Campinas 2018
DANILLO ARAÚJO GOMES
INTELIGÊNCIA ARTIFICIAL APLICADO NO MERCADO
FINANCEIRO
Campinas 2018
INTELIGÊNCIA ARTIFICIAL APLICADO NO MERCADO
FINANCEIRO
Trabalho de Conclusão de Curso apresentado à Faculdade Anhanguera de Campinas (FACIII), como requisito parcial para a obtenção do título de graduado em Ciência da Computação. Orientador: Jessica Lopes
DANILLO ARAÚJO GOMES
INTELIGÊNCIA ARTIFICIAL APLICADO NO MERCADO
FINANCEIRO
Trabalho de Conclusão de Curso apresentado à Faculdade Anhanguera de Campinas (FACIII), como requisito parcial para a obtenção do título de graduado em Ciência da Computação.
BANCA EXAMINADORA
Prof. Rogério Morandi
Prof(a). Titulação Nome do Professor(a)
Prof(a). Titulação Nome do Professor(a)
Dedico este trabalho primeiramente a Deus por ser presente em minha vida, aos meus pais que sempre me apoiaram e a minha esposa e filho foram peças
AGRADECIMENTOS
Agradeço a Deus por ser sustento em minha vida sempre, e principalmente em todas as horas de inquietude ao desenvolver e concluir esse trabalho.
A minha tutora que me ajudou na elaboração do trabalho com clareza e coerência.
Agradeço aos meus país e familiares que esteve presente em toda a minha caminhada, me incentivando a cada ano que estive na faculdade.
Em especial agradeço a minha esposa, que se fez presente todos os dias me dando apoio, me orientando para que eu pudesse seguir em frente e finalizar essa tarefa, e ao meu filho que ainda tão pequeno mas já compreensivo, foi o principal motivo de esforço e dedicação de todos esses anos.
GOMES, Danillo Araújo. Inteligência Artificial Aplicada no Mercado Financeiro: 2018. Número total de folhas. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Faculdade Anhanguera de Campinas, Campinas, 2018.
RESUMO
Ter excelentes resultados na bolsa de valores é desejo de todos os investidores, porém, os movimentos desse mercado financeiro é complexo e requer cautela e informações confiáveis para a realização de compra e venda de ações no momento exato e interpretar esse mercado de ações se torna uma tarefa difícil para os investidores e agentes financeiros se analisar singularmente. Com o objetivo de encontrar possíveis padrões nas movimentações e relações significativas na análise do histórico de cotações dos ativos, o trabalho compreende o uso da Inteligência Artificial aplicada no Mercado Financeiro com o uso da Mineração de Dados aplicada de forma a encontrar possíveis padrões e movimentações das ações, permitindo realizar descobertas no mercado de ações e consequentemente trazendo informações mais importantes para a tomada de decisões, se obtendo assim ótimos resultados perante a compra e venda das ações e ocasionando com isso grandes benefícios aos investidores, corretoras e instituições financeiras.
Palavras-chave: Inteligência Artificial; Mineração de Dados; Mercado Financeiro;
GOMES, Danillo Araújo. Artificial intelligence applied in the financial market: 2018. Número total de folhas. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Faculdade Anhanguera de Campinas, Campinas, 2018.
ABSTRACT
Having excellent results on the stock exchange is the wish of all investors, however, the movements of this financial market is complex and requires caution and reliable information to carry out buying and selling stocks at the exact moment and interpret this stock market becomes a difficult task for investors and financial agents to analyze singularly. In order to find possible patterns in the movements and significant relationships in the analysis of asset price history, the work includes the use of Artificial Intelligence applied in the Financial Market with the use of applied Data Mining in order to find possible patterns and movements of the making it possible to make discoveries in the stock market and consequently bring more important information to the decision making process, thus obtaining excellent results in the purchase and sale of the shares and thus bringing great benefits to investors, brokers and financial institutions.
LISTA DE ILUSTRAÇÕES
Figura 1 – Principais Índices Bolsas Mundiais ... 16
Figura 2 – Algumas definições de inteligência artificial ... 21
Figura 3 – Dados, Informação e Conhecimento. ... 22
Figura 4 – Mineração de Dados Multidisciplinar ... 23
Figura 5 – Os Benefícios do Business Intelligence ... 31
LISTA DE ABREVIATURAS E SIGLAS
IA Inteligência Artificial
CVM Comissão de Valores Mobiliários BI Business Intelligence
SUMÁRIO 1. INTRODUÇÃO ... 13 2. MERCADO FINANCEIRO ... 15 2.1 BOLSA DE VALORES ... 16 2.2 AÇÕES ... 18 3. INTELIGÊNCIA ARTIFICIAL ... 20 3.1 MINERAÇÃO DE DADOS ... 22 3.2 TECNICAS ... 25 3.2.1 Algoritmo Genética ... 25
3.2.2 Redes Neurais Artificiais ...26
4. INTELIGÊNCIA ARTIFICIAL NO MERCADO FINANCEIRO ... 28
5. CONSIDERAÇÕES FINAIS ... 33
13 1. INTRODUÇÃO
A presente pesquisa abordou o tema Inteligência Artificial no Mercado Financeiro visto que os movimentos das ações da Bolsa de Valores para investimento é um procedimento amplo e complicado devido à grande diversidade de ativos pautados no mercado de ações simultaneamente com suas cotações diárias, mensais ou anuais podendo haver variações ou incertezas, que ocorrem por vários fatores, tornando a análise desses dados muito difícil de ser analisado apenas por uma ação humana.
