Aplicação da árvore de classificação na predição do movimento do índice Ibovespa

  • Rafael Choinhet Laborat[orio de Instrumentção e Controle - LABICON, Instituto Federal de Santa Catarina, Chapecó, SC
  • Carise E. Schmidt Laborat[orio de Instrumentção e Controle - LABICON, Instituto Federal de Santa Catarina, Chapecó, SC
  • Leandro Chies Laborat[orio de Instrumentção e Controle - LABICON, Instituto Federal de Santa Catarina, Chapecó, SC
Keywords: CART, Machine Learning, Decision Tree, Variable Rent, IBOV

Abstract

A proposta deste estudo é avaliar o desempenho da árvore de classificação, quando aplicada para previsão do movimento futuro do índice Ibovespa, a partir do rendimento acumulado ao final do período. Para isso, foram utilizados dados históricos diários do índice, compreendidos em um intervalo de vinte anos (2000-2020). Para indução da árvore de classificação foi empregado o algoritmo CART (Classification and Regression Trees), com a variação nos métodos de geração de dados de entrada e número de partições do período histórico. Os resultados foram analisados em função do rendimento acumulado e comparados ao desempenho do próprio índice e do indicador clássico MACD (Moving Average Divergence Convergence). Para os métodos de geração de dados de entrada propostos, combinados com o particionamento, são reportados rendimentos acumulados de até 2163% para o período considerado. O método responsável por esses resultados utiliza indicadores e foi combinado com intervalos de partição de 2 anos.
Published
2021-10-20
Section
Articles