Previsão do preço do café arábica: uma aplicação de redes neurais CNN-BLSTM

Abstract

Este trabalho propõe a utilização da rede neural CNN-BLSTM como ferramenta de previsão do preço do café arábica. A base de dados disponibilizada pelo CEPEA (Centro de Estudos Avançados em Economia Aplicada) apresenta uma série histórica, do preço do café arábica, no período entre janeiro de 1997 e dezembro de 2021. Modelos de previsão baseados em redes neurais LSTM, BLSTM, CNN e CNN-BLSTM foram implementados, na linguagem Python, utilizando o framework Keras. Resultados obtidos, dos quatro modelos, foram comparados por meio das métricas MAE, RMSE e MAPE. Verificou-se, para um horizonte de 6 meses, que o modelo CNN-BLSTM apresentou melhor desempenho.

Uma comparação entre estratégias de investimento utilizando redes neurais, métodos estatísticos e momentum

“…Ultimamente o mercado financeiro passou a incorporar essas ferramentas, que têm enorme potencial para a descoberta de novas aplicações, a exemplo da utilização do "machine learning" para estimar o preço do café por meio da rede "convolutional neural network" [3] . O objetivo deste trabalho foi implementar técnicas de "machine learning" para gerar alfa nos investimentos, ou seja, fazer uma gestão ativa obtendo retornos acima do "benchmark".…”