Ganhar bons resultados com investimento em bolsas de valores é o sonho de muitos investidores. Porém, comprar e vender ações no momento certo requer cautela e informações confiáveis. Existindo uma necessidade para a melhoria da análise desses dados é necessária uma ajuda computacional, que pode ser optada pela Mineração de Dados que com suas técnicas agrupadas da Inteligência Artificial e Estatística, ajudam a descobrir novas informações que estejam ocultas em uma grande massa de dados tornando possível identificar padrões de mercado e informações de extrema importância.
Este tema foi selecionado, pois guarda em si importante aspecto relacionado a Bolsa de Valores, que é um mercado financeiro onde a previsibilidade é bastante complicada de ser analisada, muitos investidores e especialistas tem dificuldade ou até mesmo não conseguem prever as movimentações das ações. As ações nas bolsas passam por várias oscilações em suas cotações.
O problema desta pesquisa consistiu em como ampliar a previsibilidade na Bolsa de Valores perante a várias informações, existe algum paradigma nas movimentações das ações?
O Objetivo principal deste estudo foi demonstrar a importância da aplicação de Inteligência Artificial com método de mineração de dados, buscando melhorar as previsões nos ativos da Bolsa de Valores e possui os objetivos secundários que serão analisar e compreender a atividade da Bolsa de Valores, conceituar e conceber o funcionamento da Inteligência Artificial e suas técnicas e observar a relevância da Mineração de Dados no Mercado Financeiro.
Para a elaboração deste trabalho discorreu de revisão de literatura com método de revisão bibliográfica de natureza qualitativa e descritiva, com base nos autores Rezende, Fernandes, Securato, Oliveira por meio de consultas a livros, artigos, sites
14
confiáveis publicados nos últimos dez anos. Os critérios de exclusão se basearam no descarte de artigos sem teor científico. Foi utilizado as palavras chave Inteligência Artificial, Mineração de Dados, Mercado Financeiro e Bolsa de Valores.
15 2. MERCADO FINANCEIRO
Mercado Financeiro é um ambiente que engloba um conjunto de instituições e execuções envolvidas com compra e venda de produtos e serviços financeiros, processo pelo qual pessoas interessadas em vender algum serviço ou produto encontram-se com pessoas com o interesse em comprar esses mesmos serviços ou produtos. Segundo Securato (2009, p.21) “pode-se chamar mercado financeiro ou bancário o conjunto de instituições e operações ocupadas com fluxo de recursos monetários entre os agentes econômicos.”
Basicamente, é o mercado de emprestadores e tomadores de empréstimos, sendo que o valor da remuneração desses empréstimos é chamado de juros ou, em termos percentuais, de taxa de juros.
De acordo com Oliveira e Pacheco (2005, p.8):
Existem na economia agentes que possuem interesses e necessidades opostas, mas que se complementam. Para atender ao interesse de ambas as partes, os agentes deficitários precisam encontrar os agentes superavitários, visando buscar recursos para financiar seus investimentos; quando ambos se encontram, cada agente analisa suas alternativas e fecha a transação a um determinado preço, à taxa de juros.
É o mercado financeiro que exerce o papel de intermediário nesse processo; ele é composto por organizações especializadas em conciliar interesses de poupadores e tomadores de recursos. Segundo Andrezo e Lima (2007, p.4), “o mercado financeiro é extremamente importante para o crescimento econômico, já que esses mercados se responsabilizam na ação de mobilizar recursos da poupança e as transferem para investimentos.”
Dentre as intermediações financeiras constituídas no mercado financeiro está o mercado de derivados que é formado por contratos privado, entre duas ou mais partes, cujo valor é quase todo derivado do valor de algum ativo, taxa referencial ou como uma ação, uma forma de negociação nesse segmento é a Bolsa de Valores. (SECURATO, 2009, p.22).
16
2.1 BOLSA DE VALORES
Bolsa de valores são instituições administradoras de mercados financeiros, na qual pessoas e empresas fazem negócios através de compra e venda de títulos e ações utilizando sistemas eletrônicos de negociação.
Afirma Oliveira e Pacheco (2005, p.142) que “Bolsa de Valores são associações civis sem fins lucrativos, cuja atividade é funcionar como um ambiente propicio para negociações, realização, registro e transações de títulos e valores mobiliários.”
Basicamente é o local onde se oferece condições e sistemas necessários para se realizar a negociação, onde intermediários e investidores se reúnem para realizar a compra e venda de ações.
Segundo Fortuna (2008, p.12) ‘’o sistema financeiro é uma conceituação bastante abrangente, sendo assim, um grupo de instituições financeiras que se dedicam de alguma forma a proporcionar aos investidores condições que facilite a revisão de um fluxo de recursos”.
Existe uma grande quantidade de Bolsas de Valores no mundo, como mostra a Figura 1:
Figura 1: Principais Índices Bolsas Mundiais.
17
No Brasil as bolsas de valores se estabelecem como associações civis, sociedades anônimas ou sem fins lucrativos, reguladas e fiscalizadas pela Comissão de Valores Mobiliários, e tem como propósito manter um ambiente adequado para essas transações. (OLIVEIRA; PACHECO, 2005, p.19). A principal instituição brasileira e a maior da América Latina para mediar operações no mercado financeiro é a BM&FBOVESPA, que possibilita a negociações de ações, derivados de ações, títulos de renda fixa, derivados financeiros, moedas à vista, etc.
De acordo com Correia (2008, p.31) define que:
Bolsa de valores são locais em que oferecem condições e sistemas necessários para realizar negócios de compra e venda de títulos e valores moveis de forma transparente. E tem atividade de auto regulação visando preservar altos padrões éticos de negociações e divulgar todos os passos exercidos com rapidez e relevância.
As bolsas têm grande autonomia para desempenhar suas autoridades de auto-regulamentação sobre as corretoras de valores que nelas operam e todas as corretoras tem que estar devidamente registradas na Comissão de Valores Mobiliários e no Banco Central do Brasil.
