Predição das ações brasileiras por meio de modelos LSTM univariados e multivariados
Prever precisamente estruturas de dados não lineares tem sido uma tarefa desafiante, especialmente quando trata-se de dados e informações de investimentos, que possuem uma natureza irregular. Cada corretor tem empregado sua própria estratégia de forma a solucionar tal desafio, muitos dos quais utilizam Inteligência Artificial, referenciados na literatura como modelos inteligentes. A bolsa de valores representa um amplo indicador de saúde econômica e portanto a previsão precisa poderia antecipar variações de índices e até mesmo eventos econômicos críticos. Portanto, este trabalho coloca-se sobre duas abordagens preditivas na bolsa de valores Brasileira, representada no seu índice mais conhecido (ibovespa), utilizando variações específicas de Redes Neurais Artificiais, rotulado como LSTM; (i) Adaptatividade de um determinado modelo univariado de LSTM dentro da oscilação de mercado, avaliado durante o período de quarentena do COVID-19 e (ii) Relevância de variáveis macroeconômicas como informações adicionais para previsão a longo prazo, dentro de um modelo LSTM multivariado.