ANÁLISE DO COMPORTAMENTO DE REDES MLP E O MÉTODO K-MEANS APLICADOS A B3

Resumo

Os mercados de ações de todo o mundo são influenciados por diversos elementos, dentre eles fatores políticos, econômicos regionais e inter-regionais, além de comportamento humano e outros. Técnicas de previsão do mercado de ações são aplicadas para a obtenção de retorno, podendo a eficiência destas técnicas variar dependendo do período e mercado de ações a qual ela for aplicada. Na literatura, são encontrados exemplos que mostram que a utilização de técnicas de machine learning, quando comparadas com métodos econômicos, obtêm um maior retorno. Contudo, trabalhos encontrados na literatura mostram apenas o quão precisamente uma técnica consegue prever uma única ação específica, omitindo qual o desempenho daquele método para a totalidade de um mercado. Este trabalho tem o objetivo de avaliar o desempenho de uma RNA (Rede Neural Artificial) do tipo MLP (Multilayer Perceptron), combinada à técnica de agrupamento k-means, na recomendação de negociação de ações da B3 (Brasil Bolsa Balcão), a fim de avaliar o potencial de ganho que estas técnicas poderão retornar, tanto individualmente quanto combinadas. Com este fim, uma RNA foi treinada com os dados históricos fornecidos pela B3, onde o preço de abertura, máximo, mínimo e de fechamento das ações, que estão agrupadas em períodos de três dias, foram utilizados como entrada da rede. Esta RNA foi treinada para tentar prever se as ações, no dia subsequente, irão variar de forma positiva, negativa ou não variar e, para isso, foi criada uma terceira entrada, que é a variação do preço de fechamento da ação no próximo dia. Este dado será o parâmetro de aprendizagem. Após a rede estar treinada, são fornecidas ações para que ela tente prever o comportamento. Nesta etapa, a rede irá retornar um indicador de compra, venda ou manutenção da ação. Estes dados são então comparados com os dados esperados, calculados previamente, para obter a precisão de predição da rede. São treinadas também redes com ações agrupadas pelo método de agrupamento k-means, e os resultados destas redes são comparados com os das redes sem agrupamentos. Esta RNA obteve uma precisão de 63,89% quando tentou prever o comportamento da B3 nos últimos três meses de 2018, foram utilizados os primeiros nove meses de 2018 para treinar a rede. Além disso, obteve precisão de até 67,36% quando utilizada junto ao método k-means, que classifica as ações antes de utilizá-las como entrada da MLP. Com isso, foi possível observar que a RNA do tipo MLP obteve uma maior precisão quando utilizada junto ao método de agrupamento k-means na predição do mercado de ações da B3 em 2018.