“A existência da Bolsa de Valores pode ser apresentada por um termo simples: liquidez, quando títulos podem ser comprado ou vendidos com uma pequena fração de minutos, a um preço justo do mercado e detalhes de todas transações.” (BM&FBOVESPA, 2009).
A função principal da Bolsa de Valores é viabilizar um ambiente transparente e consistente, adequado para realizações de negócios com valores mobiliários. As transações de compra e venda desses valores serão feitas por sistemas de negociações, onde os investidores terão acesso somente através das corretoras.
Oliveira e Pacheco (2005, p.142) afirma que:
Bolsa de valores é o local que oferece condições e sistemas necessários para a realização de negócios, de onde Corretoras de Valores, representando os investidores institucionais e individuais, reúnem-se para realizar compra e venda de ações, e obrigações em mercado aberto, organizado e autorregulado.
Com isso, perante a existência de um mercado financeiro organizado, faz com que se torne fácil e sem muitos esforços: entrar numa sociedade por ações, sair da sociedade, negociar as ações através de representante e executar e legitimar operações de compra e venda das ações.
18
2.2 AÇÕES
São títulos mobiliários que podem ser negociados em mercados organizados, emitidos por Sociedades Anônimas que correspondem a uma pequena fração do capital social da empresa, sendo concedido ao investidor desse título se tornar dono de uma pequena parte do capital social da mesma que a emitiu.
De acordo com Oliveira e Pacheco (2005, p.132) “uma ação representa a menor parcela em que se subdivide o capital de uma sociedade anônima. São consideradas ativos reais e sua negociação ocorre nas Bolsas de valores e mercados de balcão organizado.”
Portanto, a pessoa que adquire uma ação se torna dono de parte do capital da empresa proporcional à quantidade representativa de ações e recebe uma remuneração por seu investimento apenas no caso de a empresa apresentar lucro.
” Ações são de renda negociáveis que representa uma menor fração do capital da empresa emissora. Quando um investidor adquiri uma ação, torna-se sócio ou acionista desta empresa, participando de seus resultados” (BM&FBOVESPA, 2010).
Geralmente, não se tem prazo de resgate e podem ser negociados diariamente, com isso o preço das ações podem variar de acordo com o interesse dos investidores e podem ser transformadas em dinheiro a qualquer momento, podendo ser pela negociação na bolsa de valores ou em mercado de balcão.
As ações podem ser divididas em duas formas: as ordinárias e as preferenciais. As Ordinárias que são aquelas que possibilitam o direito de voto em assembleias ao acionista, ou seja, definem o destino da empresa e concedem a ele participações nos resultados da empresa que ele tenha obtido a ação.
De Acordo com BM&FBOVESPA (2010):
Proporciona ao titular os direitos essenciais do acionista, especialmente participação nos resultados da companhia e direito de voto em Assembleia de Acionistas, cada ação ordinária corresponde a um voto nas deliberações da Assembleia Geral.
Confirma Oliveira e Pacheco (2005, p.133) “as ações ordinárias garantem a seu possuidor o total direito a voto nas assembleias dos acionistas, onde cada ação ordinária equivalente a um voto.”
19
Já as Ações Preferenciais são as que o acionista tem a total prioridade no recebimento de rendimentos e no reembolso do capital em caso de rompimento da sociedade, sem concessão de voto.
Como afirma BM&FBOVESPA (2010):
O proprietário da ação tem determinadas vantagens patrimoniais (prioridade na distribuição dos dividendos, no reembolso do capital) em relação às ações ordinárias, em troca da renúncia a outros direitos, como o direito de votar na Assembleia Gerai da companhia.
Segundo Oliveira e Pacheco (2005, p.133), as ações preferenciais “recebem esse nome as ações que garantem a preferência a seu detentor no recebimento de dividendos em relação às ordinárias. Também possuem preferência do reembolso do capital no caso de liquidação da empresa.
Afirma Correia (2008, p.131), que “no Brasil a compra e venda das ações no mercado financeiro são feitas em várias corretoras simultaneamente, e que todas essas corretoras têm que estar autorizadas pela Comissão de Valores Mobiliários (CVM).”
Existe uma ordem de compra e venda de ações em bolsa, onde o cliente determina a um agente de uma corretora que compre ou venda ativos ou direitos na sua concepção, informando as condições pelos quais se deseja negociar, caso exista uma outra ordem apresentando interesse de compra o negócio pode vir a ser concretizado.
A vantagem das ações para as empresas é que uma instituição de capital aberto tende a ter um diferencial competitivo, levando em conta a transparência e confiabilidade, facilitando os negócios e atraindo o consumidor final gerando maior reputação; a abertura de capital que pode sanar vários problemas relativos a processos sucessórios, heranças e estratégias empresariais; (B3, 2018).
Já para os investidores as ações têm um bom potencial de rentabilidade ao longo prazo, recebendo rendimentos periodicamente, além de poder comprar e vender as suas ações no momento em que desejar ou possivelmente até emprestar suas ações e ter um ganho de rendimento extra (B3,2018).
20 3. INTELIGÊNCIA ARTIFICIAL
Inteligência artificial é um conjunto de técnicas produzidas pelo homem para munir as máquinas de algum tipo de habilidade que aparenta a inteligência do homem, tornando possível essa automação de comportamento inteligente perceber, raciocinar e agir.
Para Rezende (2005, p.3), inteligência artificial “é a capacitar o computador a executar funções que são desempenhadas pelo ser humano usando conhecimento e raciocínio, com habilidade e capacidade de solucionar problemas complexos.”
