A inteligência artificial tem sido cada vez mais utilizada para identificar tendências da taxa de câmbio com base nas ações dos investidores em períodos anteriores. Um novo modelo que prevê padrões mensais de cotação do dólar norte-americano pode garantir lucro 24% maior e risco 16% menor nas negociações do que o modelo baseado em comparação de datas lineares.
Estas são as conclusões de estudo publicado na revista “Expert Systems with Applications” e que conta com a professora da FGV EAESP Claudia Emiko Yoshinaga como coautora. Os pesquisadores desenvolveram um modelo computacional que prevê comportamentos de negociação no mercado de câmbio brasileiro. O processo é baseado em 2422 observações de cotações do dólar registradas entre 1º de julho de 2010 e 30 de junho de 2020.
A pesquisa é baseada na abordagem das Finanças Comportamentais, área de estudos que considera o comportamento do investidor diante dos cenários de negociação disponíveis. Emoções, preferências pessoais e relações sociais podem influenciar tais comportamentos.
Os autores aplicam um total de 22 classificações para cada dia de transação analisado. O conjunto de dados torna as datas comparáveis mês a mês, possibilitando a previsão sobre comportamentos semelhantes que podem ocorrer no mês seguinte.
O estudo visa contribuir para o aprimoramento das tecnologias existentes para dar mais recursos às decisões dos investidores diante do calendário de negociações. Segundo os autores, o sistema proposto poderia ser implementado com custos e esforços tecnológicos reduzidos, o que possibilita sua aplicação em outros países.
