Avaliação de estratégias de operação em swing trade baseadas em aprendizado de máquina

Abstract

Realizar operações na bolsa de valores é uma tarefa complexa, uma vez que alterações nos mais diversos setores acabam impactando o mercado acionário e, por isso, diversos estudos na área de inteligência artificial abordam esse tema com o propósito de facilitar operações. Esse artigo visa apresentar diferentes estratégias apoiadas pelo uso de algoritmos baseados em aprendizado supervisionado com o intuito de criar um ambiente propício à apreciação do capital. Foram trabalhadas três estratégias para quatro ativos de segmentos diferentes listados na B3 entre 2009 e 2021. Foi adotado o modelo LSTM como o algoritmo para previsão de valores futuros a partir das séries temporais do mercado e seus indicadores. Os resultados apontam que a estratégia proposta pode gerar lucro em mais de 70% das operações, obtendo um retorno geral maior que outros investimentos utilizados como comparação, considerando aportes entre os anos entre os anos de 2012 e 2021.