O objetivo principal dos sistemas de inteligência artificial é exerce funções que os humanos levassem mais tempo para executa-las. Algumas características básicas implementadas nesses sistemas são capacidade de raciocínio, aprendizagem, reconhecimento de padrões e dedução.
Inteligência Artificial faz parte da ciência da computação especificamente voltada para o desenvolvimento de sistemas inteligentes, isto é, sistemas que desempenham características que são semelhantes ao comportamento humano como: compreensão de linguagem, aprendizado, raciocínio, resolução de problema etc (FERNANDES, 2005, p.2).
Para proporcionar uma definição operacional satisfatória de inteligência, foi proposto por Alan Turing um teste conhecido como teste de Turing, onde o computador precisara ter as consecutivas capacidades:
Processamento de linguagem natural, onde é permitido que se comunique com bom resultado em um idioma proveniente.
Representação de conhecimento, com o objetivo de armazenar o que sabe ou se ouve.
Raciocínio automatizado, a fim de utilizar as informações guardadas com a finalidade de dar respostas as perguntas e se obter novas conclusões.
Aprendizado de máquina, onde é possível se adaptar a novas situações e para identificar e superar padrões.
Para ser aprovado no teste de Turing o computador precisará ter algumas definições como mostra a Figura 2.
21 Figura 2 – Algumas definições de inteligência artificial.
Fonte: Russel e Norvig (2004, p.5).
O comportamento e os atributos de um Sistema Inteligente são bastante diferentes dos sistemas tradicionais. As aplicações tradicionais como base de dados, programas de cálculos, gráficos e processadores de textos são ferramentas que se utiliza abordagens manuais afim de resolver determinadas tarefas.
Já os sistemas inteligentes têm a capacidade de operar atributos que representam entidades do mundo real, são capazes de trabalhar de forma eficiente distinguindo dado, informação e conhecimento.
Segundo Fernandes (2005, p.5), “para que se possa compreender uma ação inteligente, é necessário que seja analisado todos os aspectos relativos à obtenção e desenvolvimento da inteligência, dentre eles estão dados, informações e conhecimento.”
Criar sistemas que são capazes de representar e processar conhecimentos afim de servir como solução para diferentes necessidades é bastante complexo. Gerar conhecimento é resultado de um processo feito, no qual uma informação é comparada a outra e seguidamente combinada em várias ligações úteis e com significado. Na Figura 3 é demostrado a estrutura dos dados, informações e conhecimento.
22 Figura 3 - Dados, Informação e Conhecimento.
Fonte: Rezende (2005, p.6).
A exploração de conhecimento em base de dados é um campo que tem uma extrema importância para a IA, com a grande quantidade de dados tornou-se necessário o desenvolvimento de processos de analise automática dessa massa de dados, como o processo de Mineração de Dados (Data Mining).
3.1 MINERAÇÃO DE DADOS
Mineração de Dados é um método de exploração automaticamente da IA aplicado na base de dados que busca encontrar padrões e revelar informações que estão ocultas em grandes quantidades de massas de dados.
Para Fernandes (2005, p.132) “Data Mining é um processo analítico de informações que se baseia no Data Warehouse e utiliza técnicas estatísticas e matemáticas para examinar as informações”.
A Mineração de Dados com sua busca de informação em grandes quantidades de dados, permite agilizar as tomadas de decisões melhorando gradativamente os seus resultados.
De acordo com Carvalho (2005, p.16):
Mineração de Dados é um campo de pesquisa interdisciplinar que mescla conceitos de estatística, inteligência artificial, computação paralela e banco de dados. Seu principal desafio é a extração de conhecimento contido em grandes e consistentes bases de dados possuindo vasta aplicabilidade em várias áreas, incluindo suporte a decisões, formulação de estratégias de marketing e previsões na área financeira.
23
Na Figura 4 de acordo como nos demostra Silva (2003, p.32) Mineração de dados engloba em seu procedimento conhecimento em várias áreas, contendo técnicas de Inteligência Artificial, Banco de Dados e Estatística.
Figura 4: Mineração de Dados Multidisciplinar.
Fonte: Silva (2003, p.32).
O objetivo da Mineração de Dados são a exposição e previsão de padrões, sendo a exposição caracterizada pela descoberta de padrões entendidos pelo ser humano e a previsão se caracteriza pela utilização de propriedades contidas dentro de um banco de dados afim de prever valores futuros ou desconhecidos.
Segundo Rezende (2005, p.338) “um requisito importante é que esse conhecimento descoberto seja compreensível a humanos, além de útil e interessante para os usuários finais do processo, de forma que ele forneça um suporte a esses usuários no processo de tomada de decisão.”
O processo de mineração de dados é divido em três importantes etapas que são formadas por Pré-processamento, Extração de Padrões e Pós-processamento.
Conforme Fernandes (2005, p130):
A automatização dos processos de análise de dados com a utilização de
software ligados diretamente a massa de informações se tornou uma
necessidade, já que a transformação das informações existentes em conhecimento permite avanços sem paralelo, esse fato ocorre com procedimentos de Mineração de Dados como, Pré-processamento, Extração de Padrões e Pós-processamento.
24
O Pré-processamento compreende as funções relacionadas a captação, organização e tratamento dos dados e tem como objetivo a preparação dos dados para os algoritmos da seguinte etapa, é responsável por consolidar as informações relevantes para algoritmo minerador, com o objetivo de reduzir a dificuldade do problema.
De acordo com Rezende (2005, p.344) “nessa etapa são aplicadas técnicas de limpeza e tratamento dos dados, que podem ter sido armazenados no banco de dados com certos problemas como, dados excessivos, informações incompletas ou incertezas.”
