| Este trabalho apresenta um modelo não linear para a predição do mercado de ações brasileiro com a utilização de um instrumento de inteligência artificial. Para sua construção, foi utilizada uma combinação entre modelos de análise técnica e análise fundamentalista. O modelo fundamentalista foi baseado na seleção de variáveis econômicas que têm relação com as séries avaliadas. O modelo técnico foi construído com base na filtragem wavelet para as séries temporais, assim como na construção de um modelo de rede neural multicamada tendo como entrada os dados filtrados e as variáveis selecionadas pelo modelo fundamentalista. Foram previstos os preços de fechamento das ações do Banco Múltiplo ItaúUnibanco, Banco Bradesco, Usiminas, Companhia Vale do Rio Doce, Grupo Gerdau e Petrobrás. O modelo empregado foi comparado com um modelo ARIMA, com base na raiz quadrada da média do erro de predição quadrático. Os resultados mostraram que o método proposto apresentou melhores resultados que o modelo ARIMA, comprovando a relevância da utilização do modelo fundamentalista para a predição dos preços das ações e a superioridade do modelo de rede neural em comparação com os modelos tradicionais de séries temporais. |
