meio do processo de colonização da Ásia, já havia seis empresas holandesas que tinham a
capacidade de navegar até a Índia, em busca de temperos, afinal as especiarias faziam parte do comércio mais lucrativo
do mundo, àquela época. A maior dificuldade era arranjar fundos para financiar as viagens e banqueiros dispostos a correr
o enorme risco da empreitada ser um desastre – em 1598, vinte e duas embarcações saíram da Holanda rumo ao Oriente
e só doze voltaram. A ideia dos holandeses foi dispersar o risco dividindo o custo da operação entre vários investidores.
O governo uniu as seis Companhias das Índias e formou uma grande estatal, nominada como Companhia Unida Holandesa
das Índias Orientais. A empresa foi dividida em várias partes e podia ser comprada por qualquer pessoa. Para realizar essa
negociação, foi constituída uma bolsa em Amsterdã, e 1143 pessoas realizaram o investimento. O nome de cada parte da
empresa foi chamado de “ação” (VERSIGNASSI, 2015, p. 74 - 77).
Foi no final dos anos 80, com a execução de ordens de forma totalmente eletrônica, através dos home brokers, e
em 1998, com a autorização de negociações via High Frequency Trading (HFT) por parte da U.S. Securities and Exchange
Commission (SEC) o estopim para que nos anos seguintes ocorresse um verdadeiro boom no mercado financeiro. Em
2012 surgiam os primeiros serviços utilizando inteligência artificial para identificar os assuntos mais comentados em
redes sociais, usando processamento de linguagem natural em tempo real para analisar e classificar reações dos clientes
de determinado produto, e prover insights ao investidor para estabelecer um viés correto ao decidir no que apostar
(GUPTA, 2015).
Segundo Elder (2017), os sentimentos do trader exercem impactos imediatos na conta de investimento, e o
sucesso ou o fracasso do operador depende não só das técnicas empregadas, mas também do controle de suas emoções.
Estudos feitos por Barber et al. (2010) analisaram a performance de investidores na Bolsa de Taiwan entre 1992 e 2006,
e concluiu-se que 40% de todos os day-traders desistem no seu primeiro mês de operação, 80% desistem nos primeiros
2 anos, sendo que a grande maioria acumula perdas. Kahneman e Tversky (1997) propuseram a Teoria da Perspectiva,
estudo relacionado à psicologia cognitiva, que sugere que uma perda tem um impacto emocional muito maior do que um
ganho financeiramente equivalente. Isso faz com que o investidor seja induzido a segurar o prejuízo como forma de evitar
uma perda, e realizar o lucro precipitadamente, corroborando com a concepção de que o trading – conceito econômico
envolvendo a compra e venda de ativos (FRANKENFIELD, 2019) – é uma atividade árdua e desvantajosa.
Em contrapartida, trabalhos recentes como os apresentados por Bao, Yue e Rao (2017) e Fabbri e Moro (2018)
obtiveram excelentes resultados utilizando técnicas de Redes Neurais Artificiais no desenvolvimento de sistemas para
previsão de ativos do mercado financeiro. Este trabalho propõe uma ferramenta que utiliza um modelo de Long ShortTerm Memory (LSTM) para prever os próximos movimentos de ações brasileiras cotadas na B3 S.A., através de séries temporais. As análises são executadas por um modelo preditivo, disponibilizando ao investidor uma visão das possíveis
direções que as ações tendem a seguir, tornando este protótipo uma importante ferramenta para os traders, haja vista
tamanha complexidade do mercado. Os objetivos específicos são: (i) desenvolver um protótipo para prever os próximos
movimentos das ações utilizando Redes Neurais Artificiais; (ii) realizar análise estatística a fim de avaliar a acurácia para
validar o desempenho do modelo preditivo; (iii) disponibilizar as previsões para o usuário por meio de uma página web
com cotações e análises atualizadas em tempo real; (iv) identificar os algoritmos e técnicas de Redes Neurais Artificiais
mais adequados para predição das operações. |
| |
|