Diversas transformações nos dados podem ser executadas na fase de Pré-processamento, entre elas estão: Extração e Integração, Limpeza de Dados e Seleção e Redução de Dados.
Extração e Integração, os dados disponíveis podem ser encontrados em diferentes circunstâncias, como arquivos de texto, planilhas em Banco de Dados ou
Data Warehouse. Afirma Rezende (2005, p.311) “os dados são extraídos de diversas
fontes, é necessária a obtenção desses dados e sua unificação, formando uma fonte de dados no formato atributo-valor.”
Limpeza de Dados, nessa etapa os dados disponíveis para aplicação dos algoritmos podem apresentar problemas advindos do processo de coleta. Estes problemas podem ser erros de digitação ou erro na leitura dos dados por sensores.
Segundo Goldschmidt (2005, p.37):
Consiste em tratar dados selecionados na etapa de extração, para não prejudicar a qualidade dos resultados que serão adquiridos no final do processo, é necessário que reparações sejam feitas na base de dados, com o intuito de haver informações ausentes, inconsistentes, incertas ou nulas. Com isso garantindo a integridade, a veracidade e totalidade dos dados apresentados.
Seleção e Redução de Dados, devido a várias restrições de espaço em memória ou tempo de processamento, o número de exemplos e de atributos disponíveis para analise pode inviabilizar a utilização de algoritmos. Com isso pode ser necessária a aplicação de métodos para a redução dos dados antes de iniciar a busca por padrões. Para Rezende (2005, p.315) “Seleção e Redução de Dados tem o papel de manter as características do conjunto de dados, mesmo com a redução de dados provenientes de algum tipo de problema”.
25
A mineração de dados é uma etapa muito importante do processo, é onde são definidas as técnicas, tarefas e algoritmos que irá ser utilizados no devido processo, utilizando ferramentas que sucedem então a realização da busca pelo conhecimento que se pretende extrair da base de dados.
3.2 TECNICAS
As técnicas são fatores primordiais na mineração de dados, elas são definidas de acordo com as tarefas a serem desempenhadas, e podem ser utilizadas de maneira individual ou combinadas.
A expressão técnica de mineração de dados refere-se a qualquer teoria que possa fundamentar a implementação de métodos de mineração de dados, existe várias técnicas em mineração de dados podendo ser elas: tradicionais, especificas ou hibridas. (GOLDSCHMIDT, 2005, p.83).
As técnicas normalmente mais usadas em mineração de dados são as tarefas de: classificação, segmentação(clustering), associação, previsão e estimativa. Que
geralmente podem ser combinadas juntamente com a ferramenta para devida atuação necessária.
É necessário um estudo para a escolha de uma técnica e método proporcional a resolver um problema apresentado, existem diferentes métodos para vários propósitos e cada um oferece vantagem e desvantagem para determinados problemas, não existe uma técnica que resolva todos problemas de mineração de dados (HARRISON, 1998, p.43).
Dentre as técnicas existente na fase de mineração de dados, são várias as que podem ser aplicadas no segmento financeiro, sendo duas com boa utilização na área, que são: Algoritmo Genético e Redes Neurais Artificiais.
3.2.1 ALGORITMO GENÉTICO
Algoritmo genético é um modelo para aprendizado de máquina que tem como objetivo emular operadores genéticos da mesma forma como são observados perante a natureza, baseado na teoria de Darwin onde diz que somente os mais aptos sobrevivem.
26
Segundo Carvalho (2005, p.123) algoritmo genético se deu início através de uma semelhança com a Teoria de Darwin, que se baseia onde a primeira fase na utilização desses métodos é estabelecer um conjunto de genes representantes da virtude do problema, formando assim o cromossomo.
São aconselhadas para problemas com grande espaço de busca ou com muitas variações e restrições, por seguir uma estratégia de gerar e testar soluções muito eficiente, baseando-se na evolução biológica.
Algoritmos Genéticos, é um dos algoritmos evolucionários que podem ser definidos como uma técnica de busca baseada em uma comparação do processo biológico de evolução natural. (LIDEN, 2008, p.61).
Os algoritmos genéticos se tornam bastante eficiente perante aos tradicionais por portarem técnicas que tem maior chances de atingir as áreas mais promissoras no espaço de busca, tornando-se bastante eficiente no setor financeiro.
Afirma Harrison (1998, p.212) que:
Os algoritmos genéticos usam os operadores de seleção, cruzamento e mutação para desenvolver sucessivas gerações de soluções. Com a evolução do algoritmo, apenas as soluções com maior poder de previsão sobrevivem, até os organismos convergirem em uma solução ideal.
3.2.2 REDES NEURAIS ARTIFICIAIS
Redes Neurais Artificiais são sistemas computacionais que se assemelham as estruturas neurais biológicas e que têm habilidades computacional obtida por meio de aprendizado e generalização.
Conforme Gazoni (1999, p.8):
Os modelos de RNAs se diferenciam dos modelos tradicionais de previsão por serem modelos não-paramétricos, envolvendo algoritmos de aprendizado. Tais algoritmos buscam imitar a estrutura de interconexões do cérebro humano, com o intuito de incorporar o padrão de comportamento de uma serie temporal de modo a prever de maneira mais eficiente possível, valores futuros dessa série.
O processo de aprendizado está normalmente associado a capacidade de poder adaptarem os seus parâmetros como consequência da sua comunicação com o meio externo.
Silveira (1998, p.5) afirma que uma rede neural artificial “é um sistema de processamento de informação que possui algumas características de desempenho
27
similares com as redes neurais biológicas e que as tem como principal fonte a interação”.
As Redes Neurais Artificiais fazem com que os sistemas desenvolvidos com sua utilização aprendam conforme as experiências, adquiridas por repetidas apresentações dos dados à rede.
