Aplicação de inteligência artificial utilizando redes neurais recorrentes para testar os sinais de trade e avaliar performance: um estudo de caso

Abstract

Este estudo de caso explora a aplicação de técnicas de Inteligência Artificial com a utilização de Redes Neurais Recorrentes (RNNs), para aprimorar a estratégia de alocação dinâmica do fundo de investimentos "Agile Capital", prevendo preços diários de Bitcoin e da Apple, em um horizonte de 14 dias. O objetivo do estudo é testar os sinais de trade embasados em forecast e avaliar a performance relativa entre duas classes de ativos. Para tal, detalha-se uma metodologia robusta, desde a coleta e pré-processamento de dados históricos de cotação até o treinamento, validação e avaliação comparativa de modelos de RNNs, frente a abordagens tradicionais. Discute-se os resultados simulados, métricas de forecast como o MSE, o cálculo do Sharpe Ratio para avaliação de retorno ajustado ao risco e os desafios inerentes à modelagem de séries temporais financeiras, como a volatilidade e o risco de overfitting. O estudo visa oferecer insights sobre a viabilidade e as limitações do uso de IA para embasar decisões de trading em mercados dinâmicos.

Description

Citation

Collections

Endorsement

Review

Supplemented By

Referenced By