Previsão de Ações Brasileiras utilizando Redes Neurais LSTM e modelo GARCH
Data
Autor(es)
Orientado(es)
Doutor Carlos Alexandre Silva
Título da Revista
ISSN da Revista
Título de Volume
Editor
Abstract
The purpose of this study is to estimate the daily price behavior of the main stocks in the Brazilian stock market during the period from 2000 to 2024 using two models: an LSTM Neural Network model and a Hybrid model that incorporates GARCH volatility estimation into the LSTM model, referred to as GARCH-LSTM. The results indicate that the price behavior of the analyzed financial series was adequately estimated by both the LSTM model and the LSTM/GARCH model. Regarding the choice of the ideal model, it was found that for most of the analyzed stocks, the GARCH-LSTM model provided better estimation results, suggesting that incorporating volatility estimation into the model improves the forecasting of stock price behavior.
Resumo
O propósito deste trabalho é estimar o comportamento dos preços diários das principais ações do mercado de ações brasileiro no período entre 2000 e 2024, a partir de dois modelos: um modelo de Redes Neurais LSTM e um modelo Híbrido onde se insere a estimação de volatilidade GARCH junto ao modelo LSTM, denominado GARCH-LSTM. Como resultados, pode-se afirmar que o comportamento dos preços das séries financeiras examinadas foi adequadamente estimado tanto pelo modelo LSTM quanto pelo modelo LSTM/GARCH. No que tange a escolha do modelo ideal, verificou-se que a maior parte das ações analisadas, apresentaram melhores resultados de estimação junto ao modelo GARCH-LSTM indicando que ao se inserir a estimação de volatilidade no modelo, há uma melhora na previsão do comportamento dos preços de ações.