Afirma GoldSchmidt (2005, p.123), “dessa forma, uma Rede Neural Artificial procura por relacionamentos, constrói modelos automaticamente e os corrige de modo a diminuir seu próprio erro.”
Por ser capazes de resolver, fundamentalmente, problemas de aproximação, predição, classificação, especificação e otimização, as Redes Neurais Artificiais se mostram eficaz no fato de previsão de resultados.
28 4. INTELIGÊNCIA ARTIFICIAL NO MERCADO FINANCEIRO
Hoje em dia os serviços financeiros necessitam de agilidade, comodidade e uma vasta segurança em movimentações. Com a Inteligência Artificial isso se torna possível, graças a algoritmos complexos com base em processos de decisão, permitindo uma melhor avaliação nos padrões do mercado.
A crescente complexidade dos instrumentos de negociação do mercado financeiro, assim como o acesso a novas tecnologias de processamento da informação, estimula o desenvolvimento de novos sistemas de análise e operação, inclusive o uso de Inteligência Artificial (ZANETI; ALMEIDA, 1998).
A inteligência artificial pode ser utilizada em diversos segmentos no setor financeiro, na bolsa de valores, pode ser bastante previsível em movimentações de ações ou em determinadas cotações.
Afirma Lazo (2000, p.75) que:
Os cientistas da computação consideram os fenômenos financeiros de maneira estática ou dinâmica e aplicam técnicas de inteligência computacional para montar formas de agir no mercado financeiro, tentando prever o comportamento de um índice ou o preço de um ativo, ou para montar uma carteira de investimento, sendo esta área financeira objeto de estudos há muitos anos por esses cientistas.
Os sistemas implementados com inteligência artificial se tornam bastante promissor pelo fato de ser ágeis e permitindo a análise de diversos processos com mais rapidez e eficiência.
Afirma Deschatre (1997, p.18) “as fases e ações do mercado podem ser visibilizadas através da implementação de inteligência artificial. A análise e feita com maior velocidade e flexibilidade, permitindo a coleta e manipulação de dados de forma rápida.”
A capacidade da inteligência artificial desdobrar sistemas complexos, se torna uma opção atrativa para eventuais problemas relacionados ao comportamento do mercado financeiro, como na tomada de decisão, primordial para melhorar a obtenção de lucros.
Os agentes financeiros analisam as informações de forma específica, o que dificulta a formalização de decisão, com a inteligência artificial pode-se analisar essas informações de grande proporção de forma rápida e eficaz, conseguindo se obter uma melhor decisão possível (REZENDE, 2005, p.271).
29
Um segmento do setor financeiro que se utiliza bastante da inteligência artificial é a de análise de credito, visto que nesse segmento existe uma grande quantidade de informações a serem analisadas para a tomada da melhor decisão.
Fernandes (2005, p.85) afirma que “sistemas inteligentes tem uma melhor previsibilidade, conseguindo detectar possíveis fraudes e oferecendo serviços a determinados clientes selecionados”.
As técnicas de inteligência artificial podem ser bem-sucedidas em um sistema de sugestão, aprovação ou não aprovação para obtenção de credito, seja empréstimo, crediários, financiamentos ou solicitações de cartão.
De acordo com Rezende (2005, p.473-474) "Redes Neurais e outros métodos quantitativos que visam auxiliar a avaliação de credito têm sido proposto fornecendo vários benefícios como: rapidez na aprovação de crédito; redução do custo de processamento do empréstimo; maior flexibilidade de atualização e adaptação a novas situações; consistência entre decisões de diferentes analistas; e maior segurança, pois confirma empiricamente a decisão do analista.
Com a ampla tecnologia ofertada atualmente, surgem as inovações, uma delas é a criações de empresas no setor financeiro para entrega de serviços financeiros, conhecidas como fintech.
Conforme Conexão Fintech (2017):
Fintech são, em geral, startups que criam inovações na área de serviços financeiros incorporando tecnologias que tornam o mercado de finanças e seus sistemas mais eficientes. Essas empresas de tecnologia em finanças, na maioria das vezes, são criadas com o propósito de romper com os paradigmas do sistema financeiro tradicional que conta pouco ou de maneira ineficiente com os recursos tecnológicos disponíveis.
.
A tecnologia tem alterado de forma significante o comportamento de diversos mercados, inclusive o mercado financeiro. Com a chegada das Fintechs surgiu-se a busca por alternativas que estreitem os processos burocráticos vistos no setor financeiro, normalmente presenciados no segmento bancário.
Segundo Finnovation (2017):" as Fintechs usam com intensidade a tecnologia para reestabelecer a oferta de produtos e serviços financeiros de modo mais fácil e simples, com o objetivo de diminuir tempo de espera em filas e uma maneira de escape dos processos burocráticos encontrados nas agencias bancarias.
30
As fintechs se utilizam de sistemas com inteligência artificial para vários procedimentos que são oferecidos ao cliente, com isso se tornar mais rápidas e com uma melhor percepção de mercado.
De acordo com Oliver Wyman (2016) "as fintechs são mais ágeis perante as instituições financeiras tradicionais, e vem se adaptando mais rapidamente as necessidades mercadológicas".
Muitas instituições vêm aderindo a implementação de IA para diversos segmentos, um dos principais setores é o de atendimento ao cliente, com treinamento e aprendizado de máquina, conseguindo responder várias perguntas com uma boa precisão de acerto.
Afirma a IBM (2018) "um agente virtual desenvolvido com inteligência artificial para atendimento ao cliente tem a capacidade de resolver problemas de suporte, reduzindo tempos de resolução e melhorando a satisfação do cliente".
