USO DE ALGORITMOS DE INTELIGÊNCIA ARTIFICIAL PARA PREVISÃO DE PREÇOS DE ATIVOS NOS MERCADOS DE CAPITAIS DE PAÍSES DO G7

Resumo

Este artigo apresenta os resultados de um estudo quantitativo e descritivo, que objetivou realizar uma análise comparativa do desempenho de algoritmos de inteligência artificial (IA) aplicados à previsão do comportamento de ativos financeiros. Os dados analisados foram coletados em mercados de capitais que compõem índices dos países desenvolvidos que compõe o Grupo dos Sete (G7) entre os anos de 2001 a 2023.  Para gerar os modelos na pesquisa, foram empregados os seguintes algoritmos de IA: Random Forest (RF), Naive Bayes (NB) e K-Nearest Neighbors (KNN). A análise dos resultados do estudo se fundamentou em estatísticas descritivas e testes de Shapiro-Wilk, t de Student e Mann-Whitney. Os resultados indicaram a robustez e a consistência do modelo RF para prever o comportamento dos índices. Além disso, o trabalho confirma os indicadores técnicos como inputs relevantes para modelos de IA prever preços de ativos financeiros no mercado de capitais. Dentre as principais contribuições teóricas do estudo, destaca-se a indicação de que a Hipótese de Mercados Eficientes (HME) pode ser contingente ao horizonte temporal e ao tipo de dado analisado. Em termos empíricos, este trabalho evidencia que modelos baseados em IA podem apresentar desempenho acima da média esperada com base na forma fraca da HME