Portal de Periódicos da CAPES

Artigo Acesso aberto Produção Nacional

BIBTEX RIS

Análise Autônoma de Investimento: Uma Abordagem Multiagente Discreta

2018; Volume: 25; Issue: 1 Linguagem: Português

10.22456/2175-2745.74992

2175-2745

Paulo André Lima de Castro, Ronald Annoni, Jaime Simão Sichman,

Business and Management Studies

Desde os primeiros dias da ciência da computação, os pesquisadores se perguntam onde está a linha que separa as tarefas que máquinas podem fazer, daquelas que apenas seres humanos podem realizar. Várias tarefas foram apontadas como impossíveis para as máquinas e mais tarde conquistadas por novos avanços na Inteligência Artificial. Hoje em dia, parece que não estamos longe do dia em que a condução de carros será incluída nas tarefas que as máquinas podem fazer de maneira eficiente. Certamente, atividades ainda mais complexas serão dominadas por máquinas no futuro. Neste artigo, argumentamos que a análise de investimentos, o processo de avaliação e seleção de investimentos em termos de risco e retorno podem estar entre as tarefas executadas de forma eficiente por máquinas em futuro talvez não distante. Na verdade, há esforços de pesquisa significativos para criar algoritmos e métodos quantitativos para analisar investimentos. Apresentamos uma breve revisão sobre eles. Através desta revisão, podemos perceber que há muitos desafios e complexidades a serem enfrentados na busca de análise autônoma de investimentos (AAI). Neste artigo, propomos uma abordagem para simplificar o problema de análise autônoma de investimentos capaz de tratar com as complexidades identificadas (natureza dos ativos, algoritmos de análise múltipla por ativo, não estacionaridade e múltiplos horizonte de investimento). Esta abordagem baseia-se no uso simultâneo de diversos agentes autônomos e na discretização do problema AAI e sua modelagem como um problema de classificação. Essa abordagem quebra a complexidade enfrentada pela AAI em problemas que podem ser abordados por um grupo de agentes que trabalham em conjunto para fornecer conselhos de investimento inteligentes e personalizados para indivíduos. Apresentamos uma implementação dessa abordagem e resultados obtidos através de seu uso com dados históricos do mercado de capitais brasileiro. Acreditamos que tal abordagem pode contribuir para o desenvolvimento de AAI. Além disso, esta abordagem permite a incorporação de algoritmos e técnicas já conhecidas que podem ajudar a resolver parte do problema.