Atualmente existe vários sistemas munidos de inteligência artificial disponíveis no mercado, conhecidos como sistemas inteligentes, que tem como principal objetivo usar o conhecimento para executar funções ou resolver problemas. Para Fernandes (2005, p.145) "os sistemas inteligentes podem ser caracterizados como sistemas que reproduzem o conhecimento para resolver os problemas estabelecidos".
O comportamento inteligente de um determinado sistema é resultado de várias e encadeadas decisões. A escolha ou controle de decisão é baseada em padrões de desempenho, duração e risco.
Rezende (2005, p.474) afirma que "os sistemas inteligentes podem ser desenvolvidos usando-se algumas técnicas-chave, as quais podem ser aplicadas isoladamente ou em conjunto para auxiliar o processo de decisão".
Atualmente, muitas instituições financeiras utilizam os sistemas inteligentes não só para possíveis decisões, mas, está sendo utilizados também na segurança.
Conforme Exame (2016) "é possível utilizá-la no processamento de imagem ou voz de uma pessoa para cadastramento de biometria, podendo gerar mais segurança para um banco e para os usuários".
Então podemos observar que a Inteligência Artificial abrange uma grande parte do mercado financeiro, podendo ser implementada em diversas áreas e beneficiando as instituições financeiras gradativamente, podendo elas terem um melhor desempenho, melhor aproveitamento financeiro e uma maior segurança perante as ameaças encontradas.
31
Com a inteligência artificial e big data implementados em um único sistema, podemos se obter maquinas que tendem a analisar milhares de informações e seus impactos no mercado, com bastante rapidez.
Os sistemas de BI com IA podem entregar informações corretas, com base em fatos reais e concretos, com visão em tempo real do desempenho, melhorando assim o processo de tomada de decisão, com agilidade, praticidade e segurança (LIMA, 2013, p.3).
A Figura 5 mostra os maiores benefícios oferecidos para uma organização financeira que se utiliza de soluções de BI no processo de tomada de decisão.
Figura 5: Os Benefícios do Business Intelligence.
Fonte: Lima (2013, p.3).
As instituições financeiras com tomadas de decisão mais rápida e com melhor segurança, fornecidas pelos sistemas inteligentes, tendem a ter uma melhor vantagem empresarial. Lima (2013, p.4) afirma que “a tomada de decisão mais eficaz promove melhores vantagens a uma organização e consequentemente se obtém um progresso nos negócios da empresa.”
32
Umas das principais vantagens empresárias estão apresentadas conforme a Figura 6.
Figura 6: Vantagens do Business Intelligence.
Fonte: Lima (2013, p4).
Através dessas vantagens as organizações financeiras conseguem alavancar seus rendimentos de uma forma significante, tendo uma melhor rentabilidade se tornando mais competitiva no mercado e tendo uma melhor gestão empresarial.
Com isso a Inteligência Artificial e Big Data desempenha um importante papel na influência do mercado financeiro, podendo assim as pessoas e empresas terem a noção de onde investir e quando comprar e vender as ações, o que colabora a agregar valor ao mercado.
33 5. CONSIDERAÇÕES FINAIS
O trabalho apresenta todos os itens previstos para a sua conclusão, onde foi considerada toda a metodologia empregada e descrito com minucias o projeto e resultado esperado. Tendo inicio com a definição do Mercado Financeiro e suas respectivas ligações, com a Bolsa de Valores explicando os elementos que o faz parte, seu funcionamento e suas características e formas de análise.
Em seguida foi apresentada a metodologia de Inteligência Artificial suas definições o comportamento de sistemas inteligentes e a Mineração de Dados e seu funcionamento, suas definições, fases e técnicas, mostrando como ela pode ser eficiente nas tomadas de decisão perante o mercado de ações, parte principal que auxiliou no desenvolvimento do trabalho.
Por fim demonstra a Inteligência Artificial no Mercado Financeiro onde é apresentado a funcionalidade da inteligência artificial nesse segmento, seja na tomada de decisões, na percepção de fraudes, analise de credito ou ate mesmo em atendimento ao cliente, tornando assim as instituições financeiras mais aptas e seguras para determinadas funções empresariais.
Como trabalhos futuros podem ser sugeridos o desenvolvimento de um sistema para apoio a decisão com o uso métodos encontrados neste estudo, com a aplicabilidade de captação automática de dados de determinadas fontes confiáveis do mercado financeiro e preparando esses dados de forma automática.
34 REFERÊNCIAS
AMORIM, Thiago. Conceitos, técnicas, ferramentas e aplicações de mineração
de dados para gerar conhecimento a partir de bases de dados. 2006. Trabalho de
Conclusão de Curso (Graduação em ciência da computação) - Centro de Informática, Universidade Federal de Pernambuco, Recife, 2006. Disponível em: <http://www.cin.ufpe.br/~tg/2006-2/tmas.pdf>. Acesso em: 13 outubro. 2018.
ANDREZO, Andrea F.; LIMA, Iran Siqueira. Mercado Financeiro: Aspectos Conceituais e Históricos. 3. ed. São Paulo: Atlas, 2007, 384 p.
B3. Ações. Disponível em: < http://www.b3.com.br/pt_br/market-data-e-indices/servicos-de-dados/market-data/cotacoes> Acesso em: 29 out. 2018.
BM&FBOVESPA. Como investir. Disponível em:<http://www.bmfbovespa.com.br>. Acesso em: 02 abr. 2018.
CARVALHO, Luis Alfredo Vidal. Datamining: A Mineração de Dados no Marketing, Medicina, Economia, Engenharia e Administração. 1ª. ed. Ciencia Moderna, 2005. 254 p.
CASTANHEIRA, Luciana Gomes. Aplicação de Técnicas de Mineração de Dados
em Problemas de Classificação de Padrões. Belo Horizonte: UFMG, 2008.
