Resumo:
O mercado de ações é um dos principais mecanismos para o desenvolvimento econômico, porque é um meio importante de captação de capitais. Assim sendo, a tentativa de realizar a previsão do comportamento de preço neste mercado é de extrema importância. Nesse sentido, o presente trabalho tem como objetivo explorar a capacidade das redes neurais na previsão do preço de ações da BM&FBOVESPA como auxilio à tomada de decisão. Foram criadas 10 redes com variações no número e camadas de neurônios e função de ativação sendo utilizada a aprendizagem por correção de erro. Foi feita a análise dos resultados, na qual se concluiu que a arquitetura de melhor desempenho foi a arquitetura 4, que contém 2 camadas, com 15 neurônios na camada escondida e função de ativação tangente sigmoide e 5 neurônios na última camada com função de ativação linear. Esta apresentou o menor coeficiente de variação dos erros relativos das previsões. A rede neural escolhida apresentou bons resultados para as quatro ações utilizadas para previsão dos preços, sendo que as ações da AMBEV apresentaram menor coeficiente de variação, sendo esta igual 4,867 e as ações da PETROBRAS obtiveram o maior coeficiente de variação, sendo o valor igual 5,464. Pode-se observar que o maior erro absoluto médio é de 10,77%. |
