Desde o início das Bolsas de Valores ao redor do mundo, muitos investidores e cientistas tentam saber para onde vai o preço das ações visando assim diminuir seu risco e buscar os melhores retornos possíveis. Entretanto esta tarefa de tentar prever o futuro dos preços é de alta complexidade visto uma enorme quantidade de variáveis que podem afetar a previsão. Diante desses fatos e com o avanço de novas tecnologias, novos sistemas, modelos e algoritmos baseados no uso de inteligência artificial tem sido desenvolvido para auxiliar o ser humano em vários setores e um desses é justamente o mercado financeiro. Este artigo tem como objetivo utilizar dois desses métodos de inteligência artificial (Random Forest e SVM), para prever a direção do preço das ações de cinco bancos brasileiros listados na B3. Foram utilizadas as variáveis CAMELS, assim como informações contábil-financeiras e dados de mercado entre os anos de 2001 e 2021. Os resultados mostram que as variáveis fundamentalistas foram mais assertivas e, apesar da previsão média baixa (55%, variando entre 40% e 67%), uma análise qualitativa revela que fatos relevantes sinalizam erros nos modelos, o que poderia melhorar o poder preditivo quando se desconsidera períodos após divulgação dessas informações.
Comissão Científica
Manolita Correia Lima (ESPM)
Marcelo Rocha e Silva Zorovich (ESPM)
Fabiano Rodrigues (ESPM)
Maria Carolina Conejero (FEI)