Disponível em: http://www.bibliotecadigital.ufmg.br/dspace/handle/1843/BUOS-8CDFQK Acesso em: 11 abr 2018.
CONEXÃO FINTECH. Fintech. Disponível em: <www.conexaofintch.com.br/fintech/o-que-e-fintech/> Acesso em: 01 nov. 2018.
CORREIA, Joseilton S. Operando na Bolsa de Valores Utilizando Análise Técnica: aprenda a identificar o melhor momento para comprar e vender ações. 1ª. ed. Novatec, 2008. 256 p.
DESCHATRE, Gil Ari. Ganhe nas bolsas com seu micro 2ª. ed. Ciência Moderna, 1997. 138 p.
EXAME. Inteligência Artificial. Disponível em: <
http://exame.abril.com.br/tecnologia/bradesco-usa-iteligencia-artificial-no-atendimento-a-clientes/> Acesso em: 07 nov. 2018
FERNANDES, A. M. da R., RAMPELOTTI, F. M. Data Mining. In: Inteligência Artificial - noções gerais. 2005. 160p.
FINOVVATION. Fintech. Disponível em: < http://finnovation.com.br/o-que-e-fintech/> Acesso em: 02 nov. 2018
Fortuna, Eduardo. Mercado Financeiro: Produtos e Serviços 17ª. ed. Qualitymark, 2008. 864 p.
GAZZONI, Pedro Luiz. REDES NEURAIS: Aplicações em Finanças. Belo Horizonte: UFMG, 1999. Disponível em: https://pesquisa-eaesp.fgv.br/publicacoes/pibic/redes-neurais-aplicacoes-em-financas Acesso em: 17 abr 2018.
35
GOLDSCHMIDT, Ronaldo; PASSOS, Emmanuel Lopes. Data mining: um guia prático: conceitos, técnicas, ferramentas, orientações e aplicações. Rio de Janeiro: Elsevier, 2005, 256p.
HARRISON, Thomas. Intranet data warehouse: ferramentas e técnicas para a utilização do data warehouse na intranet. 1ª. ed. Berkerley Brasil, 1998. 358p.
IBM. Agente Virtual Disponível em: < https://www.ibm.com/br-pt/marketplace/customer-care-virtual-agent/> Acesso em: 04 nov. 2018
INVESTING. Principais Índices Mundiais. Disponível em: <
https://br.investing.com/indices/major-indices/>. Acesso em: 01 novembro.2018. LAZO, Juan Guillermo. Sistema Hibrido Genetico-Neural Para Montagem e
Gerenciamento de Carteiras de Ações. 2000. 168 f. Dissertação (Mestrado
Engenharia Eletrica- Sistemas de Computação) – Pontifícia Universidade Católica do Rio de Janeiro – PUC-RIO, Rio de Janeiro, 2000.
LIMA, Luizianno Santos de Moura. Business Inteligence 2.0., 2013. Disponível em: <https://www.devmedia.com.br/business-intelligence-2-0-e-as-midias-sociais/28366> Acesso em: 12 abr 2018.
LINDEN. Rafael. Terapia genica: o que é, o que não é e o que será. http://www.revistas.usp.br/eav/issue/view/758, São Paulo, v. 24, n. 70, p. 31 - 69, ago 2011. Acesso em: 22 abr 2018.
OLIVEIRA, Gilson; PACHECO, Marcelo. Mercado Financeiro: Objetivo e Profissional. 1ª. ed. Fundamento, 2005. 323 p.
OLIVERWYMAN. O Fintech 2.0. Disponível em: < https://www.oliverwyman.com/our-expertise/insights/2015/jun/the-fintech-2-0-paper.html /> Acesso em: 02 nov. 2018 PIAZZA, Marcelo C. Data Mining: Um Guia Prático. 8ª. ed. Elsevier Editora, 2005. 256 p.
PIAZZA, Marcelo C. Bem-vindo à Bolsa de Valores: aprenda a identificar o melhor momento para comprar e vender ações. 8ª. ed. Novo Conceito Negocios, 2009. 200 p.
REZENDE, Solange Oliveira. Sistemas Inteligentes: Fundamentos e Aplicacoes. 1ª. ed. Manoele, 2005. 526 p.
RUSSEL, Stuart; NORVIG, Peter. Inteligência Artificial:. 3ª. ed.Elsevier, 2004. 1021 p.
SECURATO, José Roberto; SECURATO, José Claudio. Mercado Financeiro: Conceitos, calculo e analise de investimento. 3ª. ed. SaintPaul, 2009. 378 p.
SILVA, Gercely da Silva e. Estudo de técnicas e utilização de mineração de dados
em uma base de dados da saúde pública. 2003. Trabalho de Conclusão de Curso
(Graduação em Ciência da Computação) - Curso Superior de Tecnologia em Informática, Universidade Luterana do Brasil, Canoas, 2003. Disponível em:
36
<http://projetos.inf.ufsc.br/arquivos_projetos/projeto_635/Estudo%20de%20T%E9cni cas%20e%20%20Utiliza%E7%E3o%20de%20Minera%E7%E3o%20de%20Dados.p df> Acesso em : 05 abr. 2018.
SILVEIRA, Sidnei Renato; BARONE, Dante Augusto Couto. Jogos educativos
computadorizados utilizando a abordagem de algoritmos genéticos. 1998. Artigo
(Curso de Pós-Graduação em Ciência da Computação), Instituto de Informática,
Universidade do Rio Grande do Sul, Porta Alegre, 1998.
Disponível em:
http://www.ufrgs.br/niee/eventos/RIBIE/1998/pdf/com_pos_dem/151.pdf Acesso em: 07 abr. 2018.
