Tamanho da fonte: 

É cada vez mais evidente a necessidade de antever valores nos mercados financeiros e seu ganho frente aos concorrentes. Esse trabalho tem por objetivo analisar o grau de predição das Redes Neurais Artificiais (RNAs) aplicadas no prognóstico de valores do mercado de ações. Essa é uma pesquisa quantitativa, do tipo explicativa e experimental. O universo é formado por todo o histórico dos valores das ações PETR4, VALE5, OGXP3, GS e JPM, no período de julho de 2008 até agosto de 2013. Os dados foram coletados através do software Economática e foram tratados através de simulações geradas pelo software Matlab e, por fim, analisados através da estatística descritiva. Foram selecionados papéis com baixa e com alta volatilidade, com comportamentos conservadores e agressivos, a fim de testar o grau de predição da RNA quando aplicada em ambas as situações. Para o uso dessa rede foram normalizados os dados utilizados. Após projetada, foram realizados treinamentos da RNA utilizando uma amostra, para validar o algoritmo e o projeto da rede. Além disso, posteriormente foram realizados testes da predição dos valores em um ambiente real e a conseguinte comparação dos resultados. Estes foram analisados e o grau de ajuste de predição do preço futuro de fechamento de papéis com alta e baixa volatilidade, negociados na Bovespa e na Bolsa de Valores de Nova Iorque usando RNA, se mostraram significativos. Portanto, a RNA aplicada na predição de valores de ações com alta e baixa volatilidade é possível e possui um resultado satisfatório.