Detalhes do Documento

Ter a capacidade de prever o preço de um determinado título é sem dúvida um grande desafio, quer pela complexidade, quer pela volatilidade implícita dos mercados financeiros. Trata-se de um tema de grande interesse para investigadores e para os agentes dos mercados, pois a eficácia da previsão traduz-se em ganhos monetários avultados. Esta dissertação tem como objetivo demonstrar a aplicação de redes neuronais à previsão de preços de ações. Foram escolhidos dois títulos financeiros, designadamente a Apple e a Microsoft. A escolha inicial das variáveis preditoras compreende as mais utilizadas e referenciadas nos trabalhos científicos publicados sobre este tema. Esta dissertação demonstra a importância de uma seleção cuidada de algumas dessas variáveis para um bom desempenho das redes neuronais.

Having the ability to predict the price of a particular stock share is undoubtedly a major challenge, because of the complexity and implied volatility of the financial markets. This is a topic of great interest to researchers and market players, as the effectiveness of the forecast might translate into huge monetary gains. This dissertation aims to demonstrate the use of neural networks in stock price forecasting. In order to perform this analysis, two financial titles were chosen: Apple and Microsoft. The initial choice of the predictor variables comprises the most used and referenced in the scientific papers published on this subject. This dissertation demonstrates the importance of a careful selection of some of those variables for a good neural network performance.