Predição de Portfólio de Ações por Suporte à Decisão Multi-Target

• João Augusto Provin Ribeiro da Silva Universidade Estadual de Londrina
• Everton jose Santana Universidade Estadual de Londrina
• Saulo Martinallo Mastelini Universidade Estadual de Londrina
• Sylvio Barbon Jr. Universidade Estadual de Londrina

Resumo

Investir no mercado de ações é um processo complexo devido à sua alta volatilidade causada por fatores como taxas de câmbio, eventos políticos, inflação e histórico de mercado. Para apoiar as decisões dos investidores, a previsão do preço futuro das ações e das métricas econômicas é valiosa. Com a hipótese de que existe uma relação entre os indicadores de desempenho de investimento, aplicamos métodos de regressão de múltiplos alvos (MTR) para estimar 6 indicadores diferentes com o objetivo de criar uma ferramenta de previsão automatizada para apoio à decisão. Os experimentos foram baseados em 4 conjuntos de dados, correspondentes a 4 diferentes períodos de tempo, compostos por 63 combinações de pesos de conceitos de stock-picking, simulados no mercado de ações dos EUA. Comparamos as abordagens tradicionais de aprendizado de máquina com quatro soluções MTR de última geração: Alvo único empilhado, conjunto de cadeias de regressores, Estrutura profunda para rastreamento de empilhamento de regressor assíncrono e MORF (Multi-Output Random Forest). Com exceção do MORF, as abordagens tradicionais e os métodos MTR foram avaliados com os regressores Random Forest e Support Vector Machine. Por meio de extensa avaliação experimental, nossos resultados mostraram que as soluções de MTR mais recentes podem alcançar desempenho preditivo adequado, melhorando todos os cenários (12,6% no melhor período, considerando todas as variáveis-alvo). Nesse sentido, a MTR é uma estratégia adequada para a construção de um sistema de apoio à decisão de mercado de ações baseado em modelos de previsão. Por meio de extensa avaliação experimental, nossos resultados mostraram que as soluções de MTR mais recentes podem alcançar desempenho preditivo adequado, melhorando todos os cenários (12,6% no melhor período, considerando todas as variáveis-alvo). Nesse sentido, a MTR é uma estratégia adequada para a construção de um sistema de apoio à decisão de mercado de ações baseado em modelos de previsão. Por meio de extensa avaliação experimental, nossos resultados mostraram que as soluções de MTR mais recentes podem alcançar desempenho preditivo adequado, melhorando todos os cenários (12,6% no melhor período, considerando todas as variáveis-alvo). Nesse sentido, a MTR é uma estratégia adequada para a construção de um sistema de apoio à decisão de mercado de ações baseado em modelos de previsão.

Palavras-chave: sistema de apoio à decisão, regressão multi-alvo, mercado de ações