Aplicação de programação genética e modelos Arima para previsão de índices do mercado financeiro

Abstract

Este documento descreve um estudo comparativo entre dois paradigmas aplicados para previsão de valores futuros em séries temporais. Um deles baseado no desenvolvimento de Programação Genética, parte integrante das técnicas de Inteligência Artificial, e que consiste em criar programas para gerar possíveis soluções para problemas propostos, utilizando para isso, uma analogia à teoria da evolução de Darwin onde os mais aptos sobrevivem. O outro método baseia-se no modelo que foi sistematizado em 1976 pelos estatísticos George Box e Gwilym Jenkins, conhecido como ARMA ou ARIMA ou até mesmo por SARIMA, sendo que, a nomeclatura dependeria do conjunto de fatores relevantes na especificação do modelo. Para verificar- se a validade dos dois modelos, utilizou-se um estudo comparativo com dados de séries temporais captadas do mercado financeiro mundial, quais sejam o Índice Bovespa, o Índice Nasdaq composit e o Índice Dow Jones. Encontrou-se resultados favoráveis às técnicas de Programação Genética para a primeira previsões ex-post, quando comparando-se com as previsões fornecidas por modelos Arima.

This document describes a comparative study between two paradigms applied to forecast future values in time series. One based on the development of Genetic Programming, part of Artificial Intelligence techniques, and that is to create programs to generate possible solutions to problems proposed, using for this, an analogy to Darwin's theory of evolution where the fittest survive. The other method is based on statistical models, that has been systematized in 1976 by George Gwilym Box and Jenkins, known as ARMA or ARIMA or SARIMA, the nomenclature depends on the number of important factors in the specification of the model. To verify the validity of two models, was used a comparative study with time series data captured from the global financial market, namely the Bovespa Index, the Nasdaq Index and the Dow Jones Index. It was found favorable results to the techniques of genetic programming for the first expost forecasts, when compared with the predictions provided by Arima models.