Redes neurais aplicadas ao reconhecimento e classificação de padrões em séries financeiras

• Ano de defesa: 2002
• Autor(a) principal: Oliveira, Sandra Maria Capuano de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Finanças; Finance; Financial markets; Mercado financeiro; Neural networks; Redes neurais
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/92/92131/tde-16022022-152120/

Neste trabalho avaliamos a habilidade de um modelo conexionista no reconhecimento de possíveis padrões apresentados em séries financeiras. Através da abordagem de um problema de divisão em classes, utilizamos uma rede multicamada do tipo Êeed-6orward tendo como algoritmo de aprendizado back-propagation otimizado pelo método gradiente conjugado escalonado. Tomando como entrada os retornos diários das séries de lbovespa, Telemar PN e Petrobrás PN em períodos semanais, diversas topologias coram treinadas, variando pelo número de unidades ocultas e o número de iterações no critério de parada, gerando como saída ordens de compra e venda dadas pela previsão do movimento do preço do ativo para a semana seguinte. As arquiteturas treinadas foram avaliadas com base na taxa de classificação e lucratividade, e os resultados obtidos confirmaram a validação do modelo proposto.