Forecasting Financial Markets with Artificial Neural Networks

Redes Neuronais Artificiais são modelos matemáticos não lineares bastante utilizados em previsão. Neste trabalho pretende-se investigar o apoio que estes modelos podem dar aos economistas financeiros na previsão da direção dos preços de ações de empresas petrolíferas cotadas em bolsa. Modelos de percetrão multicamada com funções de ativação logística proporcionaram melhores resultados a prever a direção dos retornos do que modelos econométricos convencionais e melhores resultados nas empresas de capitalização bolsista inferior. Percetrões multicamada com oito neurónios ocultos na camada oculta apresentaram melhor capacidade preditiva do que redes neuronais com quatro neurónios ocultos.