Análise de previsão de preços de ações de uma carteira otimizada, utilizando análise envoltória de dados, redes neurais artificiais e modelo de box-jenkins
Abstract
O mercado de ações atrai cada vez mais investidores, por sua alta rentabilidade, quando comparado com outras opções de investimentos. Porém, esta comercialização de ativos possui um alto risco, sendo aconselhável utilizar conceitos
matemáticos para auxiliar na tomada de decisões. Este trabalho visou estudar alguns desses conceitos aplicados na bolsa de valores, para maximizar o retorno e controlar
os riscos. Primeiramente, para a seleção de carteira de ativo foi utilizada a Análise Envoltória de Dados (DEA), para em seguida, prever o preço das ações das empresas
selecionadas. Para esta prognose, foi realizada uma comparação de modelos de previsão de séries temporais, com o uso das Redes Neurais Artificiais e da metodologia Box-Jenkins. Para o cálculo da DEA, foram utilizados indicadores como preço/lucro, retorno, entre outros, como variáveis de entrada e saída. Já para a previsão, foi empregado o preço diário de dia comercial para cada uma das empresas previamente selecionadas para a carteira otimizada. Para o estudo com DEA, obtevese um portfólio otimizado com retorno 15 vezes maior do que o índice Ibovespa; e para o comparativo dos métodos de previsão, concluiu-se que a metodologia BoxJenkins foi a mais indicada para prever preço de ações, por ter menores médias de
erros.