Um estudo sobre arquitetura de redes neurais aplicado a previsão do retorno de ações brasileiras

Abstract

In this work, we present a statistical analysis about the characteristics that we intend to influence in the performance of neural networks in terms of assertiveness. We created a population for analysis and extracted the sample that had the best assertive performance. We can observe how the characteristics of this sample stand out and affect the neural networks. In addition, we make inferences about what kind of influence the different architectures have on the performance of neural networks. In the study, the prediction of the return of Brazilian stocks from the São Paulo Stock Exchange is made to measure the error committed by the different architectures of neural networks constructed.

Neste trabalho, é apresentada uma análise estatística sobre as características que entendemos influenciar no desempenho das redes neurais em termos de assertividade. Criamos uma população para análise e desta extraímos a amostra que teve o melhor desempenho assertivo. Verificou-se como as características desta amostra se destacam e afetam as redes neurais. Além disso, fazemos inferências com relação à que tipo de influência as diferentes arquiteturas têm no desempenho das redes neurais. No estudo é realizado a previsão do retorno de ações brasileiras da bolsa de valores de São Paulo para mensurar o erro cometido pelas diferentes arquiteturas de redes neurais construídas.