APLICAÇÃO DE ALGORITMO DE REGRESSÃO NA PREVISÃO DE ATIVOS DA BOLSA DE VALORES

Resumo

Neste estudo, foi avaliado a eficácia de algoritmos de regressão como ferramenta para previsão de preços no mercado financeiro de ativos. A volatilidade dos preços é uma preocupação constante para investidores, pois pode levar a ganhos substanciais ou a perdas significativas. A previsão de preços desempenha um papel crucial na tomada de decisões de investimento, e esta pesquisa busca contribuir para essa área. Realizou-se uma revisão da literatura existente sobre o uso de algoritmos de regressão nesse contexto e foi coletado dados técnicos históricos de diversos ativos da bolsa de valores brasileira. Esses dados foram utilizados para treinar modelos de regressão polinomial, com diferentes períodos de treinamento. A validação das tendências de preços foi uma métrica essencial para avaliar a precisão dos modelos. Os resultados mostraram que, com um período de treinamento de 60 dias, o modelo de regressão polinomial apresentou maior precisão na previsão de tendências de preços. Foi observado que as previsões mais acuradas ocorreram no 40º dia do período de previsão. Esse estudo contribui para a compreensão da utilidade dos algoritmos de regressão na previsão de valores futuros no mercado financeiro, oferecendo uma abordagem potencialmente mais econômica em comparação com métodos mais complexos. À medida que as estratégias de investimento são aprimoradas de forma contínua, a previsão de preços permanece como uma ferramenta valiosa no mercado financeiro.